Вы находитесь на странице: 1из 161

Ministrio da Educao - MEC

Universidade Aberta do Brasil


Instituto Federal de Educao, Cincia e Tecnologia do Cear
Diretoria de Educao a Distncia

LICENCIATURA EM MATEMTICA
Francisco Gvane Muniz Cunha
Jnio Klo de Sousa Castro

Clculo Numrico
Fortaleza

2010

CalculoNumrico.indd 1

25/01/2012 10:07:10

Crditos
Presidente

Luiz Incio Lula da Silva

Ministro da Educao
Fernando Haddad

Secretrio da SEED

Carlos Eduardo Bielschowsky

Diretor de Educao a Distncia


Celso Costa

Reitor do IFCE

Cludio Ricardo Gomes de Lima

Pr-Reitor de Ensino
Gilmar Lopes Ribeiro

Diretora de EAD/IFCE e Coordenadora


UAB/IFCE
Cassandra Ribeiro Joye

Vice-Coordenadora UAB
Rgia Talina Silva Arajo

Coordenador do Curso de
Tecnologia em Hotelaria
Jos Solon Sales e Silva

Coordenador do Curso de
Licenciatura em Matemtica
Zelalber Gondim Guimares

Elaborao do contedo

Autores: Francisco Gvane Muniz Cunha


Jnio Klo de Sousa Castro

Equipe Pedaggica e Design Instrucional


Ana Cladia Ucha Arajo
Andra Maria Rocha Rodrigues
Carla Anale Moreira de Oliveira
Cristiane Borges Braga
Eliana Moreira de Oliveira
Gina Maria Porto de Aguiar Vieira
Giselle Santiago Cabral Raulino
Glria Monteiro Macedo
Iraci Moraes Schmidlin
Jane Fontes Guedes
Karine Nascimento Portela
Lvia Maria de Lima Santiago
Lourdes Losane Rocha de Sousa
Luciana Andrade Rodrigues
Maria Irene Silva de Moura
Maria Vanda Silvino da Silva
Marlia Maia Moreira
Saskia Natlia Brgido Bastista

CalculoNumrico.indd 2

Equipe Arte, Criao e Produo Visual

bner Di Cavalcanti Medeiros


Benghson da Silveira Dantas
Davi Jucimon Monteiro
Diemano Bruno Lima Nbrega
Germano Jos Barros Pinheiro
Gilvandenys Leite Sales Jnior
Jos Albrio Beserra
Jos Stelio Sampaio Bastos Neto
Larissa Miranda Cunha
Marco Augusto M. Oliveira Jnior
Navar de Medeiros Mendona e Nascimento
Roland Gabriel Nogueira Molina
Samuel da Silva Bezerra

Equipe Web

Aline Mariana Bispo de Lima


Benghson da Silveira Dantas
Fabrice Marc Joye
Igor Flvio Simes de Sousa
Luiz Bezerra de Andrade FIlho
Lucas do Amaral Saboya
Ricardo Werlang
Samantha Onofre Lssio
Tibrio Bezerra Soares
Thuan Saraiva Nabuco
Samuel Lima de Mesquita

Reviso Textual

Aurea Suely Zavam


Nukcia Meyre Arajo de Almeida

Reviso Web

Antnio Carlos Marques Jnior


Dbora Liberato Arruda Hissa
Saulo Garcia

Logstica

Francisco Roberto Dias de Aguiar


Virgnia Ferreira Moreira

Secretrios

Breno Giovanni Silva Arajo


Francisca Venncio da Silva

Auxiliar

Ana Paula Gomes Correia


Bernardo Matias de Carvalho
Isabella Britto
Maria Tatiana Gomes da Silva
Rassa Miranda de Abreu Cunha
Wagner Souto Fernandes
Zuila Smea Vieira de Arajo

25/01/2012 10:07:10

Catalogao na Fonte: Islnia Fernandes Arajo (CRB 3 N917 615)


C972c

Cunha, Francisco Gvane Muniz


Calculo numrico: semestre IV. / Francisco Gvane Muniz
Cunha, Jnio Klo Sousa de Castro; Coordenao Cassandra Ribeiro
de Oliveira e Silva. - Fortaleza: UAB/IFCE, 2010.
161p. : il. ; 27cm.
1. MATEMTICA - CALCULO 2. REPRESENTAO DOS
NMEROS. 3. MTODOS NUMRICOS I. Castro, Jnio Klo Sousa
de. II. Silva, Cassandra Ribeiro de Oliveira e. (Coord.) III. Instituto
Federal de Educao, Cincia e Tecnologia do Cear IFCE IV.
Universidade Aberta do Brasil V. Ttulo
CDD 519.40785

CalculoNumrico.indd 3

25/01/2012 10:07:10

Sumrio
Apresentao

Aula 1 - Representando nmeros e calculando erros

Tpico 3 - Representao de nmeros e aritmtica de ponto flutuante

8
14
20

Aula 2 - Zeros reais de funes reais

29

Tpico 1 - Clculo numrico: por que e para qu?


Tpico 2 - Fontes de erros, erros absolutos e relativos

Tpico 2 - Isolamento ou localizao de zeros reais

30
36

Aula 3 - Mtodo iterativos para celular zeros e funes

45

Tpico 1 - Conhecendo o problema e sua importncia

Tpico 1 - Mtodos iterativos para refinamento de zeros:


Funcionamento e critrios de parada.
Tpico 2 - Sobre o Conjunto Soluo de uma Equao Linear
Tpico 3 - Sistemas de Equaes Lineares: Conceitos e Notao

Aula 4 - Resoluo de sistemas lineares: Mtodos diretos

46
52
60

67

Tpico 2 - Mtodo de fatorao de Cholesky

68
74
82

Aula 5 - Resoluo de sistemas lineares: Mtodos iterativos

87

Tpico 1 - Introduo aos Sistemas lineares


Tpico 2 - Mtodo de eliminao de Gauss

Tpico 1 - Mtodos iterativos para resoluo de sistemas lineares:


Funcionamento e critrios de parada
Tpico 2 - Notao Matricial
Tpico 3 - Matrizes de Formato Especial

Aula 6 - Interpolao Polinomial


Tpico 1 - Definies Iniciais
Tpico 2 - O mtodo de lagrange
Tpico 3 - O mtodo de Newton

Aula 7 - Integrao Numrica


Tpico 1 - Reviso de conceitos e definies iniciais
Tpico 2 - Soma de Riemann

CalculoNumrico.indd 4

88
94
100

107
108
114
118

125
126
130

25/01/2012 10:07:11

Tpico 3 - A regra dos trapzios


Tpico 4 - A regra de Simpson

Aula 8 - O mtodo dos mnimos quadrados

134
138

143

Tpico 3 - A regra de Simpson

144
152
156

Referncias

159

Minicurrculo

161

Tpico 1 - O caso linear discreto


Tpico 2 - A regra dos trapzios

CalculoNumrico.indd 5

25/01/2012 10:07:11

Apresentao
Caro aluno,
Seja bem-vindo ao nosso curso de clculo numrico, cujo objetivo central estudar
tcnicas (ou mtodos) numricas para obter solues de problemas que possam ser
representados por modelos matemticos. Assim, ganhamos uma importante ferramenta
para a resoluo de problemas oriundos da prpria matemtica, ou de outras reas,
estabelecendo um elo entre matemtica e problemas prticos de reas especficas.
Devemos destacar que a resoluo de modelos matemticos muitas vezes complexa,
envolvendo fenmenos no-lineares, podendo tornar impossvel a descoberta analtica
de solues. Nestes casos, os mtodos numricos so ferramentas imprescindveis a
aproximao das solues. Portanto, o clculo numrico fundamental na formao de
profissionais das reas de cincias exatas e engenharias.
Esperamos que voc, caro aluno, adquira habilidades para: compreender como os nmeros so representados nas calculadoras e computadores e como so realizadas as
operaes nestes sistemas; conhecer e aplicar os principais mtodos numricos para a
soluo de certos problemas; estimar e analisar os erros obtidos; e propor solues para
minimiz-los ou mesmo, quando possvel, elimin-los.
A sua participao nas atividades e em cada aula ser essencial para que voc possa tirar
o maior proveito da disciplina. Agradeceremos quaisquer contribuies no sentido de
melhorar o nosso texto, estando disposio para maiores esclarecimentos
Desejamos um bom curso a todos!
Gvane Cunha e Jnio Klo.

CalculoNumrico.indd 6

25/01/2012 10:07:11

Aula 1

Representando nmeros e calculando erros

Ol! Iniciaremos aqui os nossos estudos sobre o Clculo Numrico. Nesta primeira
aula, apresentamos uma breve viso sobre a disciplina, destacando, de modo geral,
os contedos que sero abordados e procurando mostrar a importncia dessa ferramenta para a resoluo de diversos problemas que surgem, principalmente das
cincias exatas e engenharias.
Nesta aula, trataremos ainda das formas de representao dos nmeros em sistemas de numerao, enfatizando a representao em ponto flutuante, comumente
adotada em sistemas digitais como calculadoras e computadores. Apresentaremos
tambm noes de erro e de aproximao numrica, fundamentais para o trabalho
com as tcnicas do clculo numrico.

Objetivos:



Formular uma viso geral do clculo numrico.


Estabelecer, em linhas gerais, os contedos que sero abordados na disciplina.
Estudar noes de erro e de aproximao numrica.
Conhecer formas de representao numrica.

7
CalculoNumrico.indd 7

25/01/2012 10:07:11

01
TPICO

CLCULO NUMRICO:
POR QUE E PARA QU?

OBJETIVOS

Reconhecer a importncia do clculo numrico.


Conhecer princpios bsicos usados em clculo
numrico.
Reconhecer problemas que podem ser resolvidos
por clculo numrico.
Estabelecer fases para a resoluo de problemas reais.

este tpico, estabelecemos as bases gerais para o nosso trabalho na disciplina, apontando os contedos que sero trabalhados. Com isso, estaremos realando a importncia do clculo numrico e a sua utilidade como

ferramenta para a resoluo de problemas reais oriundos da prpria Matemtica, de


outras cincias exatas e das engenharias.
Grande parte dos problemas matemticos surge da necessidade de solucionar problemas da natureza, sendo que possvel descrever muitos fenmenos naturais por
meio de modelos matemticos (HUMES et. al, 1984). De acordo com Ohse (2005, p. 1):
Desde que o homem comeou a observar os fenmenos naturais e verificar que os mesmos seguiam princpios constantes, ele observou que estes
fenmenos podiam ser colocados por meio de frmulas. Este princpio
levou a utilizao da matemtica como uma ferramenta para auxiliar estas

8
CalculoNumrico.indd 8

Licenciatura em Matemtica

25/01/2012 10:07:11

observaes. Este o princpio da matemtica como um modelo, ou seja,


modelar matematicamente o mundo em que vivemos e suas leis naturais.

A figura 1 apresenta, de forma sucinta, as etapas para solucionar um problema


da natureza.

A
1
T
1

Figura 1: Etapas para solucionar um problema da natureza. Fonte: Humes et. al (1984, p. 1).

O esquema da figura 1 mostra duas etapas fundamentais para a soluo de um problema:


1.

Modelagem do problema: etapa inicial que consiste na representao do


problema por um modelo matemtico conveniente. Em geral, o modelo
obtido a partir de teorias das rea especficas que originaram o problema e,
com vistas a tornar o modelo um problema matemtico resolvvel, podem
conter simplificaes do problema real. Dependendo da abordagem dada
ao problema, mesmo possvel obtermos modelos matemticos diferentes.

2.

Resoluo do modelo: etapa em que buscamos encontrar uma soluo para o


modelo matemtico obtido na fase de modelagem. nesta fase que necessitamos de mtodos numricos especficos para resolver o modelo correspondente.

A ideia de modelo matemtico tem sido discutida por vrios autores. Uma boa
definio para a expresso modelo matemtico a de Biembengut e Hein (2000,
p. 12), segundo a qualum
conjunto de smbolos e relaes matemticas que tra
duz, de alguma forma, um fenmeno em questo ou um problema de situao real,
denominado de modelo matemtico.
Os mtodos utilizados na resoluo dos modelos matemticos de problemas, nos vrios ramos das engenharias
ou cincias aplicadas, baseiam-se, atualmente, em uma de

ATENO

duas categorias: mtodos analticos e mtodos numricos .

Entendemos por mtodo analtico


aquele que, a menos de erros de
arredondamentos, fornece as solues
exatas do problema real. Em geral,
tais solues so obtidas a partir de
frmulas explcitas. Por outro lado, um
mtodo numrico constitudo por uma
sequncia finita de operaes aritmticas
que, sob certas condies, levam a uma
soluo ou a uma aproximao de uma
soluo do problema.

Sempre que possvel, e em especial quando desejamos exatido na soluo do problema, prefervel a
utilizao dos mtodos analticos na resoluo dos modelos matemticos. Tais mtodos tm a vantagem de
fornecer informaes gerais em vez de particularizadas, alm de uma maior informao quanto natureza e dependncia das funes envolvidas no modelo.
No entanto, a resoluo de modelos matemticos ob-

Clculo Numrico

CalculoNumrico.indd 9

9
25/01/2012 10:07:11

tidos na modelagem de problemas reais de diversas reas muitas vezes complexa e envolve fenmenos no-lineares, podendo tornar impossvel a descoberta de uma

GUARDE BEM ISSO!

A
1
T
1

soluo analtica para o problema dado. Nestes casos,


e/ou quando for possvel aceitar solues aproximadas

Em um mtodo numrico, uma


soluo aproximada , em geral,
obtida de forma construtiva: partindo
de aproximaes iniciais, vo sendo
construdas novas aproximaes at
que uma aproximao considerada
boa seja obtida. Desse modo, um
mtodo numrico pode ser escrito em
forma de algoritmo com as operaes
(ou grupos de operaes), podendo
ser executadas repetidamente.

para os problemas reais, os mtodos numricos so ferramentas importantes para sua soluo.
Para compreender melhor e diferenciar os mtodos
analticos dos mtodos numricos, vejamos agora dois
exemplos simples caractersticos.
EXEMPLO 1:

Um mtodo analtico para determinar (quando existem) os zeros reais de uma funo quadrtica
f (x ) = ax 2 + bx + c , com a 0

dado pela frmula de Bhaskara, a saber:

b b2 4ac
.
2a
Desse modo, os zeros reais de f (x ) = x 2 5x + 6 so
x=

x1 =

(5) (5)2 4 1 6
21

= 2 e x2 =

(5) + (5)2 4 1 6
21

=3

EXEMPLO 2:

Um mtodo numrico para determinar uma aproximao para a raiz quadrada de um nmero real p, maior que

VOC SABIA?

1, o algoritmo de Eudoxo:
Do fato que p >1 , temos que 1< p < p .

Eudoxo de Cnidos astrnomo,


matemtico e filsofo grego que viveu
de 408 a.C a 355 a.C. Cnidos, onde
nasceu, corresponde hoje Turquia.

Escolhe-se, como uma primeira aproximao para

p,

x0 = (1 + p) / 2 , ou seja, a mdia aritmtica entre 1 e p.


Pode-se mostrar que p / x0 < p < x0 .
Escolhe-se

como

uma

nova

aproximao

x1 = ( p / x0 + x0 ) / 2 , isto , a mdia aritmtica entre p / x0 e x0 . Novamente, pode-se mostrar que p / x1 < p < x1 .
Continuando desse modo, podemos construir uma sequncia de aproximaes dada por:

(1 + p) / 2
se n = 0

xn = p
(
+ xn1 ) / 2 se n 1

xn1

10
CalculoNumrico.indd 10

Licenciatura em Matemtica

25/01/2012 10:07:13

A tabela 1 fornece os valores de algumas aproximaes para

2 obtidas pelo al-

goritmo de Eudoxo. Para que se possa avaliar a preciso das aproximaes, so fornecidos tambm os quadrados dessas aproximaes. Trabalhando com 14 dgitos depois do ponto decimal, possvel observar que, na quinta aproximao x 4 , temos .
x4=2,00000000000000
Algoritmo de Eudoxo para

A
1

xn

xn2

1,50000000000000

2,25000000000000

1,41666666666667

2,00694444444444

1,41421568627451

2,00000600730488

1,41421356237469

2,00000000000451

1,41421356237310

2,00000000000000

Tabela 1: Algoritmo de Eudoxo para

T
1

2 . Fonte: de Freitas (2000, p. 11).

Grosso modo, o clculo numrico tem por objetivo estudar tcnicas numricas ou mtodos numricos para obter solues de problemas reais que possam ser representados por

SAIBA MAIS!

modelos matemticos, ou seja, o clculo numrico busca produzir respostas numricas para problemas matemticos.
Torna-se evidente que o clculo numrico uma disciplina fundamental para a formao de profissionais das reas
de cincias exatas e engenharias, pois possibilita que os alunos conheam vrias tcnicas para a soluo de determinadas classes de problemas, saibam escolher entre estes mtodos os mais adequados aum problema especfico e aplic-los
de modo a obter solues de seus problemas. Desse modo, o
clculo numrico estabelece uma ligao entre a Matemtica
e os problemas prticos de reas especficas.
Antes de tudo, devemos deixar claro que este apenas
um curso introdutrio de clculo numrico. Nele, espera-

Para saber mais sobre o algoritmo de


Eudoxo, consulte o artigo publicado na
Revista do Professor de Matemtica 45
intitulado Raiz Quadrada Utilizando
Mdias (CARNEIRO, 2001). Nele
voc encontrar as justificativas para
o funcionamento deste formidvel
mtodo, bem como conhecer um
procedimento generalizado para
o clculo aproximado de razes
quadradas de nmeros reais maiores
que 1 usando mdias. Encontrar
ainda uma discusso sobre a preciso
do processo, calculando-se o erro
cometido nas aproximaes.

mos que voc, caro (a) aluno (a), adquira habilidades para:
Compreender como os nmeros so representados nas calculadoras e computadores e como so realizadas as operaes numricas nestes sistemas digitais.

Clculo Numrico

CalculoNumrico.indd 11

11
25/01/2012 10:07:14


Entender o que so mtodos numricos de aproximao, como e por que utiliz-los, e quando esperado
que eles funcionem.

VOC SABIA?

A
1
T
1

Os mtodos numricos desenvolvidos


e estudados no clculo numrico
servem, em geral, para a aproximao
da soluo de problemas complexos
que normalmente no so resolveis
por tcnicas analticas.


Identificar problemas que requerem o uso de tcnicas numricas para a obteno de sua soluo.

Conhecer e aplicar os principais mtodos numricos para a soluo de certos problemas clssicos, por
exemplo, obter zeros reais de funes reais, resolver sistemas de equaes lineares, fazer interpolao polinomial,
ajustar curvas e fazer integrao numrica.


Estimar e analisar os erros obtidos devido aplicao de mtodos numricos e propor solues para minimiz-los ou mesmo,
quando possvel, elimin-los.
A aplicao das tcnicas desenvolvidas no clculo numrico para a resoluo de
problemas envolve, normalmente, um grande volume de clculos (ou seja, o esforo
computacional alto), tornando imprescindvel o trabalho de forma integrada com
calculadoras, preferencialmente, cientficas, grficas ou programveis ou com ambientes computacionais programveis, os quais normalmente dispem de ferramentas algbricas, numricas e grficas, facilitando e possibilitando o trabalho.
Com o desenvolvimento de rpidos e eficientes computadores digitais e de avanados ambientes de programao, a importncia dos mtodos numricos tem aumentado significativamente na resoluo de problemas.
Neste tpico, esperamos ter deixado claro para voc, caro aluno, o papel e a importncia do clculo numrico como ferramenta para a resoluo de problemas reais
em diversas reas e, especialmente, nas cincias exatas e engenharias. No prximo
tpico, faremos um breve estudo sobre erros. Uma vez que os mtodos numricos
fornecem solues aproximadas para os problemas, tal anlise se torna essencial.

12
CalculoNumrico.indd 12

Licenciatura em Matemtica

25/01/2012 10:07:14

CalculoNumrico.indd 13

25/01/2012 10:07:14

02
TPICO

FONTES DE ERROS, ERROS


ABSOLUTOS E RELATIVOS

OBJETIVOS

Conhecer as principais fontes de erros.


Determinar erros absolutos e relativos.

oc j deve ter percebido que, inerente ao processo de resoluo de problemas reais via mtodos numricos, encontra-se o surgimento de erros. Neste
tpico, iremos estudar vrias fontes de erros que influenciam as solues de

problemas em clculo numrico. Uma vez que os mtodos numricos fornecem solues aproximadas para os problemas, tal anlise se torna essencial. Veremos ainda as
noes de erro absoluto e erro relativo, necessrias no decorrer de toda a disciplina.
Os erros cometidos para se obter a soluo de um problema podem ocorrer em
ambas as fases de modelagem e de resoluo. Apresentaremos aqui as principais fontes de erros que levam a diferenas entre a soluo exata e uma soluo aproximada
de um problema real, a saber:
Erros nos dados.
Simplificaes na construo do modelo matemtico.
Erros de truncamentos.
Erros de arredondamentos nos clculos.

14
CalculoNumrico.indd 14

Licenciatura em Matemtica

25/01/2012 10:07:14

O esquema seguinte apresenta essas fontes de erros associadas fase em que aparecem:

A
1
T
2
2.1 ERROS NOS DADOS
Os dados e parmetros de um problema real so frequentemente resultados de
medidas experimentais de quantidades fsicas, de pesquisas ou de levantamentos e,
portanto, so sujeitos a incertezas ou imprecises prprias dos equipamentos de medies, dos instrumentos de pesquisas ou mesmo de aes humanas.
Tais erros surgem ainda da forma como os dados so armazenados no computador. Isso se deve ao fato de o computador usar apenas uma quantidade finita
de dgitos para representar os nmeros reais. Desse modo, torna-se impossvel
representar exatamente, por exemplo, nmeros irracionais como as constantes
matemticas e e . Dependendo do sistema de numerao escolhido, at mesmo
certos nmeros racionais, inclusive inteiros, podem no ter uma representao
exata em um determinado computador ou sistema eletrnico. A representao de
nmeros ser objeto de estudo do prximo tpico dessa aula.
H tambm a possibilidade de os dados serem originados pela soluo numrica de outro problema que j carregam erros.

2.2 SIMPLIFICAES NA
CONSTRUO DO MODELO MATEMTICO
J vimos que, dependendo da abordagem dada ao problema, podemos ter modelos
matemticos diferentes. Muitas vezes, torna-se impossvel obter um modelo matemtico
que traduza exatamente o problema real, enquanto, em outras, um tal modelo demasiado complexo para ser tratado. Nesses casos, para obter um modelo tratvel, necessitamos
impor certas restries idealistas de simplificaes do modelo.

O modelo matemtico obtido ento um modelo aproximado que no traduz exatamente a realidade.
Devido s alteraes e/ou simplificaes, a soluo de um modelo aproximado, ainda

Clculo Numrico

CalculoNumrico.indd 15

15
25/01/2012 10:07:14

que exata, deve ser considerada suspeita de erros. recomendvel, ento, que sejam feitos experimentos para verificar se as simplificaes feitas so compatveis com os dados
experimentais, ou seja, recomendvel uma validao do modelo simplificado.
Desprezar a massa de um pndulo ao se calcular o seu perodo, desprezar atritos
ou resistncias quando se trata de movimentos, dentre outras, so exemplos de simplificaes de modelos.

A
1

2.3 ERROS DE TRUNCAMENTOS


Os erros de truncamento surgem quando processos infinitos ou muito grandes

T
2

para a determinao de certo valor so interrompidos em um determinado ponto, ou


seja, so substitudos por processos com uma limitao prefixada. Desse modo, podemos dizer que um erro de truncamento ocorre quando substitumos um processo
matemtico exato (finito ou infinito) por um processo aproximado correspondente a
uma parte do processo exato. Ao consideramos um nmero finito de termos de uma
srie, estamos fazendo um truncamento da srie.
Um exemplo claro desse tipo de erro pode ser visto quando calculamos ex para
algum nmero real x em um computador. O valor exato dado pela srie

xk
k =0 k !

ex =

Entretanto, por ser impossvel somar os infinitos termos da srie, fazemos apenas
uma aproximao por um nmero finito de termos, ou seja, tomamos

xk
k =0 k !
N

ex

em que N um determinado nmero natural. Obviamente, medida que N aumenta, mais precisa a aproximao, ou seja, o erro de truncamento diminui.

2.4 ERROS DE ARREDONDAMENTOS


Os erros de arredondamento so aqueles que ocorrem no
processo de clculo de uma soluo numrica, ou seja, surgem
dos clculos (operaes aritmticas) existentes no mtodo num-

GUARDE BEM ISSO!


Em clculo numrico, lidamos
essencialmente
com
valores
aproximados e a quase totalidade
dos clculos envolve erros. Assim no
podemos usar mtodos numricos e
ignorar a existncia de erros.

16
CalculoNumrico.indd 16

rico. Tais erros esto associados ao fato de os computadores ou


sistemas eletrnicos de clculo utilizarem um nmero fixo de dgitos para representarem os nmeros, isto , so consequncias
de se trabalhar com o que chamamos aritmtica de preciso finita.
Desse modo, sempre que o resultado de uma operao for um
nmero que no pode ser representado exatamente no sistema
de representao usado, necessitamos fazer arredondamentos, o

Licenciatura em Matemtica

25/01/2012 10:07:14

que leva a desprezar dgitos e arredondar o nmero.


Vale ressaltar que, mesmo quando as parcelas ou fatores de uma operao podem ser representados exatamente no sistema, no se pode esperar que o resultado da operao armazenado seja exato.
Uma vez que em nossa disciplina estaremos mais focados nos mtodos numricos,
daremos maior nfase aos erros de truncamento e de arredondamento.

A
1

Nosso principal interesse em conhecer as fontes de erros que ocorrem quando do


uso de mtodos numricos reside na tentativa elimin-los ou, pelo menos, de poder
controlar o seu valor. Neste contexto, so de grande importncia o conhecimento dos

T
2

efeitos da propagao de erros e a determinao do erro final das operaes numricas.


Finalizamos este tpico apresentado as noes muito teis de erro absoluto e erro relativo.

2.5 ERRO ABSOLUTO


Voc j sabe que, ao resolvermos um problema real utilizando mtodos numricos, os resultados obtidos so geralmente aproximaes do que seria o valor exato de uma soluo do problema. Dessa forma, inerente aos mtodos se
trabalhar com as aproximaes e com os erros.
A informao sobre o erro que acompanha uma aproximao para a soluo de
um problema fundamental para se conhecer a qualidade da aproximao e para
termos uma noo mais clara sobre o valor exato da soluo. Vejamos um exemplo:
EXEMPLO 3:

Considere a equao 2x 3 + 3x 7 = 0 . Essa equao tem uma nica raiz real. So


aproximaes para essa raiz os nmeros 1,195000, 1,195175 e 1,195200. Agora, qual
dessas aproximaes a mais exata, ou seja, qual delas mais se aproxima do valor exato da raiz? Para respondermos a esta pergunta, e para termos uma informao mais
precisa sobre o valor exato da raiz, necessrio conhecer a qualidade da aproximao.
Apesar de, em geral, aumentando o esforo computacional, as aproximaes poderem ser melhoradas, torna-se importante medir o quo prximo uma aproximao est
do valor exato. Para quantificar essa informao, introduzimos a noo de erro absoluto.
Definio 1: Seja x um nmero e x uma sua aproximao, chama-se erro
absoluto, e designa-se por EAx , a diferena entre x e x . Simbolicamente:
EAx = x x .
No caso de x > x , ou seja, quando EAx > 0 , dizemos que x uma aproxi
mao por falta e, no caso de x < x , ou seja, quando EAx < 0 , dizemos que x
uma aproximao por excesso.
EXEMPLO 4:

Como 3,14 < p < 3,15 , temos que 3,14 uma aproximao de p por falta e 3,15

Clculo Numrico

CalculoNumrico.indd 17

17
25/01/2012 10:07:15

A
1
T
2

uma aproximao de p por excesso.


Entretanto, desde que, geralmente, no conhecemos o valor exato x (alis, esta
a razo de procurarmos uma aproximao x para x), torna-se impossvel determinar
o valor exato do erro absoluto. Nesses casos, o que pode
ser feito a determinao de um limitante superior ou de
uma estimativa para o mdulo do erro absoluto.
SAIBA MAIS!
No exemplo 2, uma vez que p (3,14; 3,15) ,
se tomarmos como aproximao para p , um vaUm nmero e > 0 tal que |EA x |< e
chamado cota para o erro EA x .
lor p tambm pertence ao intervalo (3,14; 3,15) ,
teremos
|EAp |=|p p |< 0, 01 ,
que significa que o erro absoluto cometido inferior a
um centsimo.
ATENO!
Se e > 0 uma cota para EA x , ou seja, se|EA x |< e , temos:
|EAx |< e |x x |< e x e < x < x + e .
Para descrever o intervalo (3, 14; 3, 15) ,
usamos o separador ponto-e-vrgula
Portanto, possvel precisar que o valor exato x (pro(;) em vez de vrgula (,) como fazemos
vavelmente no conhecido) est compreendido entre dois
normalmente. Para evitar confuso,
valores conhecidos: x - e e x + e . Na prtica, desejfaremos isso sempre que algum dos
vel que uma cota para EA x seja bem prxima de 0.
extremos tiver parte fracionria (que
Contudo, o erro absoluto pode no ser suficiente para inprecisa ser separada da parte inteira
formar sobre a qualidade da aproximao. Para ilustrar isso,
por vrgula).
consideremos duas situaes: a primeira foi adaptada de Ruggiero e Lopes (1996, p. 13), e a segunda de Freitas (2000, p. 18):
SITUAO 1

Seja um nmero x com uma aproximao x = 2112, 9 tal que |EAx |< 0,1 , o que
implica x (2112, 8; 2113) e seja um nmero y com uma aproximao y = 5, 3 tal
que |EAy |< 0,1 , o que implica y (5, 2; 5, 4) . Note que os limites superiores para
os mdulos dos erros absolutos so os mesmos. Podemos dizer que os nmeros esto
representados por suas aproximaes com a mesma preciso?
SITUAO 2

Considere x = 100 ; x = 100,1 e y = 0, 0006 ; y = 0, 0004 . Assim, EAx = 0,1 e


EAy = 0, 0002 . Como |EAy | muito menor que |EAx |, possvel afirmar que a
aproximao y de y melhor que a aproximao x de x?
Para responder os questionamentos acima, preciso comparar, em ambas as situaes, a ordem de grandeza de x e de y. Uma primeira anlise nos permite afirmar
que as grandezas dos nmeros envolvidos so bastante diferentes. Para a situao 1,
possvel concluir ainda que a aproximao para x mais precisa que a aproximao para y, pois as cotas para os erros absolutos so as mesmas (0,1), e a ordem de

18
CalculoNumrico.indd 18

Licenciatura em Matemtica

25/01/2012 10:07:17

grandeza de x maior que a ordem de grandeza de y. J para a situao 2, a ordem


de grandeza de x tambm maior que a ordem de grandeza de y, mas, como a cota
para o erro em x maior que aquela para o erro em y, precisamos fazer uma anlise
mais cuidadosa. Para tanto, introduzimos a noo de erro relativo.
Definio 2: Seja x um nmero e x 0 uma sua aproximao, chama-se er
ro relativo, e designa-se por ERx , a razo entre EAx e x . Simbolicamente:
EAx x x
.
ERx =
=
x
x
Ao produto 100ERx , chamamos erro percentual ou percentagem de erro.

A
1
T
2

EXEMPLO 5:

Vamos calcular cotas para os erros relativos cometidos nas aproximaes na Situao 1. Temos

|ERx |=
e,

|EAx |
0,1
<
4,7310 -5
|x |
2112, 9
|EAy |

0,1
1,89 10 -2 .
| y|
5, 3
Isso confirma que a aproximao para x mais precisa que a aproximao para y.
De fato, um erro da ordem de 0,1 bem menos significativo para x que da ordem
|ERy |=

<

de milhares do que para y que da ordem de unidades.


EXEMPLO 6:

Vamos calcular os erros relativos e os erros percentuais


cometidos nas aproximaes na Situao 2. Temos
EAx
0,1
ERx =
=
9,99 10 -4
x
100,1
100 ERx 100 9,99 10 -4 % 0,1%
e
EAy 0, 0002
ERy =
=
3,3310 -1 .
y
0, 0006
100 ERx 100 3,3310 -1% = 33, 3%

ATENO
Do mesmo modo que para o erro
absoluto, na maior parte dos casos, no
possvel a determinao exata do erro
relativo. Isso porque, em geral, no se
conhece o valor exato de x, mas apenas
uma aproximao x . A partir de uma
cota para o erro absoluto, podemos
calcular uma cota para o erro relativo.

Portanto, ao contrrio do que poderia parecer, a aproximao para x mais precisa que a aproximao para y. Assim, um
erro da ordem de 0,1 para x, que da ordem de centenas, menos significativo que um erro
de 0,0002 para y, que da ordem de dcimos de milsimos.
Conhecemos, neste tpico, as principais fontes geradoras de erros quando do uso de
mtodos numricos para a resoluo de problemas reais. Vimos ainda formas de medir
os erros cometidos ao se tomar uma aproximao para um determinado valor.
No prximo tpico faremos uma breve apresentao sobre representao de nmeros.

Clculo Numrico

CalculoNumrico.indd 19

19
25/01/2012 10:07:19

03
TPICO

REPRESENTAO DE NMEROS E
ARITMTICA DE PONTO FLUTUANTE

OBJETIVOS

Apresentar formas de representao numrica.


Conhecer sistemas de numerao.
Aprender a representar nmeros em ponto flutuante.

eservamos este ltimo tpico para tratar das formas de representao dos
nmeros em sistemas de numerao. Daremos nfase representao dos
nmeros em ponto flutuante, comumente adotada em sistemas digitais como

calculadoras e computadores.
A necessidade de contar e de registrar o total de objetos contados muita antiga
e o homem utilizou vrios processos de faz-los. Desde a contagem via correspondncia um a um, com o registro por meio de marcas (uma para cada objeto), passando pelas contagens por agrupamentos que facilitavam as contagens de grandes quantidades de objetos, foram muitos os avanos alcanados. Outra necessidade marcante
era a de fazer medies e registrar os resultados dessas medies.
medida que se civilizava, a humanidade foi apoderando-se de modelos abstratos para os registros das contagens e das medies, os nmeros. Dessa forma os

20
CalculoNumrico.indd 20

Licenciatura em Matemtica

25/01/2012 10:07:19

nmeros surgiram, principalmente, da necessidade de o homem contar e medir. De


acordo com Lima (2003, p. 25), os nmeros so entes abstratos, desenvolvidos pe
lo homem como modelos que permitem contar e medir, portanto avaliar as diferentes
quantidades de uma grandeza.
Associados ao conceito de nmero esto os conceitos de numeral e de sistema de
numerao, fundamentais para que se possam representar os nmeros. Em linhas

A
1

breves, podemos dizer que


1.

Um nmero uma noo matemtica que serve para descrever uma


quantidade ou medida.

2.

T
3

Um numeral um smbolo ou conjunto de smbolos que representam


um nmero.

3.

Um sistema de numerao um conjunto de numerais que representam os nmeros. Para tal, fixado um nmero natural b , b >1, denominado base do sistema de numerao e so utilizados elementos do conjunto {0, 1, 2, , b - 1},
denominados algarismos ou dgitos do sistema de numerao.

No nosso dia a dia, estamos acostumados a lidar com o


sistema de numerao de base 10 ou sistema de numerao
decimal. Esse sistema que utiliza 10 dgitos 0, 1, 2, 3, 4,

ATENO

5, 6, 7, 8 e 9 para a representao dos nmeros o mais


utilizado para a comunicao entre as pessoas. No caso de
representaes no sistema de numerao decimal, a indicao da base torna-se desnecessria, por isso costumamos omiti-la. Assim, a menos que seja especificada outra

A rigor, sempre que escrevemos o


numeral que representa um nmero,
deveramos indicar a base do sistema
de numerao adotado.

base, sempre que falamos em um nmero ou escrevemos o seu numeral, referimo-nos


a eles no sistema de numerao decimal.
Uma importante caracterstica do sistema de numerao decimal o fato de ele
ser posicional, ou seja, nele o valor de cada smbolo relativo, dependendo da sua
posio no nmero.
EXEMPLO 7:

No nmero 46045 temos


1.

o primeiro algarismo 4 ocupa a posio das dezenas de milhares, valendo 4 dezenas de milhares ou 4 10000 = 40000 unidades ou ainda
4 10 4 unidades.

2.

o algarismo 6 ocupa a posio das unidades de milhar, valendo 6 unidades de milhar ou 61000 = 6000 unidades ou ainda 6103 unidades.

3.

o algarismo 0, ocupando a posio das centenas, indica ausncia de

Clculo Numrico

CalculoNumrico.indd 21

21
25/01/2012 10:07:19

centenas ou 0 100 = 0 unidades ou ainda 0 102 unidades.


4.

o segundo algarismo 4 ocupa a posio das dezenas, valendo 4 dezenas


ou 4 10 = 40 unidades ou ainda 4 101 unidades.
o algarismo 5 ocupa a posio das unidades, valendo 51 = 5 unidades

5.

ou ainda 510 0 unidades.


Logo, 46045 significa 4 10 4 + 6103 + 0 102 + 4 101 + 510 0 .

A
1

O prximo teorema bem conhecido e estabelece que qualquer nmero natural


pode ser representado de modo nico em uma base qualquer.

T
3

Teorema 1: Seja B um inteiro maior que 1, ento cada N admite uma


representao nica da forma
N = am B m + am1 B m1 + + a2 B 2 + a1 B1 + a0 ,

em que am 0 e 0 ai < B , para toda i com 0 i m .


A demonstrao desse teorema pode ser vista nos livros de Teoria dos Nmeros.
Para exemplificar, vamos representar um determinado nmero em algumas bases
bem conhecidas.
EXEMPLO 8:

Representar o nmero 69 nas bases 2 (binria), 8 (octal), 10 (decimal) e 16 (hexadecimal). Temos


69 = 1 26 + 0 25 + 0 24 + 0 23 + 1 22 + 0 21 + 1 20
69 = 1 82 + 0 81 + 5 80
69 = 6101 + 9 10 0
69 = 4 161 + 5160
Portanto, 69 escrito como 1000101 na base 2, 105 na base 8, 69 na base 10 e 45
na base 16. Usando uma notao com o numeral entre parnteses e base como ndice,
temos que 69 escrito como (1000101)2, (105)8, (69)10 e (45)16. Assim,
(1000101)2 = (105)8 = (69)10 = (45)16.
A figura 2 apresenta a representao nas bases binria, octal, decimal e hexadecimal dos nmeros de 1 a 20.

22
CalculoNumrico.indd 22

Binria

Octal

Decimal

Hexadecimal

00001

01

01

01

00010

02

02

02

00011

03

03

03

Licenciatura em Matemtica

25/01/2012 10:07:20

00100

04

04

04

00101

05

05

05

00110

06

06

06

00111

07

07

07

01000

10

08

08

01001

11

09

09

01010

12

10

0A

01011

13

11

0B

01100

14

12

0C

01101

15

13

0D

01110

16

14

0E

01111

17

15

0F

10000

20

16

10

10001

21

17

11

10010

22

18

12

10011

23

19

13

10100

24

20

14

A
1
T
3

Figura 2: Representao dos nmeros de 1 a 20 em diferentes bases.

ATENO
O teorema 1 apresenta a representao de nmeros inteiros positivos em uma base qualquer. Entretanto, ele pode ser generalizado para a representao de nmeros reais
positivos de modo natural. Assim, se B um inteiro maior
que 1, ento o nmero
a m a m-1 a 2 a1a 0 ,a-1a-2

Parte Fracionria

representa, na base 10, o nmero


Parte Inteira

Na representao amam-1...a2a1a0,a-1
a-2... , a vrgula (,) separa a parte inteira
da parte fracionria. Essa a notao
mais comum no Brasil. Alguns autores,
entretanto, talvez influenciados pela
notao usada pelos ingleses e americanos,
usam o ponto (.) como separador.

m
m-1
-1
a
+ + a 2 B2 + a1 B1 + a 0 B 0 + a
+ a -2 B -2 + ,
m B + a m-1 B
-1 B

em que a m 0 e 0 a i < B , para toda i com 0 i m .


EXEMPLO 9:

(1101,101)2 =1 23 + 1 22 + 0 21 + 1 20 + 1 21 + 0 22 + 1 23 = 13, 625


( 470, 75)8 = 4 82 + 7 81 + 0 80 + 7 81 + 5 82 = 312, 953125
(142, 857)10 =1102 + 4 101 + 210 0 + 8 101 + 5102 + 7 103 = 142, 857
( D3, A2)10 =13161 + 3160 + 10 161 + 2162 = 107, 6328125
Para facilitar a representao fsica, a definio das operaes aritmticas e

Clculo Numrico

CalculoNumrico.indd 23

23
25/01/2012 10:07:20

a comunicao entre as mquinas digitais, necessrio


fazer uso de outros sistemas de representao. Os computadores comumente operam no sistema binrio (base

SAIBA MAIS!

A
1
T
3

2), o qual usa apenas dois algarismos (0 e 1), correspon-

A representao de nmeros reais em


certa base no formato parte inteira,
vrgula (ou ponto), parte fracionria,
como mostrado na figura 3, tambm
chamada representao em ponto fixo.
Parte Inteira

Parte
Fracionria

Figura 3: Representao de nmeros reais


em ponto fixo.

dentes aos estados ausncia ou presena de sinal eltrico, respectivamente. Outras bases tambm so ou foram
utilizados.
Assim, importante conhecer a representao de nmeros em bases diferentes da base decimal e a converso de
nmeros de uma para outra base uma tarefa muitas vezes
necessria. Vale destacar que um mesmo nmero pode ter
representao finita (exata) em uma base, mas sua represen-

tao em outra base pode ser infinita. Por conseguinte, a prpria representao de um
nmero em uma determinada base pode ser uma fonte de erros. De acordo com Ruggiero e Lopes (1996, p. 3-4), na interao entre o usurio e o computador:
... os dados de entrada so enviados ao computador pelo usurio no sistema decimal; toda esta informao convertida para o sistema binrio, e as
operaes todas sero efetuadas neste sistema. Os resultados finais sero
convertidos para o sistema decimal e, finalmente, sero transmitidos ao
usurio. Todo este processo de converso uma fonte de erros que afetam
o resultado final dos clculos.

Por outro lado, a representao em ponto fixo, ainda


que cmoda para clculos no papel, no adequada para

VOC SABIA?

processamento nos computadores ou calculadoras. Nestes

De
modo
geral,
qualquer
nmero (inteiro ou fracionrio)
pode
ser
expresso
no
formato nmero x baseexpoente,
em que variam a posio da vrgula e
o expoente ao qual elevamos a base.
Essa representao denominada
representao em ponto flutuante, pois
o ponto varia sua posio de acordo
com o expoente escolhido. Na forma
normalizada, o nmero representado
movendo-se a vrgula de forma que
o nmero seja menor que 1, o mais
prximo possvel de 1. Isso significa
que o primeiro dgito significativo vir
imediatamente aps a vrgula.

24
CalculoNumrico.indd 24

sistemas, costuma-se usar uma representao denominada


representao em ponto flutuante normalizada. Nela, um
nmero representado na forma

0,d1d2 dt B e ,
em que, para cada i = 1, 2, ..., t, di um inteiro com
0 di < B e d1 0 , e um inteiro no intervalo tal que

l e u . O nmero 0,d1d2 dt chamado de mantissa,


B a base do sistema, t o nmero de algarismos na man
tissa (algarismos significativos) e l e u so, respectivamente, os limites inferior e superior para o expoente e.
Observe que a representao em ponto flutuante normalizada corresponde a um deslocamento da vrgula na representao em ponto fixo que se d pela multiplicao do nmero

Licenciatura em Matemtica

25/01/2012 10:07:21

por uma correspondente potncia da base do sistema.


Para fixar melhor a representao em ponto flutuante normalizada, vejamos
alguns exemplos:
EXEMPLO 10:

Considere uma mquina S com representao em ponto flutuante normalizada na


base binria, com t = 8 e e [-5, 5] . Temos, ento:

A
1

o nmero n1 = 0,10100110 23 representado em S corresponde, na base 10, a


5,1875 e o nmero n2 = 0,10100111 23 representado em S corresponde, na base

T
3

10, a 5,21875. Como exerccio, verifique essas correspondncias.


Perceba que nesse sistema, n1 e n2 so dois nmeros consecutivos. Portanto, no
possvel representar em S qualquer nmero compreendido entre 5,1875 e 5,21875.
Assim, o 5,2, por exemplo, no tem representao exata em S. Esta perda de preciso
se d porque o nmero de dgitos na mantissa no suficiente.
EXEMPLO 11:

Considerando a mesma mquina S do exemplo 7, temos


1.

maior nmero real representado: M = +0,11111111 25 que corresponde a + 31,875.

2.

menor nmero real representado: -M = -0,11111111 25 que corresponde a - 31,875.

3.

menor nmero real positivo representado: m = +0,10000000 2-5 que


corresponde a + 0,015625.

4.

maior nmero real negativo representado: -m = -0,10000000 2-5


que corresponde a - 0,015625.

Como exerccio, verifique essas correspondncias.


Portanto, por falta de expoentes maiores que u = 5 , no possvel representar
em S nmeros que sejam menores que - M ou maiores que M, isto , no possvel
representar nmeros x tais |x |> M . Nestes casos, a mquina costuma retornar um
erro de overflow . Por outro lado, por falta de expoentes menores que l = -5 , tambm no possvel representar em S nmeros que so menores que esto entre - m
e m, ou seja, no possvel representar nmeros x tais |x |< m . Nestes casos, a mquina costuma retornar um erro de underflow .
Dos exemplos acima, podemos concluir que, quanto maior o intervalo para o expoente, maior ser a faixa de nmeros que um sistema pode representar; e, quanto
maior o nmero de algarismos para a mantissa, maior ser a preciso da representao. Vejamos mais um exemplo, este extrado de Ruggiero e Lopes (1996, p. 12):

Clculo Numrico

CalculoNumrico.indd 25

25
25/01/2012 10:07:22

EXEMPLO 12:

Veja a representao de alguns nmeros em um sistema de aritmtica de ponto


flutuante de trs dgitos para B = 10 , l = -4 e u = 5:
x

A
1

Representao por arredondamento


3,42

0,342101

200,65

0,201103

85,7142

0,857102

0,0041887...
9999,99

T
3

0,41910-2
0,100105

0,0000078

Underflow

123456,789

Overflow

Tabela 2: Representao em ponto flutuante com arredondamento.

Finalizamos este tpico, fazendo trs observaes importantes sobre a representao e a aritmtica de ponto
flutuante normalizada:

ATENO

1. A adio de dois nmeros em aritmtica de ponto

Vale ressaltar que as operaes de adio


e multiplicao em aritmtica de ponto
flutuante no gozam das propriedades
associativas e distributivas.

flutuante feita com o alinhamento dos pontos decimais,


do seguinte modo: a mantissa do nmero de menor expoente deslocada para a direita at que os expoentes se
igualem, ou seja, o deslocamento de um nmero de casas

igual diferena dos expoentes. Somam-se as mantissas e repete-se o expoente e, se


necessrio, faz-se a normalizao.
Exemplo:
Em um sistema de base 10 com t = 4 , temos
0,4370 105 + 0,1565103

= 0,4370 105 + 0,0016105


= (0,4370 + 0,0016) 105
= 0,4386105

O zero em ponto flutuante representado por mantissa nula (0,00...0) e com o


menor expoente disponvel. Caso o expoente no fosse o menor possvel, mesmo a
mantissa sendo nula, poderia ocasionar a perda de dgitos significativos na adio
deste zero a um outro nmero. Isso se d pela forma como a adio realizada em
aritmtica de ponto flutuante.
Exemplo:
Em um sistema de base 10 com t = 4 , temos
0,0000 10 0 + 0,1428 10-2

26
CalculoNumrico.indd 26

= 0,0000 10 0 + 0,0014 10 0
= 0,0014 10 0
= 0,1400 10-2

Licenciatura em Matemtica

25/01/2012 10:07:22

A multiplicao de dois nmeros em aritmtica de ponto flutuante feita multiplicando-se as mantissas dos nmeros e somando-se os expoentes; em seguida, se
necessrio, faz-se a normalizao.
Exemplo:
Em um sistema de base 10 com t = 4 , temos
0,4370 105 0,1565103

= (0,4370 0,1565) 105+3


= 0,6839 10-1 105
= 0,6839 10 4

A
1

Nesta aula, fizemos uma breve introduo ao estudo do Clculo Numrico, apre-

T
3

sentando a sua importncia para a resoluo de diversos problemas reais nas mais
diversas reas, especialmente cincias exatas e engenharias. Uma vez que o Clculo
Numrico trabalha com aproximaes, demos algumas noes de erros, apontando
como surgem e de que modo podemos medi-los. Finalmente, apresentamos formas
de representao dos nmeros, enfatizando a representao em ponto flutuante.

SAIBA MAIS!
Voc pode aprofundar seus conhecimentos consultando as referncias que citamos e/ou visitando
pginas da internet. Abaixo, listamos algumas pginas interessantes que podem ajud-lo nessa pesquisa.
Bons estudos!
http://www.bibvirt.futuro.usp.br/textos/periodicos/revista_do_professor_de_matematica/vol_0_no_45
http://www.profwillian.com/_diversos/download/livro_metodos.pdf
www.ufmt.br/icet/matematica/geraldo/erros.pdf
http://venus.rdc.puc-rio.br/rmano/rd5nr.html

Clculo Numrico

CalculoNumrico.indd 27

27
25/01/2012 10:07:22

CalculoNumrico.indd 28

25/01/2012 10:07:22

Aula 2
Zeros reais de funes reais
Caro (a) aluno (a),
Nesta segunda aula, abordaremos um importante problema que aparece com muita
frequncia em diversas reas: encontrar zeros reais de funes reais. Iniciaremos
fazendo uma breve introduo de apresentao do problema. Daremos tambm o
significado geomtrico para os zeros reais de funes reais e veremos como fazer a
localizao ou isolamento de tais zeros utilizando como recursos o tabelamento e a
anlise grfica da funo. Ento, vamos ao problema!

Objetivos:



Contextualizar o problema de determinar zeros de funes.


Apresentar tcnicas para resolver o problema.
Rever conceitos e resultados necessrios do clculo.
Localizar zeros reias de funes reais.

29
CalculoNumrico.indd 29

25/01/2012 10:07:22

01
TPICO

CONHECENDO O
PROBLEMA E SUA IMPORTNCIA

OBJETIVOS

Conhecer o problema e constatar sua importncia


Dar o significado geomtrico de zeros reais de
funes reais.
Conhecer a ideia geral dos mtodos iterativos
para resolver o problema.

este tpico, introduziremos o problema geral de determinar a existncia


de e de calcular zeros reais de funes reais e conheceremos a sua importncia para as mais diversas reas do conhecimento humano, justificando

assim a sua incluso entre os problemas que so objetos de estudo do clculo numrico. Faremos ainda a interpretao geomtrica e estabeleceremos a ideia central dos
mtodos numricos iterativos para a obteno de zeros

reais de funes reais


. Iniciaremos com uma definio.
Definio 1: Dada uma funo f : (funo real de uma varivel real),
chama-se zero de f a todo a tal que f (a ) = 0 .

30
CalculoNumrico.indd 30

Licenciatura em Matemtica

25/01/2012 10:07:22

Portanto, o problema de determinar os zeros reais de


uma funo f (que o problema no qual estamos interessados) equivale ao problema de determinar as razes reais da
equao f (x ) = 0 , ou seja, determinar os valores a
que satisfazem f (a ) = 0 .
Vejamos algumas situaes em que este problema aparece.

GUARDE BEM ISSO!


O problema de determinar zeros de
uma funo aparecer sempre que
tivermos de resolver uma equao.

EXEMPLO 1:

Considere um circuito eltrico composto apenas de uma fonte de tenso V e de uma

A
2
T
1

resistncia R, como ilustrado na figura 1a. O modelo matemtico para calcular a corrente
que circula no circuito conhecido como Lei de Kirchoff, sendo dado pela equao
V - Ri = 0 .
Este um modelo bem simples: uma equao linear a uma incgnita cuja nica
raiz dada por i = V / R . Agora, como indicado na figura 1b, se introduzirmos neste circuito eltrico um diodo D (dispositivo ou componente eletrnico semicondutor
usado como retificador de corrente eltrica), o modelo matemtico para determinar
a corrente que circula no circuito ser dado pela equao:

kT i
ln + 1 = 0 ,
V - Ri
q I
S

em que k e IS so constantes, q a carga do eltron e T a temperatura do dispositivo (BUFFONI, 2002).

SAIBA MAIS!
Figura 1a: Circuito eltrico

Figura 1b: Circuito eltrico

EXEMPLO 2:

Para encontrar a quantidade de cido que se ioniza em


uma soluo em equilbrio, o modelo matemtico (obtido

As Leis de Kirchhoff so bastante


utilizadas em circuitos eltricos mais
complexos. Acesse o site http://www.
infoescola.com/eletricidade/leis-dekirchhoff/ e conhea mais sobre as leis
desse brilhante fsico.

de teorias da qumica) dado pela equao


x 2 + ka x - kaC0 = 0 ,
em que ka indica a constante de ionizao do cido e C0 representa a concentrao
inicial do cido (BERLEZE E BISOGNIN, 2006). Este modelo de uma equao quadrtica e suas razes (reais ou no) so dadas pela conhecida frmula de Bhaskara.
EXEMPLO 3:

O tempo de queda de um paraquedista ou de uma bolinha dentro dgua (ASANO e


COLLI, 2007, p. 90-93):

Clculo Numrico

CalculoNumrico.indd 31

31
25/01/2012 10:07:23

Imagine um paraquedista que abre seu paraquedas no instante t = 0 , da


altura h0 , ou, alternativamente, uma bolinha que parte do repouso altura h0 dentro de um tubo cheio
dgua, e cai sob a fora da gravidade. Levando em conta que a queda no
completamente livre, isto , o meio oferece resistncia ao movimento,
quanto tempo levar a queda do paraquedista e da bolinha?

A
2
T
1

Figura 2: Tempo de queda. Fonte: Asano e Colli (2007, p. 90).

Resolver este problema corresponde a obter as razes da equao h(t ) = h0 , em que


h(t ) = A + Bt - Ce -Dt ,
com A, B, C e D sendo constantes que dependem da constante de acelerao da
gravidade superfcie terrestre g, da altura inicial h0 , da massa do corpo m, da velocidade inicial do corpo v0 e da velocidade para a qual a fora de resistncia do meio
exatamente igual fora da gravidade mg. Equivalentemente, o problema consiste
em obter os zeros da funo f, dada por
f (t ) = h(t ) - h0 .
Para maiores detalhes, incluindo a deduo da equao acima, veja a referncia
Asano e Colli (2007, p. 90) .
Os exemplos acima so de situaes concretas e mostram a importncia do problema
de obter zeros reais de funes reais ou, equivalentemente, de determinar as razes reais
de equaes. No primeiro caso do exemplo 1 e no exemplo 2, pela simplicidade dos modelos, as razes so obtidas de modo exato atravs de frmulas, dispensando o uso de mtodos numricos especficos. J no segundo caso do exemplo
1 e no exemplo 3, os modelos no so to simples, no havendo frmulas explcitas para o clculo das razes. Nesses casos,

VOC SABIA?

os mtodos numricos tornam-se indispensveis.

Dada uma funo f : , os


zeros de f correspondem s abscissas
dos pontos em que o grfico de f
intercepta o eixo das abscissas. De fato,

f (a ) = 0 (a,0) Graf( f ) .

32
CalculoNumrico.indd 32

Apesar de certas equaes (como as polinomiais) poderem apresentar razes complexas, o nosso interesse ser
somente nas razes reais das equaes, ou seja, nos zeros
reais das funes correspondentes. H uma interpretao
grfica para os zeros reais de funes reais:

Licenciatura em Matemtica

25/01/2012 10:07:23

Para a funo f cujo grfico est esboado abaixo (figura 3), temos que os nmeros x1 , x2 e x3 so zeros reais de f.

A
2
T
1

Figura 3: Zeros reais de uma funo real

At agora, j sabemos a importncia de calcular zeros reais de funes reais e o


significado geomtrico de tais zeros. Voc deve est se perguntando:
Como calcular os zeros reais de uma dada funo?
o que pretendemos responder a partir de agora.
Sabemos que, para certas funes, como as polinomiais

VOC SABIA?

afins ou quadrticas, tais zeros podem ser obtidos diretamente atravs de frmulas. Entretanto, existem funes (e, na maioria dos problemas reais, isto que ocorre) para as quais no existem ou so muito complexas
as frmulas para o clculo exato de seus zeros. Nesses
casos, precisamos recorrer a mtodos numricos. Tais mtodos podem ser utilizados no clculo de um zero real
(caso exista) de qualquer funo contnua dada.
Em geral, salvo raras excees, os mtodos numricos iterativos no fornecem os zeros exatos de uma
funo f . Eles podem, entretanto, ser usados para o
clculo de aproximaes para estes zeros.

1. Em geral, um mtodo (processo ou


procedimento) numrico iterativo
calcula uma sequncia de aproximaes
de um zero de f, cada uma mais precisa
que a anterior. Assim, a repetio do
processo fornece, em um nmero
finito de vezes, uma aproximao a
qual difere do valor exato do zero por
alguma preciso (tolerncia) prefixada.
2. O clculo de cada nova aproximao
feito utilizando aproximaes anteriores,
porm as aproximaes iniciais que o
processo exigir devem ser fornecidas.

A princpio, obter apenas uma aproximao para o


zero (e no seu valor exato) da funo f pode parecer uma limitao, mas ela no
uma limitao to sria, pois, com os mtodos numricos que trabalharemos, ser
possvel obter aproximaes boas ou satisfatrias. Para sermos mais precisos,
a menos de limitaes de mquinas, possvel encontrar um zero de uma funo
com qualquer preciso prefixada. Isso significa que a aproximao pode ser tomada
to prxima do valor exato do zero quanto se deseje.
Relembre que a diferena entre o valor exato de um zero x de f e de um seu
valor aproximado x chamada erro absoluto (ou, simplesmente, erro). Como vimos na aula 1, por no conhecer o valor exato x , no podemos determinar o valor

Clculo Numrico

CalculoNumrico.indd 33

33
25/01/2012 10:07:24

exato do erro. Nestes casos, o que se costuma fazer delimitar o erro, ou seja, exigir que |x - x|< d para algum d > 0 previamente escolhido. Desse modo, temos
x - d < x < x + d e diremos que x uma aproximao de x com preciso d .
Obviamente, ser interessante que a sequncia x1 , x2 , x3 , gerada por um processo iterativo convirja para algum x . Neste caso, dizemos tambm que o processo iterativo converge para x . Voc j deve ter visto o conceito de convergncia de

A
2

uma sequncia em disciplinas anteriores, entretanto vamos relembr-lo:


Definio 2: Uma sequncia x1 , x2 , x3 , , denotada por (xn )n , converge

T
1

para x , se lim xn = x . Ou seja, se dado e > 0 , $N tal que qualquer que se


n

ja n > N , |xn - x |< e . Isto ser indicado por xn x .


Os mtodos numricos iterativos para o clculo de um
zero real de uma funo real f que apresentaremos envolvem duas fases:

SAIBA MAIS!
Para estudos complementares de
sequncias acesse o site http://www.
ufpi.br/uapi/conteudo/disciplinas/
matematica/download/unidade3.pdf

Fase 1 - Isolamento ou localizao dos zeros:


consiste em achar intervalos fechados disjuntos [a, b ] , cada um dos quais contendo exatamente um zero de f.

Fase 2 Refinamento: consiste em, partindo de


aproximaes iniciais escolhidas em um determinado intervalo obtido na fase 1, melhorar (refinar) sucessivamente as aproximaes at obter uma aproximao para o zero de f que satisfaa
uma preciso prefixada.

Neste tpico, apresentamos o problema de calcular zeros reais de funes reais e percebemos sua importncia. Demos tambm o significado geomtrico de tais zeros e vimos
a necessidade do uso de mtodos numricos iterativos para resolver este problema. No
prximo tpico, trataremos da fase inicial de isolamento dos zeros de uma funo.

34
CalculoNumrico.indd 34

Licenciatura em Matemtica

25/01/2012 10:07:24

CalculoNumrico.indd 35

25/01/2012 10:07:25

02
TPICO

ISOLAMENTO OU
LOCALIZAO DE ZEROS REAIS

OBJETIVOS

Construir tabelas e esboar grficos de funes.


Isolar ou localizar zeros reais de funes reais.
Classificar mtodos iterativos para a fase de
refinamento.

conhecimento de um intervalo [a, b ] que contm um nico zero x de


uma funo real f uma exigncia de alguns mtodos numricos iterativos para a determinao de uma aproximao x para x . Para outros, a

exigncia de uma aproximao inicial x0 de x . De todo modo, conforme vimos,


para o clculo dos zeros reais de f, os mtodos iterativos pressupem uma fase inicial
de isolamento ou localizao desses zeros. Reservamos este tpico para abordarmos
especificamente esta primeira fase. Vale ressaltar que o sucesso nessa fase fundamental para que possamos obter xito tambm na segunda fase.
Nosso objetivo ser, portanto, obter intervalos fechados disjuntos [a, b ] que
contenham zeros isolados de f. Para tanto, necessitaremos estudar o comportamento
de f, sendo teis as seguintes ferramentas ou estratgias:
Tabelamento da funo.
Anlise grfica da funo.

36
CalculoNumrico.indd 36

Licenciatura em Matemtica

25/01/2012 10:07:25

Na aula 1, j deixamos claro que, para o trabalho nessa disciplina, ser fundamental o uso de uma calculadora (cientfica, grfica ou programvel) e/ou de um software
com ferramentas algbricas, numricas e grficas. Sugerimos uma calculadora cientfica para a computao numrica. Voc pode obter uma na tela de seu computador.
uma ferramenta do sistema operacional Windows que encontrada pelo caminho:
Iniciar - Todos os programas Acessrios Calculadora.

A
2

Se for possvel, recomendamos ainda que vocs utilizem algum dos softwares que
foram trabalhados na disciplina Informtica Aplicada ao Ensino do segundo semestre. Finalmente, devemos dizer que os grficos apresentados nesta e nas demais aulas

T
2

sero gerados com o auxlio do software Mathematica 6.0.


Para o isolamento de zeros via tabelamento da funo, sero teis dois resultados
do clculo. Suas demonstraes podem ser encontradas na maioria dos livros de Clculo. Veja, por exemplo, Lima (2004).
Teorema 1 (Teorema de Bolzano): Seja f : uma funo contnua
num intervalo fechado [a, b ] . Se f (a ) f (b) < 0 , ento f tem pelo menos um zero
no intervalo aberto (a, b) .
Este teorema diz que se uma funo contnua em um intervalo fechado troca de
sinal nos extremos desse intervalo, ela possui zeros reais nele. Graficamente, pela
continuidade de f, este resultado parece ser bastante natural. Vejamos um exemplo:
EXEMPLO 4:

Seja f : , dada por f (x ) = sen(x ) + cos(x ) . Desde que f contnua em ,


ela contnua em qualquer intervalo [a, b ] . Temos tambm que
f (-p ) = sen(-p ) + cos(-p ) = 0 - 1 = -1 e f (2p ) = sen(2p ) + cos(2p ) = 0 + 1 = 1 .
Portanto, f (-p ) f (2p ) = -1 < 0 . Logo, pelo teorema 1, f tem zeros no intervalo
(-p, 2p ) . A figura 4, abaixo, mostra que f tem trs zeros em (-p, 2p ) .

VOC SABIA?

Figura 4: Grfico de

f (x ) = sen(x ) + cos(x ) em [-p, 2p ] .

O Teorema de Bolzano, satisfeitas suas condies, ga-

Aqui, sen(x) e cos(x) so calculadas


para x em radianos (rad) e no em
graus (o). Nestes casos, ao usar a
calculadora, voc deve habilitar para o
modo Radianos.

Clculo Numrico

CalculoNumrico.indd 37

37
25/01/2012 10:07:25

rante a existncia de zeros em um intervalo, mas no diz


nada a respeito da quantidade deles. Pode haver apenas
um (caso em que o zero estaria isolado), dois, trs (como

VOC SABIA?

A
2
T
2

no Exemplo 4) ou at uma infinidade deles. Para garan-

A constante matemtica e
conhecida como nmero de Euler
(em homenagem ao matemtico
suo Leonhard Euler) ou constante
de Napier (em homenagem ao
matemtico escocs John Napier).
Este nmero irracional a base da
funo logaritmo natural e seu valor
aproximado com 4 (valor usado acima)
e com 30 casas decimais (dgitos aps
a vrgula) , respectivamente:

e @ 2,7183

tir a unicidade do zero, suficiente o seguinte teorema:


Teorema 2: Sob as hipteses do teorema 1, se a de
rivada f ' de f existir e preservar o sinal no intervalo
aberto (a, b) , ento f tem um nico zero em (a, b) .
Dizer que f ' preserva o sinal em (a, b) o mesmo que
afirmar que
f '(x ) > 0, "x (a, b) ou f '(x ) < 0, "x (a, b) .
Isso significa que a funo f , respectivamente, estri-

tamente crescente ou estritamente decrescente no intervae @ 2,718281828459045235360287471353


lo (a, b) . Vejamos mais um exemplo:
EXEMPLO 5:

Seja f : , dada por f (x ) = -x + 2e -x . Desde


que f contnua em , ela contnua em qualquer intervalo [a, b ] . Temos tambm que
f (0) = -0 + 2e -0 = -0 + 2 1 = 2
2
2
e f (3) = -3 + 2e -3 = -3 + 3 < -3 +
< -2.9 .
e
2,71823
Portanto, f muda de sinal nos extremos do intervalo [0, 2] . Logo, pelo Teorema 1,
f tem zeros no intervalo (0, 2) . Por outro lado, temos
2
f '(x ) = -1 - 2e -x = -1 - x < 0 , para todo x .
e
Assim, f ' preserva o sinal em (0, 2) . Mais precisamente, f '(x ) < 0, "x (0, 2) , o
que implica que f estritamente decrescente em (0, 2) . Logo, pelo Teorema 2, f tem
um nico zero no intervalo (0, 2) . A Figura 5, abaixo, comprova este fato.

Figura 6: Grfico de

38
CalculoNumrico.indd 38

f (x ) = -x + 2e -x em [0, 2] .

Licenciatura em Matemtica

25/01/2012 10:07:26

Os Teoremas 1 e 2 so grandes aliados para o isolamento dos zeros reais de uma


funo real f via tabelamento da funo. Esta estratgia consiste em construir uma
tabela com valores de f para diversos valores de x e observar as mudanas de sinal
de f e o sinal da derivada f ' nos intervalos em que f mudou de sinal nos extremos.
Algumas vezes, certas caractersticas prprias das funes ajudaro. Vamos isolar os
zeros de algumas funes usando a estratgia de tabelamento?

A
2

EXEMPLO 6:

Seja f : , dada por f (x ) = x 4 - 9x 3 - 2x 2 + 120x - 130 . Desde que f con-

T
2

tnua em , ela contnua em qualquer intervalo [a, b ] . Vamos construir uma tabela com
valores de f para alguns valores de x e observar as mudanas de sinal de ocorridas. Temos
x

-10

-5

-4

f (x )

17470

970

190

Sinal

-3

-184 -130 -20


-

10

46

50

-2

-80

-74

1870

Pelas variaes de sinal, podemos dizer que f tem zeros nos intervalos [-4, - 3] ,
[1, 2] , [3, 4] e [7,10] . Desde que f um polinmio de grau 4, f tem no mximo 4
zeros reais distintos (este um resultado que voc deve ter visto na disciplina Mate
mtica Bsica II. Reveja-o). Portanto, podemos afirmar que f tem exatamente 4 zeros
reais distintos e eles esto isolados nos intervalos listados acima.
EXEMPLO 7:

Seja f : (0, + ) , dada por f (x ) = ln x + x x . Temos que f contnua em


(0, + ) , como produto e soma de funes contnuas. Logo, f contnua em qualquer intervalo [a, b ] contido em (0, + ) . Vamos construir uma tabela com valores
(ou valores aproximados) de f para alguns valores de x e observar as mudanas de
sinal que ocorrem. Temos
x

0,01

0,1

0,5

10

f (x )

-9,60

-7,27

-5,34

-4,00

-1,48

1,29

7,79

28,93

Sinal

Pelas variaes de sinal, podemos dizer que f tem zeros no intervalo [2, 3] . A derivada de f est definida em (0, + ) e dada por
f '(x ) =

1 3 x
+
.
x
2

Perceba que f '(x ) > 0 para todo x > 0 , ou seja, f estritamente crescente em

Clculo Numrico

CalculoNumrico.indd 39

39
25/01/2012 10:07:27

seu domnio de definio. Assim, f ' preserva o sinal em

ATENO!

A
2
T
2

(2, 3) . Logo, podemos afirmar que f possui um nico zero

Voc j deve ter esboado grficos


de algumas funes na disciplina de
Clculo I. Sabe, portanto, que esta
tarefa requer um estudo detalhado
do comportamento da funo,
destacando-se
a
determinao
de intervalos de crescimento e
decrescimento, pontos de mximo
e de mnimo, concavidade, pontos
de inflexo, assntotas horizontais e
verticais, dentre outros. Isso envolve o
estudo da funo e de suas derivadas.
O tabelamento de valores da funo
para alguns valores de x tambm til.

no intervalo (2, 3) .
Alm do tabelamento com a anlise de mudanas de sinal da funo, o isolamento dos zeros reais de uma funo
real f pode ser feito tambm por meio da anlise grfica
da funo. Para tanto, torna-se necessrio esboar o grfico de f e obter intervalos que contenham as abscissas dos
pontos em que o grfico de f intercepta o eixo dos x.
Vejamos um primeiro exemplo. Neste apresentamos as
ferramentas do clculo para esboar o grfico. Entretanto,
como dissemos, usaremos o software Mathematica 6.0 para gerar os nossos grficos.

EXEMPLO 8:

Seja f : , dada por f (x ) = x 3 + 2x 2 - x - 1 .


Temos
f '(x ) = 3x 2 + 4x - 1
-2 - 7
-2 + 7
f '(x ) = 0 3x 2 + 4x - 1 = 0 x =
.
ou x =
3
3
Logo, o sinal de f ' :

-2 + 7

-2 - 7

, +
Portanto, f crescente nos intervalos -
,
e

3
3

-2 - 7 -2 + 7
. Os valores x = -2 - 7 e
e decrescente no intervalo
,

3
3
3

-2 + 7
x=
so abscissas de pontos de mximo e de mnimo local de f, respec3
tivamente.
Temos ainda
f ''(x ) = 6x + 4

Logo, o sinal de f '' :

40
CalculoNumrico.indd 40

2
f ''(x ) = 0 6x + 4 = 0 x = - .
3

Licenciatura em Matemtica

25/01/2012 10:07:28


2
Desse modo, a concavidade de f voltada para baixo no intervalo -, - e voltada

3
2

2
para cima no intervalo - , + . O valor x = - abscissa de ponto de inflexo de f.
3

3
Temos tambm que f est definida e contnua em e que lim f (x ) = - e
x -

lim f (x ) = + . Logo, f no possui assntotas verticais nem horizontais.

x +

Com essas informaes, e com o auxlio da tabela seguinte com valores exatos (ou

A
2

aproximados) de f para alguns valores de x, fica mais simples esboar o grfico de f:


x

f (x )

-2,5

-1,625

-2

-2 - 7
@ -1,5586
3

1,6311

-1

2
- @ -0,6667
3

0,2593

-0,5

-0,125

-1

-2 + 7
@ 0,2153
3

-1,1126

0,5

-0,875

Figura 7: Grfico de

T
2

f (x ) = x 3 + 2x 2 - x - 1 em [-2,5;1] .

Clculo Numrico

CalculoNumrico.indd 41

41
25/01/2012 10:07:28

Podemos concluir que f tem um zero em cada um dos


intervalos [-2,5; 2] , [-0,6667; - 0,5] e [0,5;1] .
A menos que se use um software matemtico, para cer-

ATENO!

A
2
T
2

tas funes, a tarefa de esboar o grfico no nada f-

Para descrever o intervalo [-2,5;1]


, usamos o separador ponto-evrgula (;) em vez de vrgula (,) como
fazemos normalmente. Para evitar
confuso, faremos isso sempre que
algum dos extremos tiver parte
fracionria (que precisa ser separada
da parte inteira por vrgula).

cil. Isso porque o estudo detalhado do comportamento de


uma funo f cuja expresso analtica seja mais complexa pode ser bastante laborioso. Em alguns desses casos,
mais conveniente, partindo da equao f (x ) = 0 , obter
uma equao equivalente f1 (x ) = f2 (x ) , em que f1 e f2 sejam funes mais simples e de anlise grfica mais fcil. Os
intervalos de isolamento dos zeros de f procurados podem

ser obtidos considerando as abscissas dos pontos de interseco dos grficos de f1 e


f2 . De fato, se a um zero de f, ento:
f (a ) = 0

f1 (a ) = f2 (a ) .

Logo, a abscissa de um ponto comum dos grficos de f1


e f2 . Vejamos um exemplo:

GUARDE BEM ISSO!


O uso de um software matemtico
adequado torna a tarefa de esboar
os grficos bem mais simples. Alguns
desses softwares so Mathematica,
Maple, Graphmatica, Winplot, dentre
outros. Voc deve ter trabalhado
com o Winplot na disciplina de
Informtica Aplicada ao Ensino. Ele
um software livre e pode ser baixado
do link http://www.baixaki.com.br/
download/winplot.htm.

EXEMPLO 9:

Seja f : , dada por f (x ) = -1 + x + x cos(x ) .


Temos que
1
.
x
Portanto, isolar os zeros de f equivalente a obter in-

-1 + x + x cos(x ) = 0 x(1 + cos(x )) = 1 1 + cos(x ) =

tervalos cada um dos quais contendo a abscissa de um dos


pontos de interseco dos grficos de f1 e f2 (figura 8), no
1
qual f1 (x ) = 1 + cos(x ) e f2 (x ) = , que so mais simples de
x
ser esboados do que o grfico de f.

GUARDE BEM ISSO!


Voc deve esboar os grficos de f1 e f2
em um mesmo sistema de coordenadas
cartesianas no plano para visualizar
melhor os pontos de interseco.

Figura 8: Grficos de

42
CalculoNumrico.indd 42

f1 (x ) = 1 + cos(x ) e f2 (x ) =
.

1
em [0, 2p ]
x

Licenciatura em Matemtica

25/01/2012 10:07:29

Dos grficos de f1 e f2 , podemos concluir que f tem um


zero em cada um dos intervalos [0,1] , [2; 2,5] e [3,5; 4] . Entretanto, no podemos afirmar que isolamos todos os zeros
de f. Na verdade, f possui uma infinidade de zeros em .
O tabelamento e a anlise grfica da funo so recursos complementares para o isolamento dos zeros. O trabalho com essas duas ferramentas simultaneamente pode

GUARDE BEM ISSO!


Quanto menor for a amplitude do
intervalo que contm o zero, mais
eficiente ser a fase de refinamento.

tornar a fase de isolamento mais eficiente, permitindo obter intervalos de amplitudes bem pequenas.

A
2
T
2

Agora voc j sabe como fazer o isolamento dos zeros de uma funo f. Na prxima aula, veremos mtodos iterativos especficos para a fase refinamento. De acordo com Camponogara e Castelan Neto (2008, 33-34), tais mtodos so de trs tipos:
1.
Mtodos de quebra: requerem um intervalo fechado [a, b ] que contenha um nico zero de f e tal que f (a ) f (b) < 0 , ou seja, tal que a funo
troque de sinal nos extremos do intervalo. Ento, partindo o intervalo
em dois outros intervalos, verifica-se qual deles contm a raiz desejada.
Prossegue-se repetindo o procedimento com o subintervalo obtido.
2.
Mtodos de ponto fixo: Partindo de uma aproximao inicial x0 , constri-se uma sequncia (x j )nj=1 na qual cada termo obtido a partir do anterior
por x j +1 = g (x j ) , em que g uma funo de iterao. Dependendo das propriedades de g, surgem diferentes tipos de mtodos de ponto fixo,
SAIBA MAIS!
dentre eles o conhecido Mtodo de Newton.
3.
Mtodos de mltiplos passos: GeneraAmplie
seus
conhecimentos
lizam os mtodos de ponto fixo. Constriconsultando
as
referncias
e
-se uma sequncia (x j )nj=1 , utilizando vrios
os sites citados. Para um maior
pontos anteriores: x j , x j-1 , ..., x j- p para deaprofundamento,
voc
dever
terminar o ponto x j +1 .
Sob certas condies, teremos que a raiz x ser dada por
x = lim x j , em que (x j ) j a sequncia gerada pelo mtodo.
j

Nesta aula, conhecemos o problema de obter zeros de


funes e vimos vrias situaes em que este problema
aparece de forma contextualizada, caracterizando a importncia deste problema nas mais diversas reas. Abordamos
tambm formas de localizar ou isolar os zeros reais de funes reais, um requisito necessrio pelos mtodos numricos iterativos para a determinao de aproximaes para os
zeros de funes. Na prxima aula, apresentaremos mtodos iterativos especficos para a fase de refinamento.

pesquisar tambm outras referncias


ou visitar outras pginas da internet.
Abaixo, listamos algumas pginas
interessantes que podem ajud-lo
nessa pesquisa. Bons estudos!
1 . w w w. i m e . u s p . b r / ~ a s a n o /
LivroNumerico/LivroNumerico.pdf

2. www.professores.uff.br/salete/imn/
calnumI.pdf
3.www.ccet.ucs.br/eventos/outros/
egem/cientificos/cc46.pdf
4. http://www.das.ufsc.br/~camponog/
Disciplinas/DAS-5103/LN.pdf

Clculo Numrico

CalculoNumrico.indd 43

43
25/01/2012 10:07:30

CalculoNumrico.indd 44

25/01/2012 10:07:30

Aula 3
Mtodo iterativos para celular zeros e funes
Ol aluno (a),
Esta nossa terceira aula. Nela, continuaremos abordando o problema de encontrar
zeros reais de funes reais. Veremos alguns dos principais mtodos numricos iterativos para obter tais zeros, destacando-se mtodo da bisseco, mtodo da posio
falsa, mtodos do ponto fixo e mtodo de Newton-Raphson.

Objetivos:



Saber utilizar mtodos numricos iterativos.


Calcular aproximaes para zeros reais de funes reais.
Estudar a convergncia de alguns mtodos.
Conhecer critrios de parada de algoritmos.

45
CalculoNumrico.indd 45

25/01/2012 10:07:30

01
TPICO

MTODOS ITERATIVOS
PARA REFINAMENTO DE ZEROS:
FUNCIONAMENTO E CRITRIOS DE PARADA

OBJETIVOS

Conhecer a ideia geral dos mtodos iterativos


para refinamento de zeros.
Apresentar fluxograma de funcionamento dos
mtodos iterativos.
Estabelecer critrios de proximidade.

este primeiro tpico, conheceremos o modus operandi dos mtodos iterativos para calcular zeros de funes. Mais precisamente, veremos como
estes mtodos fazem o refinamento da aproximao inicial obtida na fase

de isolamento dos zeros, ou seja, como eles calculam aproximaes para os zeros reais de uma funo f que estejam suficientemente prximas dos zeros.
Na aula anterior, vimos que, utilizando aproximaes anteriores para calcular
as novas aproximaes, um mtodo numrico iterativo constri uma sequncia de
aproximaes x1 , x2 , x3 , de um zero de f. Veremos que, sob certas condies, a
sequncia construda converge para o valor exato do zero de modo que, em um nmero finito de repeties do procedimento, possvel obter uma aproximao que
satisfaa uma preciso prefixada.
Os mtodos iterativos so compostos, basicamente, de pelo menos trs mdulos:
Inicializao: onde so fornecidos os dados iniciais (como aproximaes iniciais ou intervalos iniciais) e/ou feitos alguns clculos iniciais.
Atualizao: aqui se calcula (geralmente, por meio de alguma frmula) uma
nova aproximao.

46
CalculoNumrico.indd 46

Licenciatura em Matemtica

25/01/2012 10:07:30

Parada: mdulo que estabelece quando parar o processo iterativo.


O fluxograma seguinte mostra como os mtodos iterativos fazem o refinamento dos zeros.

A
3
T
1

Figura 1: Fluxograma da fase de refinamento

A inicializao corresponde fase de localizao ou


isolamento dos zeros e isto o que vimos na aula 2. A
atualizao o mdulo que caracteriza cada mtodo ite-

VOC SABIA?

rativo e corresponde forma particular que cada um tem


de calcular uma nova iterao. Este mdulo o nosso foco
de estudo nesta aula. Antes, porm, falaremos um pouco
mais sobre o mdulo de parada.
O diagrama de fluxo anterior sugere que os mtodos
iterativos, para obter um zero real de uma funo f , fazem
um teste de parada, dado pela pergunta:
A aproximao atual est suficientemente prxima
do zero exato de f?
Mas, o que significa estar suficientemente prxima? Qual o

No podemos repetir um processo


numrico iterativo infinitamente, ou
seja, em algum momento, precisamos
par-lo. Para parar as iteraes de
um processo numrico iterativo,
devemos adotar os chamados critrios
de parada. Obviamente, esses
critrios dependero do problema
a ser resolvido e da preciso que
necessitamos obter na soluo.

significado de aproximao ou de zero aproximado? Especificamente, h vrias formas de fazer o teste de parada do processo iterativo. Concentraremos-nos
em quatro delas. Suporemos que x um zero (exato) de f, e que xk a aproximao (zero aproximado) calculada na k-sima iterao. Sejam ainda e1 e e2 precises (tolerncias) prefixadas.
1.

|x - xk |< e1 : a distncia entre x e xk menor que e1 , ou seja, xk - e1 < x < xk + e1 .


| f (xk )|< e2 : o valor da funo em xk dista no mximo e2 do valor 0, ou seja,
-e2 < f (xk ) < e2 .

2.

|xk - xk-1 |< e1 : a distncia entre dois iterados (aproximao calculada em uma
iterao) consecutivos menor que e1 , ou seja, xk-1 - e1 < xk < xk-1 + e1 .

Clculo Numrico

CalculoNumrico.indd 47

47
25/01/2012 10:07:31

3.

k = N : o nmero de iteraes atingiu um limite mximo N preestabelecido.


Devemos fazer algumas observaes:

OBSERVAO 1

Como efetuar o teste 1 se no conhecemos x ? Uma forma reduzir o intervalo


que contm o zero a cada iterao (RUGGIERO e LOPES, 1996, p. 39). Se obtivermos
um intervalo [a, b ] de tamanho menor que e1 contendo x , ento qualquer ponto

A
3

nesse intervalo pode ser tomado como zero aproximado. Assim, basta exigir que xk
esteja no intervalo [a, b ] . Perceba que a distncia entre x e xk menor que a dis-

T
1

tncia entre a e b. A figura 2 ilustra esta situao. Simbolicamente, temos


Se [a, b ] tal que b - a < e1 e x [a, b ] , ento |x - xk |< e1 , "xk [a, b ] .

Figura 2: Critrio de parada |x - xk |< e1

OBSERVAO 2

Devemos tomar cuidado com o teste de parada | f (xk )|< e2 dado em 2, pois,
a menos que conheamos bem o comportamento de f, o fato de ele ser satisfeito
no implica necessariamente que xk esteja prximo do zero procurado. A funo
Log x
f : (0, + ) , dada por f (x ) =
, por exemplo, possui um nico zero x = 1 .
x
Entretanto, calculando f para x = 10, 100, 1000, 10000, 100000, ..., obteremos, respectivamente: 0.1, 0.02, 0.003, 0.0004, 0.00005, ..., isto , quanto mais distante estamos de x , menor o valor de f (x ) .
OBSERVAO 3

O teste de parada em 3 tambm devemos ser visto com cautela, pois |xk - xk-1 |< e1
no implica necessariamente que |x - xk |< e1 . Isso ilustrado na figura 3, em que
xk e xk-1 so prximos sem que x e xk tambm sejam prximos.

Figura 3 - Critrio de parada |xk

48
CalculoNumrico.indd 48

- xk-1 |< e1

Licenciatura em Matemtica

25/01/2012 10:07:32

OBSERVAO 4

Dependendo da ordem de grandeza dos nmeros envolvidos, devemos usar o


teste do erro relativo, quando as desigualdades em 1, 2 e 3 seriam, respectivamente:
1.

| x - xk |
< e1 .
| xk |

2.

| f (xk )|
< e1 , em que L =| f (x )| para algum x em uma vizinhana de x
L
(RUGGIERO e LOPES, 1996, p. 40).

3.

|xk - xk-1 |
< e1
| xk |

A
3

T
1

OBSERVAO 5

Ao contrrio do que ocorre com os outro trs, o teste de parada em 4 ( k = N )


que estipula um nmero mximo de iteraes, no pode ser visto como um critrio
de proximidade propriamente dito. Ele usado para evitar que o processo iterativo
entre em looping, ou seja, ficar se repetindo ciclicamente sem parar. O looping pode
ocorrer devido a vrios fatores: erros de arredondamento, erros no processo iterativo, inadequao do processo iterativo ao problema, dente outros.
OBSERVAO 6

O ideal seria parar o processo com uma aproximao xk que satisfizesse os critrios 1 e 2 simultaneamente. Isso significaria estar prximo do zero exato x pela distncia e ter tambm o valor da funo na aproximao prximo de zero. Entretanto,
pode ocorrer que um critrio seja satisfeito sem que os outros sejam. Esse procedimento ser ilustrado nas figuras 4a e 4b. Na figura 4a, temos uma situao em que o
critrio 1 satisfeito, mas o 2 no. Na figura 4b, ocorre a situao inversa.

Figura 4a - Critrio 1 satisfeito, mas critrio 2 no

Clculo Numrico

CalculoNumrico.indd 49

49
25/01/2012 10:07:32

A
3
T
1

Figura 4b - Critrio 2 satisfeito, mas critrio 1 no

Vimos a forma como os mtodos iterativos operam para calcular zeros de funes
e estabelecemos os principais critrios de parada para estes processos. Agora voc
est preparado para a parte central desta aula: o modo como cada mtodo iterativo
faz o clculo de uma nova aproximao. Ento, vamos ao primeiro mtodo.

50
CalculoNumrico.indd 50

Licenciatura em Matemtica

25/01/2012 10:07:32

CalculoNumrico.indd 51

25/01/2012 10:07:32

02
TPICO

MTODO DA BISSECO E
MTODO DA POSIO FALSA

OBJETIVOS

Compreender o funcionamento do mtodo da


bisseco e da posio falsa.
Calcular aproximaes para zeros de funes.
Fazer estimativas do nmero de iteraes.

partir deste tpico, estudaremos o mdulo de

GUARDE BEM ISSO!


O mtodo da bisseco requer um
intervalo fechado [a, b ] em que f
seja contnua tal que f (a ) f (b) < 0
(a funo troca de sinal nos extremos
do intervalo). Por questes de
simplicidade, exigi-se ainda que o
zero de f em [a, b ] seja nico.

atualizao, ou seja, a forma como cada mtodo


iterativo especfico faz o refinamento dos zeros.

Este mdulo o que caracteriza e d nome a cada mtodo,


correspondendo ao clculo, a partir de iteraes anteriores, de uma nova iterao. Iniciamos com o mtodo da bis
seco, tambm chamado de mtodo da dicotomia.
O mtodo da bisseco est na categoria dos mtodos de quebra (reveja as categorias de mtodos vista no final da aula 2). Portanto, para determinar uma

aproximao para o zero de uma funo f:


Satisfeitas as condies requeridas, o mtodo da bisseco opera reduzindo a am-

52
CalculoNumrico.indd 52

Licenciatura em Matemtica

25/01/2012 10:07:32

plitude do intervalo que contm o zero at obter um intervalo [a, b ] de tamanho


menor que e , ou seja, tal que b - a < e , em que e uma preciso prefixada. Desse
modo, conforme indicado na observao 1, podemos escolher um ponto qualquer
xk no intervalo final [a, b ] para ser a aproximao do zero exato x que teremos o
critrio de parada 1 satisfeito.
Tecnicamente, a reduo da amplitude do intervalo faz-se pela sucessiva diviso
a+b
de [a, b ] ao meio, ou seja, pelo ponto mdio xM =
, mantendo a cada iterao
2
o subintervalo que contm o zero desejado e desprezando o outro subintervalo. A

A
3
T
2

escolha do subintervalo que ser mantido feita de modo simples: calculamos o vaa+b
lor da funo f no ponto mdio xM =
. Temos, assim, trs possiblidades:
2
f (xM ) = 0 . Nesse caso xM o zero (exato) de f e no temos mais nada
1.
a fazer. Em geral, no isso que ocorre.
2.
3.

f (a ) f (xM ) < 0 . Aqui o zero de f est entre a e xM . O intervalo a ser


mantido ser, ento, [a, xM ] .
f (a ) f (xM ) > 0 . Nesse caso, desde que f (a ) e f (b) tm sinais opostos,
teremos tambm f (xM ) f (b) < 0 . Assim, o zero de f est entre xM e b,
e o intervalo a ser mantido ser, ento, [xM , b ] .

De modo mais simplificado, temos o esquema seguinte:


Se f (xM ) = 0, ento x = xM
<
0, ento b = xM
Se f (a ) f (xM )
>
0, ento a = xM
Em termos de algoritmo, o mtodo da bisseco pode
ser descrito como
Dados um intervalo [a0 , b0 ] , uma funo real de uma
varivel real f contnua em [a0 , b0 ] tal que f (a0 ) f (b0 ) < 0 ,
uma preciso e e N .
k=0.

VOC SABIA?
Inspirado no teorema de Bolzano, o
mtodo da bisseco um mtodo bem
intuitivo para achar o zero de uma funo
f em um intervalo que contm um nico
zero de f. A cada iterao, o mtodo da
bisseco obtm um novo intervalo com
um tamanho igual metade do tamanho
do intervalo anterior.

Enquanto bk - ak > e e k < N , faa


a + bk
xk = k
.
2
Se f (ak ) f (xk ) = 0 , faa x = xk . PARE.
Se f (ak ) f (xk ) < 0 , faa ak +1 = ak e bk +1 = xk .
Caso contrrio, faa ak +1 = xk e bk +1 = bk .
k = k +1 .
a + bk
Faa x = k
. PARE.
2

Clculo Numrico

CalculoNumrico.indd 53

53
25/01/2012 10:07:34

Terminado o processo iterativo, teremos um intervalo [a, b ] que contm o zero x


de f e, caso k < N , encontraremos tambm uma aproximao x de x que satisfaz o
critrio de parada 1, ou seja, tal que |x - x|< e . Uma interpretao geomtrica do
mtodo da bisseco dada na figura seguinte.

A
3
T
2

Figura 5- Mtodo da bisseco. Fonte: Adaptado de Ruggiero e Lopes (1996, p. 41).

Para exemplificar, vamos usar o mtodo da bisseco para obter uma aproxima2 com erro inferior a 10-2 .

o para

EXERCCIO RESOLVIDO 1:

Encontre uma aproximao para

2 com erro inferior a 10-2 pelo mtodo da

bisseco.

Soluo:
Este problema equivalente a determinar uma aproximao para o zero de
f (x ) = x 2 - 2 com erro inferior a 10-2 .
Temos f (1) = -1 e f (2) = 2 . Assim, f (1) f (2) = -2 < 0 e, uma vez que f contnua
no intervalo [1, 2] , podemos garantir f tem zeros nesse intervalo. Como f '(x ) = 2x , o que
implica que f '(x ) > 0 para todo x (1, 2) , temos que o zero de f no intervalo [1, 2] nico.
ak

54
CalculoNumrico.indd 54

bk - ak

bk

f ( xk )

xk

1,5

0,25

1,5

0,5

1,25

-0,43

1,25

1,5

0,25

1,375

-0,109375

1,375

1,5

0,125

1,4375

0,06640625

1,375

1,4375

0,0625

1,40625

-0,0224609375

1,40625

1,4375

0,03125

1,421875

0,021728515625

Licenciatura em Matemtica

25/01/2012 10:07:35

1,40625

1,421875

1,4140625 1,421875

0,015625

1,4140625

-0,00042724609375

0,0078125

2 com erro inferior a 10-2 .

Tabela 1: Mtodo da bisseco para calcular

Portanto, depois de 7 iteraes ( k = 0,1, 2, ..., 6 ), teremos um intervalo


[a7 , b7 ] = [1,4140625; 1,421875] com tamanho b7 - a7 = 0,0078125 < 10-2 . Assim,
como indicado no algoritmo, fazendo
a + b7 1,4140625 + 1,421875
x = 7
=
= 1,41796875,
2
2
obteremos uma aproximao x de 2 com erro inferior a 10-2 , ou seja, coincidindo com o valor de

A
3
T
2

2 at pelo menos duas casas decimais (casas depois da vrgula).

Compare com o valor de

2 exibido a seguir com 10 casas decimais.


2 = 1,41421356237... .

Para uma melhor visualizao dos intervalos obtidos a cada iterao, observe o
esquema seguinte:

k=0

k =1

k=2

k=3

k=4

k =5

k=6

f ( a0 ) < 0
f (b0 ) > 0
f ( x0 ) > 0
f (a1 ) < 0
f (b1 ) > 0
f (x1 ) < 0
f (a2 ) < 0
f (b2 ) > 0
f (x2 ) < 0
f (a3 ) < 0
f (b3 ) > 0
f (x3 ) > 0
f ( a4 ) < 0
f (b4 ) > 0
f ( x4 ) < 0
f (a5 ) < 0
f (b5 ) > 0
f (x5 ) > 0
f (a6 ) < 0
f (b6 ) > 0
f (x6 ) < 0

E se desejssemos uma aproximao para

x [ a0 , x0 ]
a1 = a0
b1 = x0
x [x1 , b1 ]
a2 = x1
b2 = b1
x [x2 , b2 ]
a3 = x2
b3 = b2
x [a3 , x3 ]
a4 = a3
b4 = x3
x [x4 , b4 ]
a5 = x4
b5 = b4
x [a5 , x5 ]
a6 = a5
b6 = x5
x [x6 , b6 ]
a7 = x6
b7 = b6

2 com erro inferior a 10-5 , ou seja,

Clculo Numrico

CalculoNumrico.indd 55

55
25/01/2012 10:07:36

coincidindo com o valor de

2 at pelo menos cinco casas decimais? Seria possvel

dizer quantas iteraes precisaramos executar?


Evidentemente, para uma maior preciso, o processo de reduo dos intervalos
dever prosseguir. Felizmente, possvel precisar a priori (sem precisar realizar a
experincia) quantas iteraes sero executadas pelo mtodo da bisseco at obter
uma aproximao para o zero de uma funo com uma preciso prefixada.

A
3

Teorema 1: Dado um intervalo I0 = [a0 , b0 ] que contm um nico zero x de

T
2

uma funo contnua f : e uma preciso prefixada e > 0 , aps k itera


Log(b0 - a0 ) - Log(e)
es, k satisfazendo k >
,o mtodo da bisseco obtm um
Log(2)
intervalo Ik = [ak , bk ] contendo o zero x de f e tal que qualquer que seja a apro
ximao x escolhida em Ik , |x - x|< e .
De fato, uma vez que a amplitude de cada novo intervalo igual metade da amplitude do intervalo anterior, temos
b - ak-1 bk-2 - ak-2
b -a
=
== 0 k 0
bk - ak = k-1
2
2
2
2
Assim,
b -a
bk - ak < e 0 k 0 < e
2
b - a0
k
2 > 0
e
b - a0
k Log(2) > Log 0

e
Log(b0 - a0 ) - Log(e)
k>
.
Log(2)
Agora, voltando ao nosso exemplo, podemos calcular o nmero de mnimo de
iteraes para ter a garantia de uma aproximao para

2 no intervalo [1, 2] com

-5

erro inferior a 10 . Temos


k>

Log(2 - 1) - Log(10-5 )
.
5
5
=
@
@ 16,61
Log(2)
Log(2) 0,3010

Portanto, sero necessrias pelo menos 17 iteraes para garantir uma aproximao para

2 com erro inferior a 10-5 .

Calcular todas essas iteraes daria um trabalho, voc no acha?


Voc j sabe que outra preocupao que devemos ter com a convergncia do
mtodo. No caso do mtodo da bisseco, uma vez que a amplitude do intervalo que

56
CalculoNumrico.indd 56

Licenciatura em Matemtica

25/01/2012 10:07:37

contm o zero reduzida pela metade a cada iterao, pode parecer bem intuitivo
que a sequncia (xk ) gerada convirja para o zero exato x .
Entretanto, para termos a garantia da eficcia do mtodo da bisseco, a
prova analtica de sua convergncia imprescindvel. Voc pode ver tal prova
em Ruggiero e Lopes (1996, p. 44-46).
Na mesma categoria dos mtodos de quebra, est o mtodo da posio falsa ou

A
3

mtodo das cordas. Como o mtodo da biseco, este mtodo tambm requer um intervalo fechado [a, b ] , em que f seja contnua tal que f (a ) f (b) < 0 . Sob estas condies, para determinar uma aproximao para o zero de f, o mtodo da posio falsa

T
2

particiona (quebra) o intervalo [a, b ] de um modo diferente.


Enquanto no mtodo da bisseco feita uma mdia aritmtica simples (sem ponderao) dos valores a e b, o mtodo da posio falsa faz uma mdia ponderada desses valores com pesos f (b) e f (a ) , respectivamente, ou seja, o ponto x que divide
o intervalo [a, b ] de certa iterao dado por
x=

a f ( b) + b f ( a )
f ( b) + f ( a )

a f ( b) - b f ( a )
.
f ( b) - f ( a )

A segunda igualdade segue do fato que f (a ) e f (b) tm sinais contrrios. H uma interpretao geomtrica para o ponto x. Ele o ponto de interseco da reta que passa pelos
pontos (a, f (a )) e (b, f (b)) com o eixo das abscissas, como ilustra a figura seguinte.

Figura 6 - Mtodo da posio falsa. Fonte: Adaptado de Ruggiero e Lopes (1996, p. 49).

Desse modo, o mtodo da posio falsa leva em conta as informaes dos valores
da funo. Isso parece lgico, uma vez que, se f (a ) estiver mais prximo de zero do
que f (b) , de se esperar que o zero de f esteja mais prximo de a do que de b, e viceversa. Isso o que ocorre, por exemplo, para funes afins. Na verdade, o que se faz no
mtodo da posio falsa substituir f no intervalo [a, b ] de cada iterao por uma reta.

Clculo Numrico

CalculoNumrico.indd 57

57
25/01/2012 10:07:37

Quanto ao critrio de parada, no mtodo da posio falsa, alm da parada pelo critrio 1, bk - ak < e1 , paramos

GUARDE BEM ISSO!

A
3
T
2

tambm se | f (xk )|< e2 , pois isso pode ocorrer sem que o


intervalo seja suficientemente pequeno. Finalizamos este

A diferena ente os mtodos da


bisseco e da posio falsa a forma
de dividir o intervalo [a, b ] a cada
iterao. No mtodo da bisseco,
quebra-se o intervalo ao meio,
enquanto no mtodo da posio falsa
se toma o ponto de interseco da
reta que une os pontos (a, f (a )) e
(b, f (b)) com o eixo x.

tpico com um exemplo:


EXERCCIO RESOLVIDO 2:

Aplicar o mtodo da posio falsa para encontrar uma


aproximao para o zero de f (x ) = 3 x + ln x - 4 no intervalo [1, 2] com precises e1 = e2 = 10-4 . Fazer arredondamentos e usar 5 casas decimais.

Soluo:
f (1) = -1 e f (2) = 3 2 + ln 2 - 4 @ 0,93579 . Assim, f (1) f (2) < 0 e, uma vez
que f contnua no intervalo [1, 2] , podemos garantir f tem zeros nesse intervalo.
1
3
Como f '(x ) = +
, o que implica que f '(x ) > 0 para todo x (1, 2) , temos que
x 2 x
o zero de f no intervalo [1, 2] nico.
ak

bk

bk - ak

xk

f ( xk )

1,00000 2,00000 1,00000 1,51658 0,11094

1,00000 1,51658 0,51658 1,46499 0,01295

1,00000 1,46499 0,46499 1,45905 0,00152

1,00000 1,45905 0,45905 1,45835 0,00017

1,00000 1,45835 0,45835 1,45827 0,00002

f (x ) = 3 x + ln x - 4 em [1, 2] com
e1 = e2 = 10-4 .

Tabela 1: Mtodo da posio falsa para o zero de


precises

Observe o clculo de xk e de f (xk ) em cada iterao:


x0
k=0

1,00000 f (2,00000) - 2,00000 f (1,00000)


f (2,00000) - f (1,00000)
1,00000 0,93579 - 2,00000 (-1,00000) f (x0 ) @ 0,11094
@
0,93579 - (-1,00000)
@ 1,51658

1,00000 f (1,51658) - 1,51658 f (1,00000)


f (1,51658) - f (1,00000)
1,00000 0,11094 - 1,51658 (-1,00000)
f (x1 ) @ 0,01295
@
0,11094 - (-1,00000)
@ 1,46499

x1 =
k =1

58
CalculoNumrico.indd 58

Licenciatura em Matemtica

25/01/2012 10:07:39

x3

k=2

k=3

x4
k=4

1,00000 f (1,46499) - 1,46499 f (1,00000)


f (1,46499) - f (1,00000)
1,00000 0,01295 - 1,46499 (-1,00000) f (x2 ) @ 0,00152
@
0,01295 - (-1,00000)
@ 1,45905

x2

1,00000 f (1,45905) - 1,45905 f (1,00000)


f (1,45905) - f (1,00000)
1,00000 0,00152 - 1,45905 (-1,00000) f (x3 ) @ 0,00017
@
0,00152 - (-1,00000)
@ 1,45835

A
3
T
2

1,00000 f (1,45835) - 1,45835 f (1,00000)


f (1,45835) - f (1,00000)
1,00000 0,00017 - 1,45835 (-1,00000) f (x4 ) @ 0,00002
@
0,00017 - (-1,00000)
@ 1,45827

Portanto, depois de 5 iteraes ( k = 0,1, 2, 3, 4 ), temos uma aproximao


x = x4 = 1,45827
que satisfaz a preciso prefixada, pois
f (x4 ) = f (1,45827) @ 0,00002 f (x4 ) < e2 = 10-4 .
Neste caso, a parada se deu pelo valor da funo em x4 ser prximo de 0 e no
pela distncia entre x e x4 ser suficientemente pequena.
Em termos de comparao, para obter uma aproximao com a preciso requerida pelo mtodo da bisseco para este exemplo, seriam necessrias:
k>

Log(2 - 1) - Log(10-4 )
4
4
=
@
@ 13,29 iteraes,
Log(2)
Log(2) 0,3010

ou seja, pelo menos 14 iteraes, bem mais que pelo mtodo da posio falsa.
Vimos o funcionamento dos mtodos da bisseco e da posio falsa. Mtodos
mais sofisticados sero estudados no prximo tpico.

Clculo Numrico

CalculoNumrico.indd 59

59
25/01/2012 10:07:39

03
TPICO

MTODOS DE PONTO FIXO:


MTODO DE NEWTON-RAPHSON

OBJETIVOS

Compreender o funcionamento dos mtodos de


ponto fixo.
Conhecer o mtodo de Newton-Raphson.
Calcular aproximaes para zeros de funes.

este tpico, discutiremos a determinao de aproximaes para zeros de


funes atravs dos mtodos de ponto fixo, denominados tambm mtodos
de iterao linear. Sabemos que os mtodos de quebra, como o mtodo da

bisseco e o mtodo da posio falsa, necessitam da existncia de um intervalo no


qual a funo troca de sinal. Entretanto nem sempre possvel satisfazer este requisito.
Imagine uma funo f tal que para todo x do seu domnio f (x ) 0 ou f (x ) 0 .
Evidentemente f pode possuir zeros reais, entretanto no existem intervalos em que f
troque de sinal. Nesses casos, aproximaes para os possveis zeros de f no poderiam
ser obtidas por meio do mtodo da bisseco ou do mtodo da posio falsa, sendo necessrios outros mtodos. Uma boa sada nesses casos ou mesmo em qualquer situao

60
CalculoNumrico.indd 60

Licenciatura em Matemtica

25/01/2012 10:07:39

que satisfaa certas restries que veremos so os mtodos de ponto fixo. Basicamente,
estes mtodos funcionam da seguinte maneira (ASANO e COLLI, 2007):
1.

Dada a funo f da qual se procura um zero x , arranja-se uma funo auxiliar g que deve satisfazer certas caractersticas (veremos como
achar uma tal funo).

2.

Arrisca-se um palpite de uma aproximao inicial x0 e, a partir desse pal-

A
3

pite, constri-se uma sequncia de aproximaes x0 , x1 , x2 , ..., na qual a


aproximao xk +1 depende da aproximao xk pela relao xk +1 = g (xk ) .
3.

Para-se o processo, tomando algum dos xk como aproximao de x , quan-

T
3

do algum critrio de parada para alguma preciso prefixada for satisfeito.


A funo g chamada funo de iterao para a equao f (x ) = 0 . Como obter
uma funo de iterao?
Pela forma como construda a sequncia xk , uma condio necessria para que
o mtodo funcione que x seja um ponto fixo de g, ou seja,
g (x ) = x .

GUARDE BEM ISSO!


Dada uma funo j : , um nmero real a tal que j( a ) = a chamado ponto fixo de j .
Geometricamente, um ponto fixo de j corresponde abscissa de um ponto de interseco do grfico
de j com a reta y = x (diagonal dos quadrantes mpares). Na figura abaixo, por exemplo, vemos 2
pontos fixos da funo j (aqui, as razes de j no nos interessam).

Figura 7: Pontos fixos de uma funo

j.

Os mtodos de ponto fixo transformam o problema de obter zeros de f em obter pontos


fixos de g, com g sendo uma funo de iterao para a equao f (x ) = 0 , pela equivalncia
f (x ) = 0 x = g (x ) .
No difcil introduzir uma funo de iterao g para a equao f (x ) = 0 . Vejamos um exemplo:

Clculo Numrico

CalculoNumrico.indd 61

61
25/01/2012 10:07:40

EXEMPLO 1:

Considere a equao x 2 - 2x - 3 = 0 , ou seja, f (x ) = 0 com f (x ) = x 2 - 2x - 3 .


Vamos obter algumas funes de iterao para f (x ) = 0 . Para isso, basta obtermos
uma equao equivalente do tipo x = g (x ) . Temos:

A
3

x 2 - 2x - 3 = 0 x = x 2 - x - 3

x 2 - 2x - 3 = 0 x = 2x + 3 (se 2x + 3 0 )

x 2 - 2x - 3 = 0 x = 2 +

T
3

x 2 - 2x - 3 = 0 x =

3
(se x 0 )
x

3
(se x - 2 0 )
x -2

g1 (x ) = x 2 - x - 3
g 2 (x ) = 2x + 3
g3 (x ) = 2 +
g 4 (x ) =

3
x

3
x -2

Em geral, h muitos modos de expressar f (x ) = 0 na forma. Basta considerarmos


g (x ) = x + A(x ) f (x ) ,para qualquer A(x ) que satisfaa A(x ) 0 , em que x um
ponto fixo de g ou, equivalentemente, um zero de f.
EXEMPLO 2:

Voltemos equao x 2 - 2x - 3 = 0 do exemplo 1. Por ser uma equao quadrtica, suas razes podem ser obtidas analiticamente pela frmula de Bhaskara e valem
1 e 3. Entretanto, para exercitarmos a aplicao dos mtodos de ponto fixo, vamos
tentar obter a raiz 3, usando duas das funes de iterao obtidas no exemplo 1 e
partindo de uma aproximao inicial x0 = 1,5 .
3
Para g 3 (x ) = 2 + , temos
x
x0 = 1,5 .
3
=4.
1,5
3
x2 = g 3 (x1 ) = 2 + = 2,75 .
4
3
x3 = g 3 (x2 ) = 2 +
@ 3,0909090909 .
2,75
3
x4 = g 3 (x3 ) = 2 +
@ 2,9705882353 .
3,0909090909
3
x5 = g 3 (x4 ) = 2 +
@ 3,0099009901 .
2,9705882353
3
x6 = g 3 (x5 ) = 2 +
@ 2,9967105263 .
3,0099009901
3
x7 = g 3 (x6 ) = 2 +
@ 3,0010976948 .
2,9967105263

x1 = g 3 (x0 ) = 2 +

Vemos que o processo parece convergir para a raiz 3. Agora, para g1 (x ) = x 2 - x - 3 ,


temos:

62
CalculoNumrico.indd 62

Licenciatura em Matemtica

25/01/2012 10:07:42

x0 = 1,5 .
x1 = g1 (x0 ) = 1,52 - 1,5 - 3 = -2,25 .
x2 = g1 (x1 ) = (-2,25)2 - (-2,25) - 3 = 4,3125 .
x3 = g1 (x2 ) = 4,31252 - 4,3125 - 3 = 11,28515625 .
x4 = g1 (x3 ) = 11,285156252 - 11,28515625 - 3 @ 113,0695953369 .
x5 = g 3 (x4 ) = 113,06959533692 - 113,0695953369 - 3 @ 12668,6637943134 .

A
3

x6 = g 3 (x5 ) = 12668,66379431342 - 12668,6637943134 - 3 @ 1,6048237067 108.


x7 = g 3 (x6 ) = (1,6048237067 108 )2 - 1,6048237067 108 - 3 @ 2,57545911351016

T
3

Vemos que o processo parece divergir (no convergir) da raiz 3.


O exemplo 2 mostra que no para qualquer escolha da funo de iterao para
f (x ) = 0 e da aproximao inicial x0 que o processo gerado pelo mtodo do ponto
fixo convergir para um zero x de f. Em Ruggiero e Lopes (1996, p. 58-60), voc
pode encontrar a demonstrao do teorema seguinte que estabelece condies suficientes para que o processo seja convergente.
Teorema 2: Seja x uma raiz da equao f (x ) = 0 , isolada em um intervalo I
centrado em x e seja g uma funo de iterao para a equao f (x ) = 0 . Se
i) g e sua derivada, g ' , so contnuas em I
ii) | g '(x )| M < 1, "x I
iii) x0 I
ento a sequncia (xk )k gerada pelo processo iterativo xk +1 = g (xk ) converge para x .
http://en.wikipedia.org/wiki/

Quanto ao critrio de parada, nos mtodos de ponto fixo, adotamos os


critrios 2 e 3 apresentados no tpico 1, ou seja, para em um ponto xk se
|xk - xk-1 |< e1 ou | f (xk )|< e2 .
Dependendo das propriedades de g, surgem diferentes tipos de mtodos de
ponto fixo. Finalizaremos esta aula, destacando um particular mtodo de ponto
fixo, o Mtodo de Newton-Raphson que bem conhecido e bastante utilizado.
O mtodo de Newton-R
aphson
um mtodo de ponto fixo em que a escolha da funo de iterao feita visando acelerar a convergncia, ou seja,
tentando tornar o processo mais rpido. A condio (ii) no teorema 2 estabelece que | g '(x )|< 1 . Na verdade, possvel mostrar que a convergncia
ser tanto mais rpida quanto menor for o fator | g '(x )|. Portanto, para ace-

Figura 8: Isaac Newton

lerar a convergncia, o mtodo de Newton-Raphson escolhe g tal que g '(x ) = 0 .


Olhando para a forma geral g (x ) = x + A(x ) f (x ) , a condio g '(x ) = 0 ser atin-

Clculo Numrico

CalculoNumrico.indd 63

63
25/01/2012 10:07:43

gida se tomarmos A(x ) = Newton-Raphson

1
. Portanto, a funo de iterao para o mtodo de
f '(x )
g (x ) = x -

f (x )
.
f '(x )

Verifique, como forma de exerccio, que g '(x ) = 0 (evidentemente, devemos impor f '(x ) 0 ).

A
3

Assim, partindo de uma aproximao inicial x0 , a aproximao xk dada pela relao


xk +1 = xk -

T
3

f ( xk )
.
f '(xk )

EXEMPLO 3:

Voltemos mais uma vez equao x 2 - 2x - 3 = 0 do exemplo 1. Aqui,


f (x ) = x 2 - 2x2- 3 , o que implica que f '(x ) = 2x - 2 . Portanto, a funo de iterao
x - 2x - 3
g (x ) = x e o processo iterativo dado por
2x - 2
x 2 - 2xk - 3
x2 + 3
.
xk +1 = xk - k
xk +1 = k
2xk - 2
2xk - 2
Partindo, novamente, da aproximao inicial x0 = 1,5 , obtemos
x0 = 1,5 .
1,52 + 3
= 5,25 .
x1 =
2 1,5 - 2
5,252 + 3
x2 =
@ 3,5955882353 .
2 5,25 - 2
3,59558823532 + 3
@ 3,0683323613 .
x3 =
2 3,5955882353 - 2
3,06833236132 + 3
@ 3,0011287624 .
x4 =
2 3,0683323613 - 2
3,00112876242 + 3
@ 3,0000003183 .
x5 =
2 3,0011287624 - 2

Perceba que, em 5 iteraes, obtivemos uma aproximao x5 = 3,0000003183


para a raiz x = 3 bem mais precisa que a aproximao x7 = 3,0010976948 obtida
3
em 7 iteraes no exemplo 2 com a funo de iterao g 3 dada por g 3 (x ) = 2 + .
x
H uma interpretao geomtrica para o mtodo de Newton-R
aphson
. A partir da aproximao xk , a aproximao xk +1 obtida graficamente traando-se a
reta t tangente ao grfico de f pelo ponto passando pelo ponto de abscissa xk . O
valor xk +1 , ento, dado pela abscissa do ponto de interseo da tangente com o
eixo das abscissas (eixo x). Isso justifica que o mtodo de Newton-Raphson seja
tambm chamado de Mtodo das Tangentes.
Conforme indicado na figura 9, por um lado, a tangente do ngulo a que a reta t

64
CalculoNumrico.indd 64

Licenciatura em Matemtica

25/01/2012 10:07:44

forma com o eixo x igual a f '(xk ) e, por outro, d-se pela razo
f '(xk ) =

f ( xk )
xk - xk +1

xk +1 = xk -

f ( xk )
.
f '(xk )

f ( xk )
. Assim,
xk - xk +1

A
3
T
3
Figura 9: Interpretao geomtrica do Mtodo de Newton-Raphson.

A convergncia do mtodo de Newton-R


aphson
assegurada no teorema seguinte. Sua demonstrao segue a demonstrao do teorema 2 com a especificidade da
funo de iterao para o mtodo de Newton-R
aphson
e tambm pode ser encontrada em Ruggiero e Lopes (1996, p. 69-70).
Teorema 3: Sejam f , f ' e f '' contnuas em um intervalo I que contm a
raiz x da equao f (x ) = 0 . Suponha que f '(x ) 0 . Ento, existe um intervalo
I I , contendo x , tal que, se x0 I , a sequncia (xk )k gerada pelo processo
f ( xk )
iterativo xk +1 = xk converge para x .
f '(xk )

Os critrios de parada para o mtodo de Newton-Raphson so os mesmos adotados


para os mtodos de ponto fixo de modo geral. Para finalizar, vamos a mais um exemplo.
EXERCCIO RESOLVIDO 2:

Determinar, usando o mtodo de Newton-Raphson, uma aproximao para o zero


de f (x ) = x ln x - 1 , com erro inferior a 10-3 .

Soluo:

1
Temos f '(x ) = 1 ln x + x - 0 = ln x + 1 . Portanto, o processo iterativo dado por
x
x ln xk - 1
f ( xk )
x +1
.
xk +1 = xk = xk - k
xk +1 = k
ln xk + 1
ln xk + 1
f '(xk )
Precisamos obter uma aproximao inicial x0 . Para tanto, recorremos ao mtodo

grfico. Da equivalncia

1
1
,fazemos f1 (x ) = ln x e f2 (x ) = e esboamos os
x
x
grficos de f1 e f2 no mesmo sistema de coordenadas, observando seus pontos de
x ln x - 1 = 0 ln x =

Clculo Numrico

CalculoNumrico.indd 65

65
25/01/2012 10:07:45

interseco (figura 10). Como voc j sabe, as abscissas dos pontos de interseo das
duas curvas correspondem aos zeros de f.

A
3
T
3

1
no intervalo (0, 5] .
x
Analisando a figura 10, vemos que h um zero de f no intervalo [1, 2] e, portanto,
Figura 10 - Grficos de

f1 (x ) = ln x e f2 (x ) =

tomaremos x0 = 1,5 . Trabalharemos com a representao em ponto fixo e 4 (quatro)


casas decimais e usando arredondamentos, obtemos
xk

| f (xk )|

|xk +1 - xk |

x0 = 1,5000

x1 =

1,5000 + 1
1,5000 + 1
=
= 1,7787
ln 1,5000 + 1 0,4055 + 1

0,0244

0,3674

x2 =

1,7787 + 1
1,7787 + 1
=
= 1,7632
ln 1,7787 + 1 0,5759 + 1

0,0000

0,0155

0,3918

Assim, em apenas duas iteraes, obtemos uma aproximao x2 = 1,7632 que satisfaz a preciso requerida.
Nesta aula, conhecemos os principais mtodos numricos iterativos para obter
aproximaes para zeros reais de funes reais e os aplicamos para a soluo de alguns problemas. Vimos tambm condies para a garantia da convergncia destes
mtodos e estabelecemos critrios de parada dos processos.

SAIBA MAIS!
Consulte as referncias que citamos ou outras da rea e acesse pginas da internet relacionadas ao tema
estudado nessa aula para complementar seus conhecimentos. Abaixo, listamos algumas pginas que
podero ajud-lo. Bons estudos!
1. http://www.profwillian.com/_diversos/download/livro_metodos.pdf
2. www.ime.usp.br/~asano/LivroNumerico/LivroNumerico.pdf
3. http://www.das.ufsc.br/~camponog/Disciplinas/DAS-5103/LN.pdf

66
CalculoNumrico.indd 66

Licenciatura em Matemtica

25/01/2012 10:07:46

Aula 4
Resoluo de sistemas lineares: mtodos diretos
Caro(a) aluno(a),
Ol! Nesta aula, iniciaremos nossos estudos sobre o problema de resolver sistemas
lineares. Faremos uma breve introduo mostrando a importncia do problema e
apresentando alguns conceitos e a notao utilizada. Teremos ainda a oportunidade
de conhecer e trabalhar com alguns dos chamados mtodos diretos para resolver
o problema, como o mtodo de eliminao de Gauss e o mtodo da fatorao de
Cholesky.

Objetivos:
Contextualizar o problema de resolver sistemas lineares.
Caracterizar mtodos numricos diretos e iterativos para resolver o problema.
Conhecer alguns dos principais mtodos diretos.

67
CalculoNumrico.indd 67

25/01/2012 10:07:46

01
TPICO

INTRODUO AOS
SISTEMAS LINEARES

OBJETIVOS

Conhecer o problema de resolver sistemas


lineares e a sua importncia.
Rever conceitos bsicos.
Estabelecer a notao utilizada.

oc j tem uma boa noo sobre o problema de resolver sistemas lineares. Este tema foi discutido na disciplina de Fundamentos de lgebra do
segundo semestre. Nela, foram apresentados, inclusive, alguns mtodos

diretos de resoluo de sistemas lineares. Portanto, usaremos esta aula para revisitar
alguns dos mtodos que vocs j conhecem, dando-lhes um maior aprofundamento
e para introduzir outros mtodos diretos ainda no trabalhados.
O tema de sistemas lineares um dos principais objetos de estudo da lgebra
Linear e desempenha um papel fundamental na Matemtica, bem como em outras
cincias, em especial nas exatas e nas engenharias. Aplicaes de sistemas lineares a
situaes concretas ocorrem em diversas situaes, como nas engenharias, na anli
se econmica, nas imagens de ressonncia magntica, na anlise de fluxo de trfego, na
previso do tempo e na formulao de decises ou de estratgias comerciais (ANTON
E BUSBY, 2006, p.59), e podem ter milhares ou at milhes de incgnitas.
Encontraremos aplicaes dos sistemas lineares em vrios problemas que so tra-

68
CalculoNumrico.indd 68

Licenciatura em Matemtica

25/01/2012 10:07:46

tados por mtodos numricos como na interpolao polinomial, no ajuste de curvas,


na soluo de sistemas de equaes no lineares, na soluo de equaes diferenciais
parciais e no clculo de autovalores e autovetores.
Nesta aula, faremos uma breve reviso do estudo de sistemas lineares, destacando as possibilidades para as solues de um sistema linear, apresentando a notao
utilizada e descrevendo alguns dos mtodos diretos para resolv-los.

A
4

Desde que um sistema de equaes lineares um conjunto de equaes lineares,


devemos relembrar que uma equao linear se cada termo contm no mais do que
uma incgnita e cada incgnita aparece na primeira potncia.

T
1

Definio 1: Uma equao linear nas incgnitas x1 , x2 , ..., xn uma equao


que pode ser expressa na forma padro
a1x1 + a2 x2 + ... + an xn = b ,

(1)

em que a1 , a2 , ..., an e b so constantes reais. A constante ai chamada coeficiente


da incgnita xi e a constante b chamada constante ou termo independente da equao.
So,

portanto,

2x - 3 y + 5z = 1

lineares

as

equaes

x1 - 3x2 + 4x3 = 5 - x4 + 2x5 .

ATENO!

Observe que a segunda equao pode ser escrita

na

forma

x1 - 3x2 + 4x3 + x4 - 2x5 = 5 .

Entretanto as equaes 2x - 3 yz = 4 e x 3 + 4 y - z = 7
no so lineares, pois, na primeira equao, o segundo
termo contm duas incgnitas e, na segunda equao, o
primeiro termo contm uma incgnita elevada ao cubo.
A seguir, formalizamos a definio de sistema linear e
apresentamos a forma comumente utilizada para descrev-lo.

Nas equaes lineares com poucas


incgnitas (quando n igual a 2, 3
ou 4, por exemplo), costumamos
indicar as incgnitas sem ndices. As
incgnitas de uma equao linear
costumam ser chamadas tambm de
variveis. Entretanto esta terminologia
mais indicada para funes.

Definio 2: Uma coleo finita de equaes lineares denominada um sistema


de equaes lineares ou, simplesmente, um sistema linear. Um sistema linear de m
equaes a n incgnitas x1 , x2 , ..., xn pode ser descrito na forma
a11x1 + a12 x2 ++ a1n xn
a21x1 + a22 x2 ++ a2n xn

am1x1 + am 2 x2 ++ amn xn

= b1 ,
= b2

= bm

(2)

em que aij e bi so constantes reais. A constante aij chamada coeficiente da incgnita


x j na equao i e a constante bi chamada constante ou termo independente da equao i.

Clculo Numrico

CalculoNumrico.indd 69

69
25/01/2012 10:07:46

Uma soluo do sistema linear (2) uma n-upla de nmeros (s1 , s2 , ..., sn ) tais que,
sendo substitudos nos lugares de x1 , x2 , ..., xn , respectivamente, tornam cada equao
uma identidade. Ou seja, uma soluo para o sistema linear (2) um vetor (s1 , s2 , ..., sn ) ,
cujos componentes satisfazem simultaneamente a todas as equaes do sistema.
EXEMPLO 1:

A
4
T
1

2x1 - x2
x1 + 5x2

VOC SABIA?

+ 3x3
+ 2x3

+ x4
- 7x 4

= -1
=
8

Este exemplo se trata de um sistema linear de duas


equaes a quatro incgnitas. A qudrupla s = (2,3,-1,1)
uma soluo do sistema linear (3), porque, quando substitumos x1 = 2, x2 = 3, x3 = -1 e x4 = 1 , as duas equaes
so satisfeitas. Verifique isso! J o vetor v = (1,2,-1,2) no
uma soluo deste sistema linear, pois, apesar de satisfazer a primeira equao, no satisfaz a segunda, uma vez que
1 + 5 2 + 2 (-1) - 7 2 = 8 ou -5 = 8 no uma verdade.
O conjunto de todas as solues de um sistema linear
denominado conjunto soluo ou soluo geral do sistema
linear. Referimos-nos ao processo de encontrar o conjunto
soluo de um sistema linear como resolver o sistema.
Quanto ao nmero de solues, voc j sabe da disciplina
de Fundamentos de lgebra que um sistema linear geral de m
equaes a n incgnitas pode ter nenhuma, uma ou uma infinidade de solues, no havendo outras possibilidades. Um sistema linear chamado possvel quando tem pelo menos
uma soluo e impossvel quando no tem soluo. Assim, um sistema linear possvel tem
ou uma soluo ou uma infinidade de solues, no havendo outras possibilidades. Quando tem uma nica soluo, dizemos ainda que o sistema possvel determinado. Quando
tem uma infinidade de solues, dizemos tambm que o sistema possvel indeterminado.

A determinao do conjunto
soluo dos sistemas lineares
um tema de estudo relevante
dentro da Matemtica Aplicada e,
particularmente, em muitos tpicos
de Engenharia. A complexidade
de muitos sistemas, com elevado
nmero de equaes e de incgnitas,
requer, muitas vezes, o auxlio de
um computador para resolv-los.
Existem diversos algoritmos que
permitem encontrar, caso existam,
solues de um sistema, recorrendo
eventualmente a mtodos numricos
de aproximao.

A figura 1 ilustra todas as possibilidades para o nmero de solues de um sistema linear.

Figura 1: Classificao de um sistema linear quanto ao nmero de solues

70
CalculoNumrico.indd 70

Licenciatura em Matemtica

25/01/2012 10:07:47

Recorrendo notao matricial, o sistema linear (2)


acima equivalente equao matricial

a11
a
21

am1

a12
a22

am 2

a1n x1 b1
a2 n x2 b2
=



amn xn bm

ATENO!
(3)

ou, simplesmente, AX = B , em que

a11
a
A = 21

am1

a12
a22

am 2

a1n
x1
b1

b
a2 n
x2
2
, X = e B = .



amn
xn
bm

A matriz A = [aij ] a matriz dos coeficientes das incg

nitas, tambm chamada matriz do sistema; X = [ x j ] a

matriz (vetor) das incgnitas e B = [bi ] a matriz (vetor)


das constantes ou matriz (vetor) dos termos independentes.
A afirmao de equivalncia significa que toda soluo do sistema linear (2) tambm soluo da equao matricial (3) e vice-versa.
Outra matriz associada ao sistema linear a matriz

a11
a
21

am1

a12
a22

am 2

a1n
a2 n

amn

b1
b2
,

bm

Os termos consistente e compatvel


tambm so usados para nos referirmos
a um sistema linear possvel. Um sistema
linear impossvel tambm chamado
de inconsistente ou incompatvel.

A
4
T
1

GUARDE BEM ISSO!


medida que aumenta o nmero de
equaes e de incgnitas dos sistemas
lineares, a complexidade da lgebra
envolvida na obteno de solues
tambm aumenta. Entretanto os
clculos necessrios podem ficar
mais tratveis pela simplificao da
notao e pela padronizao dos
procedimentos. Desse modo, ao
estudar sistemas de equaes lineares,
, em geral, mais simples utilizar a
linguagem e a teoria das matrizes.

chamada matriz aumentada do sistema ou matriz completa do sistema. Ela a matriz A


do sistema linear aumentada de uma coluna correspondente ao vetor B das constantes.
EXEMPLO 2:

O sistema linear de duas equaes a trs incgnitas

2x 3y + 4z =
8
x + 2 y 5z =
10

pode ser escrito como

x
2 3 4 8
1 2 5 y = 10 .

A matriz aumentada do sistema

Clculo Numrico

CalculoNumrico.indd 71

71
25/01/2012 10:07:48

2 3 4 8
1 2 5 10 .

Consideraremos apenas os sistemas lineares em que o nmero de equaes seja igual ao


nmero de incgnitas, ou seja, em que m = n e nos referiremos a eles como um sistema
linear de ordem n. Tais sistemas aparecem com frequncia em aplicaes de diversas reas.

A
4

Antes de descrevermos detalhadamente alguns dos mtodos de soluo de sistemas lineares, devemos deixar claro que eles so divididos em dois grupos (RUGGIERO e LOPES, 1996):

T
1

Mtodos diretos: tambm chamados mtodos exatos, so aqueles que, a menos


de erros de arredondamento, fornecem uma soluo exata (caso uma exista)
em um nmero finito de operaes aritmticas.
Mtodos iterativos: so aqueles que, partindo de uma aproximao inicial, geram uma sequncia de aproximaes da soluo exata que, sob certas condies, converge para uma soluo exata (caso uma exista).
Nessa aula, abordaremos apenas mtodos diretos. Estudaremos mtodos iterativos na aula seguinte.
Nosso objetivo ser o de estudar mtodos numricos para resolver sistemas lineares de ordem n, que tenham soluo nica. Vale destacar que para esses sistemas a matriz A dos coeficientes no singular, ou seja, tal que det( A) 0 . Mais
ainda, nesses casos, a matriz A invertvel, ou seja, existe a matriz A-1 tal que
AA-1 = A-1A = I . Portanto, temos

AX = B X = A-1B
e, ento, A-1B a soluo do sistema linear.
Desse modo, o problema estaria resolvido por um mtodo direto. Na prtica,
necessitaramos apenas de calcular a inversa A-1 e, em seguida, efetuar o produto
A-1B . Entretanto, computacionalmente, a tarefa de determinar a inversa de uma

matriz no das mais fceis.


Alm da soluo por inverso da matriz dos coeficientes, outro mtodo direto a
regra de Cramer, comumente utilizada no ensino mdio para a resoluo de um sistema linear de ordem n. Esse mtodo envolve o clculo de n + 1 determinantes de matrizes de ordem n, demandando tambm um enorme esforo computacional, especialmente para sistemas lineares de porte maior. Para se ter uma ideia da ineficincia
da Regra de Cramer frente ao mtodo do escalonamento (mtodo que estudaremos a
seguir), Lima et al. (2001, p. 289) apresenta a seguinte comparao
[...] imaginemos um computador (um tanto ultrapassado) capaz de efetuar
um milho de multiplicaes ou divises por segundo. Para resolver um

72
CalculoNumrico.indd 72

Licenciatura em Matemtica

25/01/2012 10:07:48

sistema de 15 equaes lineares com 15 incgnitas, usando a Regra de Cramer, tal computador demoraria 1 ano, 1 ms e 16 dias. O mesmo computador, usando o mtodo de escalonamento (que bem elementar e no requer

1
milsimos de segundo para resolver dito siste2
ma. Se tivssemos um sistema 20 20 , a Regra de Cramer requereria 2 mideterminantes) levaria 2

lhes, 745 mil e 140 anos para obter a soluo! O mtodo de escalonamento

A
4

usaria apenas 6 milsimos de segundo para resolver o sistema.

Nos dias de hoje, a Regra de Cramer deve ser tratada como um fato terico interessante, til em algumas situaes. Entretanto, pelas desvantagens e limitaes

T
1

que apontamos, no pode ser considerada uma tcnica computacional eficiente para
resolver sistemas lineares. Desse modo, precisamos buscar mtodos mais eficientes
para resolv-los. o que faremos no prximo tpico.

Clculo Numrico

CalculoNumrico.indd 73

73
25/01/2012 10:07:48

02

MTODO DE
ELIMINAO DE GAUSS

TPICO

OBJETIVOS

Resolver sistemas lineares triangulares.


Compreender o funcionamento do mtodo de
eliminao de Gauss.
Usar estratgias de pivoteamento.

esmo quando se trata de sistemas lineares pequenos e, especialmente, quando o nmero de equaes e/ou incgnitas cresce, o excesso de trabalho (clculos) que se apresenta

justifica a utilizao de alguma tcnica que sistematize e simplifique seu


processo de resoluo. Uma tcnica muito utilizada e bastante eficiente e
conveniente o mtodo de eliminao de Gauss ou mtodo de eliminao
gaussiana, tambm conhecido como mtodo do escalonamento, que apresentaremos neste tpico. Esta tcnica se baseia em combinaes lineares
das equaes do sistema.
Figura 2: Carl Friedrich Gauss

Para se ter uma ideia da importncia do mtodo de eliminao de

Gauss, inclusive para a Educao Bsica, destacamos o que dizem a esse respeito as
orientaes curriculares para o Ensino Mdio:
A resoluo de sistemas 2 3 ou 3 3 tambm deve ser feita via operaes
elementares (o processo de escalonamento), com discusso das diferentes si-

74
CalculoNumrico.indd 74

Licenciatura em Matemtica

25/01/2012 10:07:48

tuaes (sistemas com uma nica soluo, com infinitas solues e sem soluo). Quanto resoluo de sistemas de equao 3 3 , a regra de Cramer
deve ser abandonada, pois um procedimento custoso (no geral, apresentado sem demonstrao, e, portanto de pouco significado para o aluno), que
s permite resolver os sistemas quadrados com soluo nica. Dessa forma,
fica tambm dispensado o estudo de determinantes. (BRASIL, 2006, p. 78).

A
4

De um modo simplificado, uma forma de resolver um sistema linear substituir o


sistema inicial por outro equivalente (que tenha o mesmo conjunto soluo) ao primeiro, porm que seja mais fcil de resolver.

T
2

O mtodo de eliminao de Gauss aplicado a um sistema linear de ordem n consiste em transformar o sistema original em um sistema equivalente com matriz dos
coeficientes triangular superior. O mtodo de Gauss se baseia no fato de um sistema
linear de ordem n triangularizado

a11 x1 + a12 x2 + + a1n xn


a22 x2 + + a2 n xn

ann xn

=b1
=b2
,

= bn

(4)

ou seja, um sistema AX = B cuja matriz dos coeficientes triangular superior e tal


que os elementos da diagonal so no nulos ( aii 0 , i = 1, 2, ..., n ) ter soluo obtida facilmente por retrossubstituio (substituio de trs para frente) dos valores das
incgnitas encontrados a partir da ltima equao na equao anterior.
bn
. Substituindo o vaann
b - an-1,n xn
lor de xn na penltima equao, obtemos xn-1 = n-1
. Prosseguindo desse
an-1,n-1
modo, obtemos, sucessivamente, xn-2 , xn-3 , ..., x2 e, finalmente, x1 que dado por
b - a12 x2 - a13 x3 - - a1n xn
. De uma forma mais resumida, xi dado por
x1 = 1
a11
n
1
xi = (bi - aik xk ) , i = n, n - 1, ...,1 .
aii
k =i +1
De fato, da ltima equao do sistema (4), temos que xn =

EXEMPLO 3:

O sistema linear
2x + 4 y 5y +

z = 11
z =
2
3z = -9

triangular. Podemos resolv-lo por retrossubstituio:

Clculo Numrico

CalculoNumrico.indd 75

75
25/01/2012 10:07:49

i.

A ltima equao d z = -3 .

ii.

Levando o valor de z na segunda equao, obtemos 5 y + (-3) = 2 , ou


5 y = 5 , ou y = 1 .

iii.

Levando os valores de z e de y na primeira equao, obtemos


2x + 4 (1) - (-3) = 11 , ou 2x + 4 + 3 = 11 , ou 2x = 4 , ou x = 2 .

Portanto, o vetor s = (2,1,-3) a soluo nica do sistema.

A
4

Uma forma de obter um sistema equivalente a um sistema dado aplicar sucessivamente uma srie de operaes (que no alterem a soluo do sistema) sobre as suas equaes. Desse modo, uma sucesso de sistemas cada vez mais simples pode ser

T
2

obtida eliminando incgnitas de maneira sistemtica usando trs tipos de operaes:


1.

Trocar duas equaes de posio.

2.

Multiplicar uma equao por uma constante no-nula.

3.

Somar a uma equao outra equao multiplicada por uma constante.

Tais operaes so chamadas operaes elementares com as equaes de um sistema linear e, formalmente, temos o seguinte teorema:
Teorema 1: Seja um sistema S de equaes lineares, obtido de outro sistema S
de equaes lineares por uma sequncia finita de operaes elementares. Ento S e
S tm o mesmo conjunto soluo.
A prova deste teorema pode ser vista em Lipschutz (1994, p. 49) ou nos outros livros
de lgebra Linear citados em nossas referncias. As ideias centrais por trs da prova so
Se x soluo de um sistema linear, ento x tambm soluo do sistema linear obtido aplicando-se uma operao elementar sobre suas equaes.
Se o sistema S, obtido de S aplicando-se uma operao elementar s suas equaes, ento o sistema S tambm pode ser obtido de S aplicando-se uma operao
elementar s suas equaes, pois cada operao elementar possui uma operao
elementar inversa do mesmo tipo, que desfaz o que a anterior fez.
Usaremos a seguinte notao para as trs operaes elementares com as equaes
de um sistema linear com equaes E1 , E2 , ..., Em :
1.

Ei E j significa trocar as equaes i e j.

2.

Ei kEi significa multiplicar a equao i pela constante k.

3.

Ei Ei + kE j significa somar k vezes a equao i equao.

J vimos como fcil resolver um sistema linear triangular. Para completar o processo todo do mtodo de eliminao de Gauss, resta-nos apresentar o algoritmo para
reduzir ou transformar um sistema linear de ordem n para um sistema triangular equivalente. Chamaremos esse algoritmo de algoritmo da reduo.

76
CalculoNumrico.indd 76

Licenciatura em Matemtica

25/01/2012 10:07:49

ALGORITMO DA REDUO:

Passo 1: Seja k = 1 .
Passo 2: Permute a primeira equao com outra, se necessrio, de modo que a incgnita xk aparea como a primeira incgnita com coeficiente diferente de zero
na primeira equao.
Passo 3: Some mltiplos convenientes da primeira equao a cada uma das equa-

A
4

es seguintes de modo a ter todos os coeficientes da incgnita xk abaixo da primeira equao iguais a zero.
Passo 4: Se k = n - 1 , pare. Se no, oculte a primeira equao, faa k = k + 1 e

T
2

repita todos os passos, a partir do passo 2, ao sistema linear que restou.


Na etapa j do processo, o passo 3 consiste em eliminar
a incgnita xk de todas as equaes ainda envolvidas no
processo, exceto da primeira. Para isso, devem-se somar

VOC SABIA?

mltiplos convenientes da primeira equao a cada uma


das equaes seguintes. Se no Passo 3 a o coeficiente
de xk na primeira equao envolvida no processo e b
o coeficiente de xk em uma equao l seguinte, ento o
b
mltiplo conveniente - . Nesse caso, dizemos que a
a
b
o piv da etapa k e que o nmero , denotado por mlk
a
o multiplicador da equao l na etapa k.

Uma vez que estamos interessados


apenas em sistemas lineares de
ordem n que tenha soluo nica,
possvel mostrar que o piv em cada
etapa ser no-nulo.

EXEMPLO 4:

Vamos aplicar o algoritmo da reduo ao sistema linear


2x +
y - 2z = 10
-4 x +
2 y + z = -3
11
5x +
y - 3z = 25
2
Etapa 1 ( k = 1 ):
Aqui, x j a primeira incgnita com coeficiente diferente de zero da primeira equao. O piv da etapa 1 a11 = 2 . Os multiplicadores da etapa 1 so
a
a
-4
5
= -2 , multiplicador da equao 2, e m31 = 31 = , multiplicador
m21 = 21 =
a11
2
a11 2
da equao 3. Vamos agora eliminar a incgnita x da segunda e terceira equaes. Para isso, vamos somar -m21 = 2 vezes a primeira equao segunda equao e somar
5
-m31 = - vezes a primeira equao terceira equao para obter
2
2x +
y - 2z = 10
4 y - 3z = 17
3 y + 2z = 0

Clculo Numrico

CalculoNumrico.indd 77

77
25/01/2012 10:07:50

Uma vez que esse sistema ainda no triangular, ocultaremos a primeira equao
e repetiremos o procedimento considerando apenas as duas ltimas equaes.
Etapa 2 ( k = 2 ):
Aqui, y j a primeira incgnita com coeficiente diferente de zero da primeira equao restante. O piv da

ATENO!

A
4
T
2

etapa 2 a22 = 4 . A etapa 2 tem apenas um multiplicador:


a
3
m32 = 32 = , multiplicador da equao 3. Vamos agora
a22 4
eliminar a incgnita y da terceira equao. Para isso, va3
mos somar -m32 = - vezes a primeira equao tercei4
ra equao para obter
2x +
y 2z =
10
4y 3z =
17
17
51
z = 4
4
Este ltimo sistema linear triangular. Resolvendo-o

Alternativamente, temos ainda um


mtodo de eliminao que evita a etapa
de retrossubstituio. Esse mtodo,
denominado mtodo de eliminao
de Gauss-Jordan, consiste em uma
modificao do mtodo de eliminao
de Gauss e exige que o sistema seja
transformado para um sistema linear em
uma forma denominada escalonada
reduzida. No caso de o sistema original
ser de ordem n e ter soluo nica, o
sistema obtido ser triangular superior
com a matriz dos coeficientes tendo
diagonal unitria.

por retrossubstituio, temos z = -3 , y = 2 e x = 1 . Portanto, a nica soluo do sistema linear original o vetor
s = (1,2,-3) .

Conforme vimos, o mtodo de eliminao de Gauss requer o clculo dos multia


plicadores em cada etapa, ou seja, na etapa k, dos nmeros mlk = lk , multiplicador
akk
da equao l na etapa k, com akk e alk sendo os coeficientes de xk nas equaes k
e l. J sabemos que o piv em cada etapa ser no-nulo. Mas, o que ocorrer se tivermos um piv prximo de zero? De acordo com Ruggiero e Lopes (1996, p. 127),
... trabalhar com um piv prximo de zero pode conduzir a resultados totalmente imprecisos. Isto porque em qualquer calculadora ou computador
os clculos so efetuados com aritmtica de preciso finita, e pivs prximos de zero do origem a multiplicadores bem maiores que a unidade que,
por sua vez, origina uma ampliao dos erros de arredondamento.

O uso de estratgias de pivoteamento, ou seja, de processos para a escolha da linha e/ou coluna do piv, indicado para evitar (ou pelo menos minimizar) este tipo
de problema. As estratgias de pivoteamento podem ser de

Pivoteamento parcial: o piv para a etapa k escolhido como o elemento de


maior mdulo entre os coeficientes alk , l = k, k + 1, ..., n (coeficientes da incgnita xk nas equaes ainda restantes no processo), ou seja, o piv ser o
elemento ark tal que
|ark |= max{|alk |: l = k, k + 1, ..., n} .

78
CalculoNumrico.indd 78

Licenciatura em Matemtica

25/01/2012 10:07:51

Se r k , trocam-se as linhas k e r.

Pivoteamento total: o piv para a etapa k escolhido como o elemento de maior mdulo entre os coeficientes aij , tais que i = k, k + 1, ..., n e j = k, k + 1, ..., n (coeficientes ainda restantes no processo), ou seja, o piv ser o elemento ars tal que
|ars |= max{|aij |: i = k, k + 1, ..., n e j = k, k + 1, ..., n} .
Se necessrio, so feitas trocas de linhas e/ou colunas de modo que o piv pas-

A
4

se a ser o elemento akk .


O exemplo seguinte, adaptado de Ruggiero e Lopes (1996, p. 129-131), mostra a

T
2

importncia do uso de estratgias de pivoteamento. Ele servir tambm para ilustrar


possveis erros de arredondamento causados pelo nmero limitado de algarismos significativos. Lembramos que os arredondamentos devem ser feitos aps cada operao.
EXERCCIO RESOLVIDO 1:

Resolver pelo mtodo de eliminao de Gauss e pelo mtodo de eliminao de


Gauss com estratgia de pivoteamento parcial o sistema linear abaixo. Usar representao em ponto flutuante com 4 algarismos significativos
0,0002x1 + 2x2
2x1 + 2x2

= 5
= 6

Soluo:
Vamos resolver inicialmente pelo mtodo de eliminao de Gauss sem adotar
qualquer estratgia de pivoteamento.
Etapa 1 ( k = 1 ):
Piv: a11 = 0,2000 10-3 .
a
0,2000 101
Multiplicadores: m21 = 21 =
= 1,000 10 4 = 0,1000 105 .
a11 0,2000 10-3
Vamos agora eliminar a incgnita x da segunda. Para isso, vamos somar
-m21 = -0,1000 105 vezes a primeira equao segunda. Temos
a22 = a22 - m21 a12 = 0,2000 101 - (0,1000 105 ) (0,2000 101 )
= 0,2000 101 - 0,2000 105 = -0,2000 105
b2 = b2 - m21 b1 = 0,6000 101 - (0,1000 105 ) (0,5000 101 )
= 0,6000 101 - 0,5000 105 = -0,5000 105
O sistema obtido ento,
0,2000 10-3 x1 + 0,2000 101 x2 =
0,5000 101
,
- 0,2000 105 x2 = -0,5000 105
que triangular. Resolvendo-o por retrossubstituio, obtemos
x2 =

-0,5000 105
= 2,500 10 0 = 0,2500 101
-0,2000 105

Clculo Numrico

CalculoNumrico.indd 79

79
25/01/2012 10:07:52

e
0,2000 10-3 x1 + 0,2000 101 0,2500 101 = 0,5000 101
0,2000 10-3 x1 + 0,0500 102 = 0,5000 101
x1 =

0,5000 101 - 0,5000 101


0,0000 101
=
= 0,0000 10 4 .
0,2000 10-3
0,2000 10-3

Portanto, x = (0,0000 10 4 ; 0,2500 101 ) = (0; 2,5) . Entretanto fcil verificar

A
4

que x no satisfaz a segunda equao, pois


2 0 + 2 2,5 = 5 6 .
Agora vamos resolver novamente pelo mtodo de eliminao de Gauss, mas, des-

T
2

ta vez, adotaremos a estratgia de pivoteamento parcial.


Etapa 1 ( k = 1 ):
max{|al1 |: l = 1, 2} =|0,2000 101 |=|a21 | Piv: a21 = 0,2000 101 .
Logo, devemos trocar as equaes 1 e 2. Obtemos assim o sistema
0,2000 101 x1 + 0,2000 101 x2 = 0,6000 101
,
0,2000 10-3 x1 + 0,2000 101 x2 = 0,5000 101
para o qual temos
Piv: a11 = 0,2000 101 .
a
0,2000 10-3
Multiplicadores: m21 = 21 =
= 1,000 10-4 = 0,1000 10-3 .
a11
0,2000 101
Vamos agora eliminar a incgnita x da segunda. Para isso, vamos somar
-m21 = -0,1000 10-3 vezes a primeira equao segunda. Encontramos
a22 = a22 - m21 a12 = 0,2000 101 - (0,1000 10-3 ) (0,2000 101 )
= 0,2000 101 - 0,2000 10-3 = 0,2000 101
b2 = b2 - m21 b1 = 0,5000 101 - (0,1000 10-3 ) (0,6000 101 )
= 0,5000 101 - 0,6000 10-3 = 0,5000 101
O sistema obtido ento
0,2000 101 x1 + 0,2000 101 x2 = 0,6000 101
0,2000 101 x2 = 0,5000 101
que triangular. Resolvendo-o por retrossubstituio, temos
0,5000 101
x2 =
= 2,500 10 0 = 0,2500 101
0,2000 101
e
0,2000 101 x1 + 0,2000 101 0,2500 101 = 0,6000 101
0,2000 101 x1 +10,0500 102 =1 0,6000 101 1
0,6000 10 - 0,5000 10
0,1000 10
x1 =
=
= 0,5000 10 0 .
0,2000 101
0,2000 101
Assim, x = (0,5000 10 0 ; 0,2500 101 ) = (0,5; 2,5) . Podemos verificar que x satisfaz cada uma das equaes do sistema. De fato,
(0,2000 10-3 ) (0,5000 10 0 ) + (0,2000 101 ) (0,2500 101 ) =
0,1000 10-3 + 0,5000 101 = 0,5000 101 = 5

80
CalculoNumrico.indd 80

Licenciatura em Matemtica

25/01/2012 10:07:52

(0,2000 101 ) (0,5000 10 0 ) + (0,2000 101 ) (0,2500 101 ) =


0,1000 101 + 0,5000 101 = 0,6000 101 = 6

Neste tpico, revimos o mtodo de eliminao de Gauss para resolver sistemas


lineares. Vimos tambm que o uso de estratgias de pivoteamento importante para
a reduo dos possveis erros de arredondamentos. No prximo tpico, apresentare-

A
4

mos mais um mtodo que pertence categoria dos mtodos diretos.

T
2

Clculo Numrico

CalculoNumrico.indd 81

81
25/01/2012 10:07:53

03
TPICO

MTODO DE
FATORAO DE CHOLESKY

OBJETIVOS

Compreender o funcionamento dos mtodos de


fatorao.
Conceituar matrizes definidas positivas.
Conhecer o mtodo de fatorao de Cholesky.

m certas situaes, necessitamos resolver vrios


sistemas lineares que tm a mesma matriz dos coeficientes. Nesses casos, as chamadas tcnicas de

SAIBA MAIS!

fatorao ou de decomposio da matriz dos coeficientes se

A fatorao LU ou decomposio LU
das tcnicas mais usadas para resolver
sistemas de equaes lineares. Ela
consiste em decompor a matriz A
dos coeficientes do sistema em um
produto de duas matrizes L e U, em
que L uma matriz triangular inferior
(lower) com diagonal unitria e U
uma matriz triangular superior (upper).

82
CalculoNumrico.indd 82

tornam bastante adequadas e eficientes. Dentre essas tcnicas, merece destaque a da fatorao LU, bastante utilizada. Dela deriva o mtodo de fatorao de Cholesky que
abordaremos neste tpico.
Conforme visto em Ruggiero e Lopes (1996, p. 132), a
tcnica de fatorao para resolver um sistema linear con
siste em decompor a matriz A dos coeficientes em um pro
duto de dois ou mais fatores e, em seguida, resolver uma

Licenciatura em Matemtica

25/01/2012 10:07:53

sequncia de sistemas lineares que nos conduzir soluo do sistema linear original.
Desse modo, se a matriz A de um sistema linear Ax = b puder ser fatorada como
A = MN , teremos que o sistema poder ser escrito como
( MN )x = b .
Fazendo y = Nx , o problema de resolver Ax = b torna-se equivalente a resolver
o sistema linear My = b e, em seguida, o sistema linear Nx = y .

A
4

Evidentemente, desejvel que, feita a fatorao da matriz A, os sistemas lineares


a serem resolvidos sejam de fcil resoluo. Ademais, como deixamos transparecer acima, a vantagem dos mtodos de fatorao a de que, uma vez fatorada a matriz A, fica

T
3

fcil resolver qualquer sistema linear que tenha A como matriz dos coeficientes, ou
seja, se o vetor b for alterado, a resoluo do novo sistema linear torna-se bem simples.
O mtodo de fatorao de Cholesky um mtodo direto que se aplica a certos
sistemas lineares particulares, aqueles cuja matriz dos coeficientes simtrica e defi
nida positiva. Boa parte dos problemas que envolvem sistemas de equaes lineares
nas cincias e engenharias tm a matriz de coeficientes simtrica e definida positiva.
Voc j conhece o conceito de matriz simtrica visto na disciplina de Fundamentos de lgebra. Vamos relembr-lo com a definio 3 seguinte. Na definio 4, daremos o significado de matriz definida positiva.
Definio 3: Chama-se matriz simtrica toda matriz quadrada A tal que
AT = A , ou seja, que igual sua transposta. Simbolicamente, uma matriz qua

drada de ordem n, A = [aij ] , simtrica se, e somente se,


aij = a ji , "i {1, 2, ..., n} e "j {1, 2, ..., n} .
Definio 4: Uma matriz quadrada A de ordem n definida positiva se, e so
mente se,
xT Ax > 0, "x n , x 0 .
Um sistema linear Ax = b em que a matriz dos coeficientes simtrica e definida positiva pode ter a matriz A
decomposta como
A = MM T ,

na qual M uma matriz triangular inferior de ordem n com


elementos da diagonal estritamente positivos. Tal fatorao
conhecida como fatorao de Cholesky e a matriz M chamada fator de Cholesky da matriz A. A existncia e unicida-

GUARDE BEM ISSO!


Uma vez que estamos interessados
apenas em sistemas lineares de
ordem n que tenha soluo nica,
possvel mostrar que o piv em cada
etapa ser no-nulo.

de do fator de Cholesky garantida no teorema seguinte.

Clculo Numrico

CalculoNumrico.indd 83

83
25/01/2012 10:07:53

Teorema 2: Se A for uma matriz quadrada de ordem n definida positiva,


ento existe uma nica matriz triangular inferior M de ordem n com elementos
da diagonal positivos tal que A = MM T .
A obteno do fator M pode ser feita construtivamente a partir da equao matricial A = MM T . Uma vez que A = [aij ] M = [mij ] triangular inferior, essa equa-

A
4

o pode ser escrita como


a11

a21

an1

T
3

a21 an1 m11 0 0 m11 m21 mn1


a22 an 2 m21 m22 0 0 m22 mn 2


=

an 2 ann mn1 mn 2 mnn 0


0 mnn

Comparando os elementos, temos


a11 = m11m11 ,
a21 = m21m11 , a22 = m21m21 + m22m22
.

an1 = mn1m11 , an 2 = mn1m21 + mn 2m22 ann = mn1mn1 + mn 2mn 2 + + mnn mnn


Rearranjado as equaes acima, obtemos
j -1

m jj = a jj - m 2jk
k =1
j -1

GUARDE BEM ISSO!


Quando decompostas, as matrizes
definidas positivas apresentam uma
grande estabilidade numrica. O
mtodo de Cholesky aplicado a uma
matriz simtrica e definida positiva
no necessita de estratgias de
pivoteamento (troca de linhas e/ou
colunas) para manter a estabilidade
numrica, o que no acontece com
matrizes indefinidas.

mij =

aij - mik m jk
k =1

m jj

, para i > j .

Obtido o fator M, a soluo do sistema linear original


Ax = b vem da resoluo de dois sistemas lineares triangulares. De fato, desde que A = MM T , temos
My = b
Ax = b ( MM T )x = b T
,
M x = y
ou seja, devemos resolver dois sistemas lineares:
My = b : triangular inferior

M x = y : triangular superior
T

Voc pode estar achando complexo trabalhar com todos esses smbolos e ndices.
Ento, vamos a um exemplo.
EXERCCIO RESOLVIDO 2:

Resolva pelo mtodo de fatorao de Cholesky o sistema linear abaixo.


4x1 + 2x2 + 14x3 = -6
2x1 + 17x2 - 5x3 =
9
14x1 - 5x2 + 83x3 = -55

84
CalculoNumrico.indd 84

Licenciatura em Matemtica

25/01/2012 10:07:54

Soluo:
Devemos encontrar os coeficientes mij tais que

2 14 m11 0
0 m11 m21 m31
4

2 17 -5 = m21 m22 0 0 m22 m32 .

0
14 -5 83 m31 m32 m33
0 m33

MT

A
4

Dessa equao matricial, igualando coluna a coluna, obtemos


Da coluna 1:
4 = m112 m11 = 4 = 2
2
2
2 = m21m11 m21 =
= =1
m11 2
14 14
14 = m31m11 m31 =
= =7 .
m11
2
Da coluna 2:

T
3

2
2
2
17 = m21
+ m22
m22 = 17 - m21
= 17 - 12 = 16 = 4
-5 - m31m21 -5 - 7 1 -12
-5 = m31m21 + m32m22 m32 =
=
=
= -3 .
m22
4
4
Da coluna 3:
2
2
2
2
2
83 = m31
+ m32
+ m33
m33 = 83 - m31
- m32
= 83 - 72 - (-3)2 = 25 = 5

Logo,

2 1
0 0
7
2

M = 1
4 0 e M = 0 4 -3 .

0 0
5
7 -3 5
Vamos agora resolver os sistemas lineares My = b e M T x = y . O sistema My = b
2 y1
1 y1 + 4 y2
7 y1 - 3 y2

+ 5 y3

= -6
=
9,
= -55

cuja soluo o vetor y = (-3, 3, - 5) . Assim, o sistema M T x = y


2x1 +

+ 7x3 = -3
3,
- 3x3 =
5x3 = -5
cuja soluo o vetor x = (2, 0, - 1) .
1x2
4x2

Nesta aula, revimos o mtodo de eliminao de Gauss, aplicando-o para a resoluo de sistemas lineares de ordem n e, visando minimizar os possveis erros de arredondamentos, utilizamos tcnicas de pivoteamento. Conhecemos ainda o mtodo de
fatorao de Cholesky que se aplica para o caso de o sistema ter matriz dos coeficientes simtrica e definida positiva. Na prxima aula, estudaremos alguns dos mtodos
para o problema de resolver sistemas lineares.

Clculo Numrico

CalculoNumrico.indd 85

85
25/01/2012 10:07:55

SAIBA MAIS!

A
4
T
3

Voc pode complementar seus estudos examinando outros mtodos diretos para resolver sistemas
lineares, como o mtodo de fatorao LU. Para isso, consulte as referncias que citamos ou outras da
rea e acesse pginas da internet relacionadas ao tema. Abaixo, listamos algumas pginas que podero
ajud-lo. Bons estudos!
http://www.profwillian.com/_diversos/download/livro_metodos.pdf
http://www.das.ufsc.br/~camponog/Disciplinas/DAS-5103/LN.pdf
http://dspace.lcc.ufmg.br/dspace/bitstream/1843/SLBS-6GVEVL/1/fernandacristinacarmo.pdf
http://www-di.inf.puc-rio.br/~tcosta/cap2.htm
http://www.inf.pucrs.br/~dalcidio/disciplinas/metodos_computacionais/selas.pdf

86
CalculoNumrico.indd 86

Licenciatura em Matemtica

25/01/2012 10:07:55

Aula 5
Resoluo de sistemas lineares: Mtodos iterativos
Ol, nesta aula, daremos continuidade aos nossos estudos sobre o problema de
resolver sistemas lineares. Desta vez, abordaremos mtodos iterativos para resolver
o problema e enfocaremos o mtodo de Gauss-Jacobi e o mtodo de Gauss-Seidel.

Objetivos:



Entender o funcionamento de mtodos numricos iterativos para o problema.


Calcular aproximaes para a soluo de sistemas lineares.
Estudar a convergncia dos mtodos apresentados.
Conhecer critrios de parada dos algoritmos.

87
CalculoNumrico.indd 87

25/01/2012 10:07:55

01
TPICO

MTODOS ITERATIVOS PARA


RESOLUO DE SISTEMAS LINEARES:
FUNCIONAMENTO E CRITRIOS DE PARADA

OBJETIVOS

Conhecer a ideia geral dos mtodos iterativos


para resoluo de sistemas lineares.
Apresentar fluxograma de funcionamento dos
mtodos iterativos.
Estabelecer critrios de parada.

este tpico, conheceremos, em linhas gerais, o funcionamento dos mtodos iterativos para resolver sistemas de equaes lineares. Compreenderemos que a ideia central por trs dos mtodos que abordaremos ge-

neralizar os mtodos de ponto fixo para o clculo de zeros de funes estudados na


aula 3. Apresentaremos ainda os principais critrios de parada para estes processos.
Na aula anterior, apresentamos o problema de resolver sistemas lineares e vimos
sua importncia para a Matemtica e para outras reas, especialmente para as Cincias Exatas e Engenharias. Nela, voc conheceu alguns dos principais mtodos diretos para resolver o problema, merecendo destaque o mtodo de eliminao de Gauss.
Alm dos mtodos exatos para resolver sistemas lineares, existem os mtodos ite
rativos e, em certos casos, tais mtodos so melhores do que os exatos. o caso, por
exemplo, quando o sistema linear de grande porte e/ou quando a matriz dos coeficientes do sistema uma matriz esparsa.

88
CalculoNumrico.indd 88

Licenciatura em Matemtica

25/01/2012 10:07:55

Relembre que um mtodo numrico iterativo


quando fornece uma sequncia de aproximaes xk para a soluo x , utilizando aproximaes anteriores pa-

VOC SABIA?

ra calcular as novas aproximaes. Em geral, o processo


para obter cada nova aproximao sempre o mesmo e,
por esse motivo, dizemos que o mtodo numrico iterativo estacionrio. sempre desejvel que, sob certas
condies, a sequncia construda convirja para a soluo exata. Nesse caso, em um nmero finito de repeties do procedimento, possvel obter uma aproximao que satisfaa uma preciso prefixada.
Como no caso dos mtodos diretos, vamos considerar sistemas lineares de ordem n que tenham soluo
nica, ou seja, sistemas lineares do tipo Ax = b , em

Um sistema de equaes lineares


de grande porte se constitudo de
um grande nmero de equaes e/
ou incgnitas, ou seja, tem ordem
elevada. Uma matriz dita esparsa
quando tem a maioria de seus
elementos iguais a zero, ou seja,
quando possui relativamente poucos
elementos no nulos. Muitos sistemas
lineares que surgem de problemas
reais so de ordem elevada e
possuem matrizes esparsas.

A
5
T
1

que A uma matriz quadrada de ordem n, x e b so vetores do n e tal que det( A) 0 .


Seguindo a ideia dos mtodos de ponto fixo para determinar aproximaes para
os zeros de funes, a fim de determinar uma aproximao para a soluo de um sistema linear por mtodos iterativos, transformamos o sistema linear original em outro
sistema linear. Nesse novo sistema linear, definimos um processo iterativo. Ser necessrio que a soluo obtida para o sistema transformado seja tambm a soluo do
sistema original, ou seja, que os sistemas lineares sejam equivalentes.
Como vantagens dos mtodos iterativos em relao aos mtodos diretos, podemos
dizer que eles
So mais eficientes para sistemas lineares de grande porte e/ou quando a matriz dos coeficientes do sistema uma matriz esparsa.
Ocupam menos memria.
So mais simples de serem implementados no computador.
Esto menos sujeitos ao acmulo de erros de arredondamento.
Podem se autocorrigir, caso um erro seja cometido.
Podem, sob certas condies, ser aplicados para resolver sistemas no lineares.
As restritivas condies de convergncia aparecem
como uma das principais desvantagens dos mtodos
iterativos. Eles no podem ser aplicados para a resoluo de todo sistema linear.

GUARDE BEM ISSO!


Relembre que dois sistemas
lineares so equivalentes se tm
as mesmas solues.

Clculo Numrico

CalculoNumrico.indd 89

89
25/01/2012 10:07:55

Portanto, o sistema Ax = b transformado em um sistema equivalente do tipo

=
x Cx + d ,
em que C uma matriz quadrada de ordem n, x e d so vetores do n . Um exemplo de sistema transformado seria aquele do tipo =
x Cx + d , tal que C = I - A e d = b . Verifique!
Podemos definir a funo j : n n , dada por ( x=
) Cx + d que funciona
como funo de iterao na forma matricial. Desse modo, o problema de resolver o sis-

A
5

tema linear Ax = b transformado no problema de encontrar um ponto fixo para j .


Partindo de uma aproximao inicial x 0 para a soluo x do sistema linear, po-

T
1

demos construir uma sequncia de aproximaes de x 0 , x1 , x 2 , ... , na qual a aproximao x k +1 depende da aproximao x k pela relao
x k +1 = j(x k ) , k = 0,1, 2, ... ,
ou seja, definimos uma sequncia de aproximaes para a soluo da seguinte maneira:
x k +1 = Cx k + d , k = 0,1, 2, ... ,
em que x 0 uma aproximao inicial dada.
Verifica-se que se a sequncia {x k } converge para x , isto ,
lim x k = x ,

ento x a soluo do sistema Ax = b . De fato, passando-se ao limite (quando


k ) ambos os membros da igualdade x k +1 = Cx k + d , obtemos
x = Cx + d .
Pela equivalncia dos sistemas lineares, segue que x tambm soluo do
sistema Ax = b .
Definio 1: Seja V um espao vetorial. Dada uma
sequncia de vetores {x k } pertencentes a V e uma nor

ATENO!

ma ||.|| sobre V, dizemos que a sequncia {x k } con

No caso de mtodos iterativos,


fundamental identificar se a sequncia
de aproximaes que estamos
obtendo est convergindo ou no
para a soluo desejada. Para tanto,
necessrio ter em mente o significado
de convergncia de uma sequncia de
vetores (as aproximaes so vetores).
Veja este importante conceito abaixo.
Voc pode encontr-lo tambm em
livros de clculo.

verge para x V se lim ||x k - x ||= 0 .


k

Talvez voc ainda no conhea alguns termos nessa


definio, como espao vetorial e norma. Eles sero apresentados formalmente na disciplina de lgebra Linear do
prximo semestre. Uma vez que avaliaremos se uma dada
aproximao boa (ou seja, satisfaz uma preciso prefixada) atravs da chamada norma do mximo, faremos uma
breve introduo apresentando as normas mais usuais sobre o espao vetorial n .

possvel que voc j tenha trabalhado com a chamada norma euclideana padro

90
CalculoNumrico.indd 90

Licenciatura em Matemtica

25/01/2012 10:07:59

sobre n , que, a cada vetor v = (v1 , v2 ,, vn ) n , associa o nmero real


||v ||E = v12 + v22 + vn2 =

2
i

i =1

Alm da norma euclideana padro, outras normas sobre n bem conhecidas so a norma da soma, dada por
n

||v ||S =|v1 |+|v2 |+ +|vn |= |vi |,


e a norma do mximo, dada por

ATENO!

i =1

||v ||M = max{|v1 |,|v2 |, ,|vn |} = max{|vi |: i = 1, 2, ..., n}


.
Para fixar melhor, vejamos o exemplo a seguir.

Uma norma sobre o espao vetorial


n uma funo ||||: n
que satisfaz as propriedades:

A
5

i) ||x || 0 , "x n e

||x ||= 0 x = 0 .
ii) ||x + y ||||x ||+|| y ||,

"x , y n .
iii) ||ax ||=|a |||x || , "x n e

T
1

"a .

EXEMPLO 1

Considerando o vetor v = (2,-1,0,-5,3) 5 , teremos


||v ||E = 22 + (-1)2 + 02 + (-5)2 + 32 = 39 .
||v ||S =|2|+|-1|+|0|+|-5|+|3|= 11 .
||v ||M = max{|2|,|-1|,|0|,|-5|,|3|} = 5 .
Um fato interessante que toda norma ||.|| sobre n
induz uma distncia d em n dada por
d (x, y ) =||x - y ||, "x, y n .
Antes de passarmos aos mtodos iterativos especficos que veremos, devemos deixar claro o critrio de parada que adotaremos.
Supondo que x

seja soluo do sistema line-

ar Ax = b e que a sequncia {x k } converge para x


( lim ||x k - x ||= 0 ), possvel mostrar que

ATENO!
Uma distncia no espao vetorial n
uma funo d : n n que
satisfaz as propriedades:
i) d ( x, y ) 0 , "x, y n e

d (x, y ) = 0 x = y .
ii) d ( x, y ) = d ( y, x ) , "x, y n .
iii) d ( x, y ) d ( x, z ) + d ( z, y ) ,

"x , y , z n .

lim ||x k - x k-1 ||= 0 ,

ou seja, a sequncia dos termos consecutivos converge para 0.


Baseado nesse fato, dada uma preciso (tolerncia) prefixada e , paramos um processo
iterativo para determinar uma aproximao para a soluo x de um sistema linear determinado Ax = b de ordem n se a aproximao x k calculada na k-sima iterao satisfaz
||x k - x k-1 ||M < e .
Isso corresponde distncia entre dois iterados (aproximao calculada em uma
iterao) consecutivos ser menor que e .
Portanto, interrompemos o processo iterativo quando o vetor x k estiver suficientemente prximo do vetor x k-1 ou, mais precisamente, quando a distncia entre os
vetores x k e x k-1 , dada por

Clculo Numrico

CalculoNumrico.indd 91

91
25/01/2012 10:08:01

d k = d (x k , x k-1 ) =||x k - x k-1 ||M = max{|xik - xik-1 |: i = 1, 2, ..., n} ,


satisfaz d k < e .
Do mesmo modo que para os mtodos iterativos para obter aproximaes para zeros de funes, podemos efetuar o teste do erro relativo, em que fazemos
dk
.
drk =
max{|xik |: i = 1, 2, ..., n}

A
5

interessante tambm exigir que o nmero de iteraes no ultrapasse um limite


mximo N de iteraes preestabelecido, ou seja, paramos tambm se k = N .

T
1

Estamos agora em condies de conhecer alguns mtodos numricos iterativos especficos para o clculo de uma aproximao para a soluo de um sistema linear determinado de ordem n. Ento, vamos ao prximo tpico, no qual veremos primeiro mtodo.

92
CalculoNumrico.indd 92

Licenciatura em Matemtica

25/01/2012 10:08:01

CalculoNumrico.indd 93

25/01/2012 10:08:01

02
TPICO

MTODO DE GAUSS-JACOBI

OBJETIVOS

Compreender o funcionamento do mtodo de


Gauss-Jacobi.
Calcular aproximaes para solues de sistemas
lineares.
Estabelecer o critrio das linhas para convergncia
do mtodo.

que caracteriza cada mtodo iterativo para resolver sistemas lineares


a forma como o sistema Ax = b transformado no sistema equivalente

=
x Cx + d , ou seja, a forma como definida a funo de iterao matricial j : n dada por ( x=
) Cx + d . Neste tpico, analisaremos o modo parn

ticular que o mtodo de Gauss-Jacobi faz tal transformao, ou seja, veremos como
feito o isolamento de x no mtodo de Gauss-Jacobi.
Vamos considerar um sistema linear de ordem n nas incgnitas x1 , x2 , ..., xn ,
a11x1 + a12 x2
a21x1 + a22 x2

an1x1 + an 2 x2

+ + a1n xn
+ + a2n xn

+ + ann xn

= b1
= b2
,

= bn

que pode ser escrito na forma matricial Ax = b , em que a matriz A dos coefi-

94
CalculoNumrico.indd 94

Licenciatura em Matemtica

25/01/2012 10:08:01

cientes do sistema quadrada de ordem n e b um vetor


do n . Suponhamos que aii 0 , i = 1, 2, ..., n (todos os
elementos da diagonal da matriz A so no nulos).
O mtodo de Gauss-Jacobi faz o isolamento do vetor x
pela diagonal do seguinte modo:
1
x1 =
(b1 - a12 x2 - a13 x3 - - a1n xn )
a11
1
x2 =
(b2 - a21x1 - a23 x3 - - a2n xn )
a22
,

1
xn =
(bn - an1x1 - an 2 x2 - - ann xn )
ann

ATENO!
Muitas vezes, a condio aii 0 ,
i = 1, 2, ..., n pode no ser cumprida
pelo sistema original. Em alguns
desses casos, uma reordenao das
equaes e/ou incgnitas pode tornar
a condio satisfeita.

A
5
T
2

ou seja, isolamos a incgnita x1 pela primeira equao, a incgnita x2 pela segunda equao e, sucessivamente, isolamos a incgnita xn pela n-sima equao.
Note que isto s possvel porque estamos supondo aii 0 , i = 1, 2, ..., n .
Na forma matricial, temos =
x Cx + d , com

a21
a22
C = a31
a33

an1
ann

a13
a11
a
- 23
a22

a12
a11

0
a32
a33

a
- n2
ann

a
- n3
ann

b1
a1n

a11
a11

a2n
b2
-

a22
a22

a3n e d = b3 .
-

a33
a33

bn


0
a

nn

Desse modo, fornecida uma aproximao inicial


x = (x10 , x20 ,, xn0 ) , o mtodo de Gauss-Jacobi consiste em
0

construir uma sequncia de aproximaes x 0 , x1 , x 2 , ... ,


dada pela relao recursiva
x

k +1

= Cx + d ,
k

GUARDE BEM ISSO!


Substituindo o vetor aproximao x k
(seus componentes) no lado direito
das equaes acima, obteremos uma
k +1
nova aproximao x , sendo que,
para o clculo do i-sima componente
do vetor x k +1 , dado por
x ik +1 =

1
(bi ai 1x 1k ai 2 x 2k
aii
,

ai ,i 1x ik1 ai ,i +1x ik+1 ain x nk )

i = 1, 2, ..., n ,
utilizamos todos os componentes do
vetor x k , exceto o componente xik .

ou seja, por
1
(b1 - a12 x2k - a13 x3k - - a1n xnk )
a11
1
=
(b2 - a21x1k - a23 x3k - - a2n xnk )
a22
.

1
=
(bn - an1x1k - an 2 x2k - - ann xnk )
ann

x1k +1 =
x2k +1

xnk +1

Clculo Numrico

CalculoNumrico.indd 95

95
25/01/2012 10:08:03

Para uma melhor apropriao do processo iterativo de Gauss-Jacobi, vejamos um


exemplo.
EXEMPLO 1

Considere o sistema linear

2x1 + x2 =
1
-x1 + 4x2 = -5
O processo iterativo de Gauss-Jacobi dado por
1
x1k +1 =
(1 - x2k )
2
1
k +1
x2
=
(-5 + x1k )
4
Trabalhando com representao em ponto fixo com 5 casas decimais e fazendo ar-

A
5
T
2

redondamentos, partindo da aproximao inicial x 0 = (0,0) , obteremos os seguintes


resultados para as iteraes:
k

x1k

x2k

0,00000

0,00000

0,50000

- 1,25000

1,25000

- 1,25000

1,06250

- 0,96875

0,98438

- 0,98438

0,99219

- 1,00391

1,00195

- 1,00195

1,00098

- 0,99951

0,99976

- 0,99976

0,99988

- 1,00006

10

1,00003

- 1,00003

11

1,00001

- 0,99999

12

1,00000

- 1,00000

Tabela 1: Iteraes do exemplo 1

O sistema linear desse exemplo bem simples e sua soluo exata x = (1,-1) pode ser obtida por um mtodo direto qualquer.
Nesse exemplo 1, no adotamos qualquer critrio de parada. Entretanto, no caso geral, quando no se conhece a soluo exata do sistema, precisaremos estipular
quando o processo iterativo ser interrompido, ou seja, precisamos de uma preciso
prefixada e considerar o critrio de parada apresentado no tpico 1 ou algum outro.
Observe que as iteraes no exemplo 1 esto se aproximando da soluo exata do

96
CalculoNumrico.indd 96

Licenciatura em Matemtica

25/01/2012 10:08:04

sistema linear. Entretanto, no podemos esperar isso sempre. Para motivar a necessidade de estabelecer condies que garantam a convergncia da sequncia de aproximaes gerada pelo mtodo de Gauss-Jacobi, vejamos mais um exemplo.
EXEMPLO 2

Considere o sistema linear


x1 + 3x2 - x3 =
3
5x1 - 2x2 + 2x3 =
8.
3x2 + 4x3 = -4
O processo iterativo de Gauss-Jacobi dado por

A
5
T
2

x1k +1 = 3 - 3x2k + x3k


1
x2k +1 = - (8 - 5x1k - 2x3k ) .
2
1
x3k +1 =
(-4 - 3x2k )
4
Usando novamente representao em ponto fixo com 5 casas decimais e fazendo
arredondamentos, partindo da aproximao inicial x 0 = (1,1,1) , obteremos os seguintes resultados para as iteraes:
k

x1k

x2k

x3k

1,00000

- 0,50000

- 1,75000

2,75000

2,75000

- 3,25000

- 0,62500

2,75000

12,12500

2,25000

1,43750

9,37500

- 2,31250

27,75000

- 2,68750

25,50000

- 82,93750

- 12,46880

- 21,81250

80,62500

18,59380

- 233,15600

8,35156

220,68800

710,82000

50,83590

173,86700

692,22700

dk

Tabela 2: Iteraes do exemplo 2

A soluo exata deste sistema linear x = (2,0,-1) e as iteraes parecem estar


divergindo de x . Observe que a distncia d k ente os dois iterados consecutivos x k
e x k-1 est aumentando.
Portanto, ser fundamental estabelecer critrios que assegurem a convergncia
da sequncia de aproximaes gerada pelo mtodo de Gauss-Jacobi. O critrio das
linhas, apresentado no teorema seguinte, estabelece uma condio suficiente para tal
garantia conhecida (RUGGIERO E LOPES, 1996).

Clculo Numrico

CalculoNumrico.indd 97

97
25/01/2012 10:08:04

Teorema 1: Seja o sistema linear Ax = b de ordem n e seja


ak =

GUARDE BEM ISSO!

A
5
T
2

1 n
|akj |.
|akk | j=1
j k

Se a = max{ak : k = 1, 2, ..., n} < 1 , ento o mtodo

O nmero ak associado linha k


o quociente entre a soma dos valores
absolutos (mdulos) de todos os
coeficientes da linha k da matriz A,
exceto o coeficiente akk pelo valor
absoluto do coeficiente akk .

de Gauss-Jacobi gera uma sequncia {xk } convergente


para a soluo do sistema dado, independente da esco
lha da aproximao inicial x0 .

Como exemplo de aplicao do critrio das linhas, verifique que ele satisfeito para o
sistema linear do exemplo 1. Faremos a seguir a verificao para o sistema do exemplo 2.
EXEMPLO 3

Vamos verificar o critrio das linhas para o sistema linear do exemplo 2. Temos
a1 =

|a12 |+|a13 | |3|+|-1|


=
=4,
|a11 |
|1|

a2 =

|a21 |+|a23 | |5|+|2| 7


=
= e
|a22 |
|-2|
2

|a31 |+|a32 | |0|+|3| 3


=
= .
|a33 |
|4|
4
7 3
a = max{ak : k = 1, 2, 3} = max{4, , } = 4 > 1 .
2 4
a3 =

Portanto, o critrio das linhas no satisfeito e no


podemos garantir (por este critrio) que a sequncia

GUARDE BEM ISSO!

gerada pelo mtodo de Gauss-Jacobi ir convergir. De

O critrio das linhas d uma condio


suficiente para garantir a convergncia
da sequncia. Entretanto, ela pode no
ser necessria, ou seja, a sequncia
pode convergir sem que o critrio das
linhas seja satisfeito.

cia, ela parece divergir da soluo exata.

fato, pelo que observamos da construo da sequnVoltando ao exemplo 2, se reordenarmos o sistema


permutando a primeira com a segunda equao, obtemos o sistema
5x1 - 2x2
x1 + 3x2
3x2

linear
+ 2x3
- x3
+ 4x3

=
8
=
3
= -4

Esse novo sistema linear equivalente ao sistema original e satisfaz o critrio das
linhas. Verifique, como forma de exerccio, este fato.
Desse modo, mais adequado aplicarmos o mtodo de Gauss-Jacobi a esta nova

98
CalculoNumrico.indd 98

Licenciatura em Matemtica

25/01/2012 10:08:05

disposio, pois h garantia de que a sequncia gerada ir convergir para a soluo


do novo sistema que, por sua vez, a soluo do sistema original. Isso motiva uma
ideia interessante, exposta em Ruggiero e Lopes (1996, p. 161): ...sempre que o crit
rio das linhas no for satisfeito, devemos tentar uma permutao de linhas e/ou colunas
de forma a obtermos uma disposio para a qual a matriz dos coeficientes satisfaa o
critrio das linhas. Mas ateno: nem sempre possvel obter tal disposio!

A
5

Neste tpico, vimos o mtodo de Gauss-Jacobi, estabelecendo uma condio para


garantia de sua convergncia. A seguir, apresentaremos o mtodo de Gauss-Seidel.

T
2

Clculo Numrico

CalculoNumrico.indd 99

99
25/01/2012 10:08:05

03
TPICO

MTODO DE GAUSS-SEIDEL

OBJETIVOS

Compreender o funcionamento do mtodo de


Gauss-Seidel.
Calcular aproximaes para solues de sistemas
lineares.
Estabelecer o critrio de
convergncia do mtodo.

Sassenfeld

para

este tpico, apresentaremos o mtodo iterativo de Gauss-Seidel para resolver sistemas lineares. Ele pode ser visto como uma variao do mtodo de Gauss-Jacobi
em que, para o clculo de um componente da nova aproximao, so usados,

alm dos componentes da aproximao anterior, os j calculados da nova aproximao.


Essa uma ideia bem interessante, uma vez que podemos esperar que, no caso de
haver convergncia para a soluo exata do sistema, os componentes da nova aproximao sejam melhores que os componentes da aproximao anterior.
Mais precisamente, supondo que aii 0 , i = 1, 2, ..., n , o processo iterativo para o mtodo de Gauss-Seidel consiste em, partindo de uma aproximao inicial x 0 = (x10 , x20 ,, xn0 )
, construir uma sequncia de aproximaes x 0 , x1 , x 2 , ... , dada pelas relaes recursivas.

100
CalculoNumrico.indd 100

Licenciatura em Matemtica

25/01/2012 10:08:05

x1k +1 =
x2k +1 =
x3k +1 =

k +1
n

1
(b1 - a12 x2k - a13 x3k - a14 x4k - - a1n xnk )
a11
1
(b2 - a21x1k +1 - a23 x3k - a34 x4k - - a2n xnk )
a22
1
(b3 - a31x1k +1 - a32 x2k +1 - a34 x4k - - a3n xnk )
a33
.

1
(bn - an1x1k +1 - an 2 x2k +1 - a34 x4k +1 - - ann xnk +1 )
ann

A
5
T
3

Portanto, o i-sima componente do vetor x k +1 , dado por


xik +1 =

1
(bi - ai1x1k +1 - ai 2 x2k +1 - - ai ,i-1xik-+11 - ai ,i+1xik+1 - - ain xnk ) ,
aii

i = 1, 2, ..., n ,
calculado utilizando todos os componentes do vetor x k +1 j calculados (componentes do vetor x k +1 com
ndices menores que i) e os componentes do vetor x

SAIBA MAIS!

com ndices maiores que i, ou seja, usando os componentes x1k +1 , x2k +1 , , xik-+11 do vetor x k +1 e os componentes
xik+1 , xik+2 , , xnk do vetor x k .
Como vantagens do mtodo de Gauss-Seidel em relao ao mtodo de Gauss-Jacobi, podemos esperar que
a convergncia seja acelerada
os critrios de convergncia sejam menos restritivos.
Para exemplificar, vamos repetir o que foi feito no exemplo 1, desta vez usando o processo iterativo de Gauss-Seidel.

O mtodo da Gauss-Seidel
conhecido tambm por Mtodo
dos
Deslocamentos
Sucessivos,
uma vez que, para o clculo de uma
componente de x k +1 , utilizam-se
os valores mais recente das demais
componentes.
Como dica para complementar os
estudos, acesse o site
200.134.81.163/professores/adm/
download/apostilas/071942.pdf

EXEMPLO 4

Considere o sistema linear

2x1 + x2
-x1 + 4x2

=
1
.
= -5

O processo iterativo de Gauss-Jacobi dado por


1
x1k +1 =
(1 - x2k )
2
.
1
k +1
k +1
x2
=
(-5 + x1 )
4
Trabalhando com representao em ponto fixo com 5 casas decimais e fazendo

Clculo Numrico

CalculoNumrico.indd 101

101
25/01/2012 10:08:06

arredondamentos, partindo da aproximao inicial x 0 = (0,0) , obtemos os seguintes


resultados para as iteraes:

A
5
T
3

x1k

x2k

0,00000

0,00000

0,50000

- 1,12500

1,06250

- 0,98438

0,99219

- 1,00195

1,00098

- 0,99976

0,99988

- 1,00003

1,00001

- 1,00000

1,00000

- 1,00000

Tabela 3: Iteraes do exemplo 1.

Observe que pelo mtodo de Gauss-Seidel, com o sistema de numerao escolhido,


foram necessrias apenas 7 iteraes para obter a soluo x = (1,00000;-1,00000) ,
enquanto que pelo mtodo de Gauss-Jacobi precisamos de 12 iteraes.
Do mesmo modo que no mtodo de Gauss-Jacobi, o mtodo de Gauss-Seidel
transforma o sistema original Ax = b de ordem n em um sistema equivalente do tipo x = Cx + d , ou seja, a funo de iterao matricial dada por ( x=
) Cx + d .
Assim, apesar de utilizarmos componentes do vetor x k +1 , nas relaes recursivas
para o processo de Gauss-Seidel apresentadas acima, o processo iterativo para o mtodo pode ser escrito como
x k +1 = Cx k + d ,
ou seja, com os componentes da nova aproximao sendo dados em termos apenas dos componentes da aproximao anterior. Para isso, devemos fazer
C = -( I + L1 )-1 R1-1 e d = ( I + L1 )-1 D-1b .
em que
0

a21

a22

a
L1 = 31
a33


a
n1
ann

102
CalculoNumrico.indd 102

a32
a33

an 2
ann

an 3
ann

0
0

0 , R1 =

a12
a11
0

a13
a11
a23
a22

a1n

a11

a2n

a22
,
a3n

a33

Licenciatura em Matemtica

25/01/2012 10:08:07

a
11
0

D = 0

0
a22
0

0
0
a33

1
0

0
0

0 e I = 0

ann
0

0
1
0

0
0
1

0 .

Portanto, o processo iterativo do mtodo de Gauss-Seidel dado pela relao recursiva

A
5

x k +1 = -( I + L1 )-1 R1-1x k + ( I + L1 )-1 D-1b .


Voc pode encontrar uma demonstrao desse fato em Ruggiero e Lopes (1996)
ou em outras referncias da rea.

T
3

Passaremos agora a estabelecer critrios que garantam a convergncia da sequncia de aproximaes gerada pelo mtodo de Gauss-Seidel.
O critrio das linhas, usado para avaliar a convergncia do mtodo de Gauss-Jacobi,
pode ser aplicado tambm para estabelecer uma condio suficiente para a convergncia
do mtodo de Gauss-Seidel (RUGGIERO E LOPES, 1996). Ento, temos o teorema seguinte.
Teorema 2: Seja o sistema linear Ax = b de ordem n e seja
1 n
ak =
|akj |.
|akk | j=1
j k

Se a = max{ak : k = 1, 2, ..., n} < 1 , ento o mtodo de Gauss-Seidel gera


uma sequncia {xk } convergente para a soluo do sistema dado, independente
da escolha da aproximao inicial x0 .
Outro critrio que estabele uma condio suficiente para garantir a convergncia
da sequncia de aproximaes gerada pelo mtodo de Gauss-Seidel o critrio de
Sassenfeld, apresentado no teorema abaixo. Voc pode encontrar este resultado demonstrado em Ruggiero e Lopes (1996) ou em outras referncias da rea.
Teorema 3: Seja o sistema linear Ax = b de ordem n e seja
n

1 k-1
|akj |b j + |akj | .
bk =
|akk | j=1

j =k +1
Se b = max{bk : k = 1, 2, ..., n} < 1 , ento o mtodo de Gauss-Seidel gera uma
sequncia {xk } convergente para a soluo do sistema dado, independente da esco
lha da aproximao inicial x0 .
O nmero bk associado linha k o quociente entre a soma dos valores absolutos (mdulos) de todos os coeficientes da linha k da matriz A, exceto o coeficiente
akk pelo valor absoluto do coeficiente akk , sendo que os valores absolutos dos co-

Clculo Numrico

CalculoNumrico.indd 103

103
25/01/2012 10:08:08

eficientes com ndice j menor que k so multiplicados por bk , ou seja, os nmeros


bk so dados por
|a |+|a13 |++|a1n |
e
b1 = 12
|a11 |
bk =

A
5
T
3

|ak1 |b1 +|ak 2 |b2 + +|ak ,k-1 |bk-1 +|ak ,k +1 |++|akn |


.
|akk |

Note que o nmero b1 igual ao nmero a1 do critrio das linhas.


O nmero b est associado ordem de convergncia da

ATENO!
Os critrios das linhas ou de Sassenfeld
no dependem das constantes (dos
termos independentes) do sistema.
Assim, se um sistema linear Ax = b
cumpre a condio de um desses
critrios, dizemos tambm que a
matriz A dos coeficientes do sistema
satisfaz essa condio.

sequncia gerada pelo mtodo, entretanto a convergncia


ser tanto mais rpida quanto menor for o valor de b .
O critrio de Sassenfeld apresenta uma condio menos
restritiva que o critrio das linhas. possvel mostrar que
o critrio de Sassenfeld satisfeito sempre que o critrio
das linhas for satisfeito. Entretanto, a recproca desse resultado no verdadeira, ou seja, possvel que o critrio de
Sassenfeld seja satisfeito sem que o critrio das linhas seja
satisfeito. O exemplo seguinte uma ilustrao desse fato.

EXEMPLO 5

Considere o sistema linear


5x1 - x2 + x3 =
3
3x1 + 4x2 + 2x3 =
5.
-3x1 + 3x2 + 6x3 = -6
Vamos verificar o critrio das linhas para o sistema. Temos
a1 =

|a12 |+|a13 | |-1|+|1| 2


=
= ,
|a11 |
|5|
5

a2 =

|a21 |+|a23 | |3|+|2| 5


=
= e
|a22 |
|4|
4

|a31 |+|a32 | |-3|+|3|


=
=1.
|a33 |
|6|
2 5
5
a = max{ak : k = 1, 2, 3} = max{ , ,1} = > 1 .
5 4
4
Logo, o critrio das linhas no satisfeito e no podemos garantir (por este cria3 =

trio) que a sequncia gerada pelo mtodo de Gauss-Seidel ir convergir. Note que
5
no precisaramos sequer calcular a3 , pois do fato que a2 = > 1 j poderamos
4
afirmar que a = max{ak : k = 1, 2, 3}> 1 .
Vamos agora verificar o critrio de Sassenfeld para o sistema. Temos

104
CalculoNumrico.indd 104

Licenciatura em Matemtica

25/01/2012 10:08:09

b1 =

|a12 |+|a13 | |-1|+|1| 2


=
= ,
|a11 |
|5|
5

2
|3| +|2|
|a21 |b1 +|a23 |
4
5
=
= e
b2 =
|a22 |
|4|
5
2
4
|-3| +|3|
|a21 |b1 +|a23 |b2
5
5= 9 .
=
b3 =
|a22 |
|4|
10
2 4 9
9
b = max{bk : k = 1, 2, 3} = max{ , , } = < 1 .
5 5 10
10

GUARDE BEM ISSO!


Como o critrio das linhas, o critrio de
Sassenfeld d uma condio suficiente
para garantir a convergncia da
sequncia. Entretanto, ela pode no
ser necessria, ou seja, a sequncia
pode convergir sem que o critrio de
Sassenfeld seja satisfeito.

Portanto, o critrio de Sassenfeld satisfeito e podemos garantir que a sequncia

A
5
T
3

gerada pelo mtodo de Gauss-Seidel ir convergir. Que tal determinar uma aproximao para a soluo desse sistema linear pelo mtodo de Gauss-Seidel com erro inferior a e = 10-2 ? Faa isso como exerccio!
Do mesmo modo que observamos para aplicao do critrio das linhas no mtodo
de Gauss-Jacobi, caso o critrio de Sassenfeld no seja satisfeito para um sistema dado,
voc pode tentar uma nova disposio (um sistema equivalente), permutando linhas e/
ou colunas para examinar o critrio. Obviamente, caso haja tal disposio para a qual
o critrio seja satisfeito, devemos aplicar o mtodo de Gauss-Seidel a ela por termos
a garantia de convergncia. Mas lembre: nem sempre possvel obter tal disposio!
Neste tpico, vimos o mtodo de Gauss-Seidel, estabelecendo condies para garantia de sua convergncia. Com isso, completamos nossos estudos sobre tcnicas
numricas para resolver sistemas lineares. Agora, voc j tem bastantes ferramentas
para tratar esta importante classe de problemas: os mtodos diretos, discutidos na
aula 4; e os mtodos iterativos, vistos nesta aula. Nas prximas aulas, voc conhecer outros tipos de problemas que podem ser tratados por mtodos numricos e ter
a oportunidade de aplicar os conhecimentos adquiridos at aqui.

SAIBA MAIS!
Aprofunde seus conhecimentos consultando as referncias que citamos ou outras da rea e/ou acessando pginas
da internet relacionadas ao tema. Abaixo, listamos algumas pginas que podero ajud-lo. Bons estudos!
http://www.profwillian.com/_diversos/download/livro_metodos.pdf
http://www.das.ufsc.br/~camponog/Disciplinas/DAS-5103/LN.pdf
www.ime.usp.br/~asano/LivroNumerico/LivroNumerico.pdf
http://www.dma.uem.br/kit/arquivos/arquivos_pdf/sassenfeld.pdf

Clculo Numrico

CalculoNumrico.indd 105

105
25/01/2012 10:08:09

CalculoNumrico.indd 106

25/01/2012 10:08:09

Aula 6
Interpolao Polinomial
Ol a todos! Vamos continuar nosso estudo de Clculo Numrico e das ferramentas
de aproximao de resultados. Em muitas situaes, obtemos dados pontuais para
o estudo de determinado fenmeno. Se tivermos condies de, a partir dos dados
obtidos, conseguir uma funo que represente (ou aproxime) o processo, poderemos fazer simulaes para resultados intermedirios ou prximos, diminuindo a
necessidade de repetio para os experimentos ou obtendo valores em intervalos
fora da preciso da mquina.
Por exemplo, um responsvel por um laboratrio pode fazer medies regulares da
presso de um determinado gs e obter como dados {(t1 , P1 ), (t2 , P2 ), (t3 , P3 ), (t4 , P4 )} .
Uma funo f (t ) tal que, para cada um dos tempos dados, satisfaa f (ti ) = Pi (ou
sejam bem prximos) permitir uma boa avaliao da presso no gs em outros
tempos, sem que seja necessria a medio.
Nesta aula, estudaremos especificamente a aproximao por polinmios dos dados
apresentados.

Objetivos:
Analisar aproximaes de dados por funes.
Apresentar mtodos de obteno dos polinmios interpoladores.

107
CalculoNumrico.indd 107

25/01/2012 10:08:09

01
TPICO

DEFINIES INICIAIS

OBJETIVOS

Formular o problema de interpolao polinomial.


Resolver problemas de interpolao pelo mtodo
direto.

maginemos, inicialmente, a seguinte situao da Fsica: um mvel se desloca


em uma trajetria orientada passando sucessivamente pelos pontos s =20m,
s =30m e s =50m para tempos iguais a 3s, 5s e 7s, respectivamente. Colocando

esses dados em uma tabela, obtemos


t (em segundos)

s (em metros)

20

30

50

Tabela 1: Representao dos dados do problema

A partir desses dados, podemos nos perguntar qual a posio do mvel para
t=4s. Como responder satisfatoriamente a essa pergunta se no foi feita a observao

108
CalculoNumrico.indd 108

Licenciatura em Matemtica

25/01/2012 10:08:09

do espao do mvel no tempo dado? Se a velocidade dele fosse constante, poderamos simplesmente fazer a mdia aritmtica entre os valores para t=3s e para t=7s.
Entretanto, pelos dados do problema, verifica-se imediatamente que o movimento
no uniforme (pois, de 3 a 5 segundos, ele percorreu 10 m , enquanto nos dois segundos seguintes foram percorrido 20m). Outra informao da qual no dispomos
se a acelerao constante ou no.

A
6

Se tivssemos uma funo s(t ) que descrevesse esse movimento, bastaria substituir t=4s para encontrar o espao desejado. Com apenas os pontos dados, algo que
podemos fazer para ter uma boa noo da posio do mvel para t=4s, de modo a

T
1

no perder as informaes, seria admitir um comportamento para s(t ) , que poderia


ser o de uma funo exponencial, trigonomtrica ou polinomial, sendo essa ltima
alternativa mais simples para fins de clculo. Ento, supondo que s(t) uma funo
polinomial de t, tal que s(3) = 20, s(5) = 30 es(7) = 50 , podemos ter uma boa aproximao para o valor de s(4) .
EXEMPLO 1

Encontre

um

polinmio

s(t ) ,

de

segundo

grau,

tal

que

s(3) = 20, s(5) = 30 es(7) = 50 .


Soluo:

Um polinmio do segundo grau da forma s(t ) = at 2 + bt + c . Devemos encontrar, ento, nmeros reais a, b e c para que s(3) = 20, s(5) = 30 es(7) = 50 , ou seja,
a.32 + b.3 + c = 20; a.52 + b.5 + c = 30 ea.72 + b.7 + c = 50 que equivale a
9a + 3b + c = 30
25a + 5b + c = 30 .
49a + 7b + c = 50
Usando algum dos mtodos que conhecemos para resolver sistemas lineares, encontraremos a soluo (exata) a = 1,25, b = -5 e c = 23,75 . Assim, o polinmio desejado ser s(t ) = 1,25t 2 - 5t + 23,75 .
Empregando a soluo encontrada no exemplo 1, podemos obter uma aproximao para s(4) = 1,25.42 - 5.4 + 23,75 = 23,75 . Com isso, conseguimos, sem desprezar
os dados apresentados, aproximar a posio do mvel para t = 4 s por s = 23,75 m .
Vista essa situao inicial, podemos formular o problema da interpolao polinomial.
Problema 1: Para o conjunto de dados {(x0 , y0 ),(x1 , y1 ), (x2 , y2 ), ..., (xn , yn )} ,
encontre um polinmio p(x ) , de grau menor ou igual a n, para o qual p(xi ) = yi ,
para i = 0, 1, 2, ..., n.

Clculo Numrico

CalculoNumrico.indd 109

109
25/01/2012 10:08:10

Em outras palavras, interpolar polinomialmente alguns dados consiste em encontrar uma funo polinomial cujo grfico passe pelos pontos dados.
Aqui surgem dois questionamentos:
o problema tem soluo?
a soluo nica?
Para responder s duas perguntas ao mesmo tempo, deve-se observar que todo poli-

A
6

nmio de grau menor ou igual a n pode ser escrito da forma p(x ) = an x n + ... + a1x + a0 .
Substituindo os pontos dados, devemos ter, necessariamente: p(xi ) = yi , para todo

T
1

i = 0, 1, ..., n. Ou seja:

p(x0 ) = an x0n + ... + a1x0 + a0 = y0

p(x1 ) = an x1n + ... + a1x1 + a0 = y1

...
p(xn ) = an xnn + ... + a1xn + a0 = yn , que gera um sistema nas incgnitas

an, ..., a1, a0 dado por

an x0n + ... + a1x0 + a0 = y0

an x1n + ... + a1x1 + a0 = y1

, matricialmente equivalente a

...

an xn + ... + a1xn + a0 = yn
x0n ... x0 1 an y0



x n ... x 1 an-1 y1
1
1



... ... ... . ... = ... .



x n ... x 1 a y
n
0 n
n
Uma vez que a matriz dos coeficientes de Vandermonde (ou de potncias), seu
determinante ser diferente de zero sempre que os valores de xi forem todos distintos. Desse modo, teremos um sistema possvel e determinado, de onde podemos concluir que a soluo do problema existe e nica.
A partir de agora, sabendo que o problema de interpolao polinomial sempre
ter soluo (o que nos tranquiliza um bocado), nossa preocupao ser em COMO
resolv-lo de forma eficiente.
Observao 1: Ao polinmio soluo para o problema 1, damos o nome de poli
nmio interpolador.
Observao 2: Para um conjunto de n + 1 dados, devemos encontrar um polinmio de grau menor ou igual a n, ou seja, o grau mximo do polinmio interpolador
ser um a menos que a quantidade de pontos.

110
CalculoNumrico.indd 110

Licenciatura em Matemtica

25/01/2012 10:08:10

EXEMPLO 2

Encontre

polinmio

interpolador

para

conjunto

de

dados

{(-1,0), (1,2), (2,7), (3,26)}.


Soluo:

Uma vez que o conjunto de dados possui pontos com abscissas todas distintas, o problema ter soluo. Assim, buscaremos um polinmio de grau menor

A
6

ou igual a 3 (pois h quatro pontos). Um polinmio de grau menor ou igual a 3


3
2
da forma p ( x) = ax + bx + cx + d . Com as condies do problema, devemos

ter p(-1) = 0, p(1) = 2, p(2) = 7 ep(3) = 26 . Por isso, devemos resolver o sistema

T
1

-a + b - c + d = 0

a+b+c+d =2

8a + 4b + 2d + c = 7 . Para tanto, devemos fazer uso de algum mtodo para re

27a + 9b + 3c + d = 26
soluo de sistemas lineares, como visto nas ltimas aulas ou pelos conhecimentos adquiridos em outras disciplinas. A soluo para o sistema a = 1, b = c = 0 e d = -1 .
Assim, o polinmio procurado p(x ) = x 3 - 1 .
EXEMPLO 3

Em um laboratrio, um fsico fez medies regulares na presso de um gs e organizou os resultados na seguinte tabela:
tempo(s)

presso(atm)

2,5

6,8

13

11,9

Usando interpolao polinomial, estime a presso do gs para t = 10 s.


Soluo:

Temos o conjunto de dados{(5;2,5), (8;6,8), (13;11,9)}. Aqui usamos ponto e


vrgula para separar as coordenadas de modo a evitar confuso com a vrgula que
separa a parte decimal. O polinmio procurado ser de grau menor ou igual a 2, sendo, portanto, da forma p(t ) = at 2 + bt + c . De maneira anloga ao exemplo ante-

25a + 5b + c = 2,5

64a + 8b + c = 6,8
rior, devemos resolver o sistema
. Obviamente, aqui temos

+
+
=

169a 13b c 11,9


um trabalho maior que no exemplo anterior por causa dos dados quebrados. Realizando um processo qualquer da aula passada, podemos encontrar aproximaes

Clculo Numrico

CalculoNumrico.indd 111

111
25/01/2012 10:08:11

at a segunda casa decimal para a = -0,05; b = 2,1 e c = -6,73 . Assim, um polinmio que aproxima a presso a qualquer instante p(t ) = -0,05t 2 + 2,1t - 6,73 .
Desse modo, uma estimativa para a presso do gs em t=10s pode ser obtida por

p(10) = -0,05.102 + 2,1.10 - 6,73 = 9,27 atm.


Pelo que vimos neste tpico, podemos sempre aproximar um conjunto de dados por
um polinmio. Entretanto, dependendo da quantidade de dados, esse processo pode ser

A
6

muito trabalhoso de ser realizado diretamente pela soluo de um sistema linear. Nos
prximos tpicos, veremos mtodos para encontrar o polinmio interpolador.

T
1

112
CalculoNumrico.indd 112

Licenciatura em Matemtica

25/01/2012 10:08:11

CalculoNumrico.indd 113

25/01/2012 10:08:11

02
TPICO

O MTODO DE LAGRANGE

OBJETIVOS

Apresentar o mtodo de Lagrange para obteno


do polinmio interpolador.
Comparar o mtodo de Lagrange com o mtodo
direto.

omo vimos no tpico anterior, p(x ) o polinmio interpolador para um conjunto de dados {(x0 , y0 ), (x1 , y1 ), ..., (xn , yn )} se p(xi ) = yi , para i = 0, 1, 2, ..., n.
Tal polinmio sempre existe e, de modo a torn-lo nico, pedimos que o seu

grau fosse menor ou igual a n.


Neste tpico, descreveremos um mtodo atribudo ao matemtico nascido da Itlia e naturalizado francs Joseph Louis Lagrange (1736 - 1812), a quem so devidos
muitos importantes teoremas, como o Teorema do Valor Mdio, do Clculo Diferencial.
A ideia consiste basicamente em escrever o polinmio como soma de polinmios, ditos elementares, que se anulem em todos os valores do conjunto de dados, menos em um.
EXEMPLO 1

Encontre um polinmio p(x ) , tal que p(3) = 1 e que tenha 2, 4 e 6 como razes.

114
CalculoNumrico.indd 114

Licenciatura em Matemtica

25/01/2012 10:08:11

Soluo:

Do estudo de polinmios, sabemos que, se x uma raiz do polinmio p(x ) , ento p(x ) divisvel por x - x (ver Teorema de DAlembert). Assim, para que 2, 4 e
6 sejam razes de um polinmio, ele deve ser divisvel por (x - 2)(x - 4)(x - 6) . Por
simplicidade, poderamos colocar p(x ) = (x - 2)(x - 4)(x - 6) . Entretanto, dessa forma, p(3) = (3 - 2)(3 - 4)(3 - 6) = 3 . Para atingir o nosso objetivo, basta, ento, que

A
6

dividamos (x - 2)(x - 4)(x - 6) por 3. Ou seja, o polinmio com as caractersticas

(x - 2)(x - 4)(x - 6) (x - 2)(x - 4)(x - 6)


procuradas p( x ) =
.
=
(3 - 2)(3 - 4)(3 - 6)
3

T
2

De

L0 (x ) =

modo

geral,

facilmente

verificvel

que

polinmio

(x - x1 )(x - x2 )...(x - xn )
, o qual se anula para todos os elementos de
(x0 - x1 )(x0 - x2 )...(x0 - xn )

{x1 , x2 , ..., xn } e satisfaz L0 (x0 ) = 1 . Da mesma forma, podemos encontrar polinmios L1 (x ), L2 (x ), ..., Ln (x ) tais que Li (xi ) = 1 e Li (x j ) = 0 , se i j , cada um dos
quais com grau n. Definimos, ento, o polinmio

p(x ) = y0 .L0 (x ) + y1 .L1 (x ) + ... + yn .Ln (x ) ,


que um polinmio de grau menor ou igual a n tal que:

p(x0 ) = y0 .L0 (x0 ) + y1 .L1 (x0 ) + ... + yn .Ln (x0 ) = y0 .1 + y1 .0 + ... + yn .0 = y0 ;


p(x1 ) = y0 .L0 (x1 ) + y1 .L1 (x1 ) + ... + yn .Ln (x1 ) = y0 .0 + y1 .1 + ... + yn .0 = y1
...
p(xn ) = y0 .L0 (xn ) + y1 .L1 (xn ) + ... + yn .Ln (xn ) = y0 .0 + y1 .0 + ... + yn .1 = yn ,
ou

seja,

polinmio

interpolador

para

conjunto

de

dados

{(x0 , y0 ), (x1 , y1 ), ..., (xn , yn )} .


Vejamos, a seguir, como aplicar o mtodo de Lagrange.
EXEMPLO 2

Usando o mtodo de Lagrange, encontre o polinmio interpolador para o conjunto de dados {(1, 3), (4, 18)}.
Soluo:

O conjunto de dados contm dois pontos, logo o polinmio interpolador ter grau
1 e ser da forma p(x ) = y0 .L0 (x ) + y1 .L1 (x ) , sendo (x0 , y0 ) = (1,3) e (x1 , y1 ) = (4,18) .
Comecemos encontrando os polinmios elementares L0 (x ) e L1 (x ) . Temos

L0 (x ) =

(x - x1 ) (x - 4) (x - 4)
=
=
e
-3
(x0 - x1 ) (1 - 4)

L1 (x ) =

(x - x0 ) (x - 1) (x - 1)
=
=
.
(x1 - x1 ) (4 - 1)
3

Clculo Numrico

CalculoNumrico.indd 115

115
25/01/2012 10:08:12

=
=
p ( x) y0 .L0 ( x) + y1.L1 ( x)
( x 4)
( x 1)
( x 4)
( x 1)
y0 .
+ y1.
+ 18.
= 3.
= ( x 4) + 6( x 1) = 5 x 2 .
3
3
3
3
Dessa

maneira,

encontraremos

Podemos escrever a definio dos polinmios elementares usando o smbolo de


produtrio (a letra grega P ) da seguinte forma:
n

A
6

(x x )
Li ( x) =

T
2

k =0
k i
n

e o polinmio interpolador fica p ( x) =

( xi xk )

y .L ( x ) .
i =0

k =0
k i

As expresses acima so apenas formas mais compactas de escrever o que j obtemos antes do exemplo. Na prtica, ao procurar pelo polinmio interpolador, usa-se a
forma extensa, pois precisaremos colocar os dados do conjunto.
EXEMPLO 3

(situao inicial da aula) Um mvel desloca-se em uma trajetria orientada de acordo


com os seguintes dados:
t (em segundos)

s (em metros)

20

30

50

Usando interpolao polinomial, atravs do mtodo de Lagrange, encontre uma


estimativa para a posio do mvel para t = 4 s.
Soluo:

Para o conjunto de dados {(3,20), (5,30), (7,50)}, o polinmio interpolador te-

r grau 2 (no mximo) da forma p ( x) = y0 .L0 ( x) + y1.L1 ( x) + y2 L2 ( x) , sendo

(x0 , y0 ) = (3,20); (x1 , y1 ) = (5,30) e (x2 , y2 ) = (7,50) . Comecemos encontrando os polinmios elementares L0 (x ), L1 (x ) e L2 (x ) . Temos

116
CalculoNumrico.indd 116

=
L0 ( x)

( x x1 )( x x2 )
( x 5)( x 7) ( x 5)( x 7)
= =
;
( x0 x1 )( x0 x2 ) (3 5)(3 7)
8

=
L1 ( x)

( x x0 )( x x2 ) ( x 3)( x 7) ( x 3)( x 7)
= =
4
( x1 x0 )( x1 x2 ) (5 3)(5 7)

=
L2 ( x)

( x x0 )( x x1 )
( x 3)( x 5) ( x 3)( x 5)
= =
.
( x2 x0 )( x2 x1 ) (7 3)(7 5)
8

Licenciatura em Matemtica

25/01/2012 10:08:13

Assim, o polinmio interpolador ser da forma

p ( x) = y0 .L0 ( x) + y1.L1 ( x) + y2 .L2 ( x) = 20.L0 ( x) + 30.L1 ( x) + 50.L2 ( x)


= 20.

( x 5)( x 7)
( x 3)( x 7)
( x 3)( x 5) .
+ 30.
+ 50.
8
4
8

Como o objetivo no encontrar o polinmio em si, no precisa-

A
6

mos desenvolver os produtos. Podemos, apenas, substituir x = 4 pa-

(4 5)(4 7)
(4 3)(4 7)
(4 3)(4 5)
+ 30.
+ 50.
ra obter p(4) = 20.
=
8
4
8
3
(3)
(1)
20. + 30.
+ 50.
= 23,75. Obviamente, encontramos o mesmo resulta4
8
8

T
2

do do mtodo direto.
Como sugesto para encerrar o tpico, recomendamos que voc refaa os exemplos do tpico 1, usando o mtodo de Lagrange, para que fique claro o uso da frmula, com a comodidade de j sabermos as respostas.

Clculo Numrico

CalculoNumrico.indd 117

117
25/01/2012 10:08:14

03
TPICO

O MTODO DE NEWTON

OBJETIVOS

Apresentar o mtodo de Newton para obteno


do polinmio interpolador.
Calcular diferenas divididas em um conjunto de
dados.

este tpico, ainda em relao ao problema de encontrar o polinmio interpolador, descreveremos um mtodo atribudo ao famoso matemtico
ingls Isaac Newton (1643 - 1727).

Inicialmente, definamos diferena dividida para um conjunto de dados da seguinte forma:

Definio 1: Para o conjunto de dados {(x0 , y0 ), (x1 , y1 ), ..., (xn , yn )} , a dife-

0
rena dividida de ordem 0 em relao a xi ser dada por i =yi .

Definio 2: Para o conjunto de dados {(x0 , y0 ), (x1 , y1 ), ..., (xn , yn )} , a dife-

i0+1 i0
1

=
rena dividida de ordem 1 em relao a xi ser dada por i
. Observe
xi +1 xi
1
que, nesta definio, podemos calcular os valores i apenas para i = 0, 1, ..., n 1.
EXEMPLO 1

Para

conjunto

de

dados

{(1,2),(3,7),(5,19)} ,

podemos

calcular

00 = y0 = 2 ; 10 = y1 = 7 e 02 = y2 = 19 . Tambm podemos determinar

118
CalculoNumrico.indd 118

Licenciatura em Matemtica

25/01/2012 10:08:14

=
0

10 00 7 2 5
02 10 19 7 12
1
=
=

=
=
=
= 6 , mas no podemos
e 1
x1 x0
3 1 2
x2 x1
53
2

calcular 12 , pois no h x3.


Definio geral (por recorrncia): Para o conjunto de dados

A
6

{(x0 , y0 ), (x1 , y1 ), ..., (xn , yn )} , a diferena dividida de ordem k em relao a xi,

ik+11 ik 1
k

=
com 1 k n , ser dada por i
.
xi + k xi

T
3

EXEMPLO 1

(continuao):
dos

Para

{(1,2), (3,7), (5,19)},

2
=
0

conjunto
podemos

de

da-

ATENO!

calcular

11 10 6 (5 / 2) 7 / 2 7
=
=
=
e organizar os
x2 x0
5 1
4
8

resultados em uma tabela:

Na

Definio

geral,

determinar os valores
i = 0, 1, ..., n k.

xi

i0 =yi

1i

i2

5/2

7/8

---

19

---

---

podemos

ik apenas para

Assim, por exemplo, para encontrar a diferena dividida de ordem 4 de um determinado valor, precisamos das diferenas divididas de ordem 3 e, por isso, de todas as diferenas divididas de ordem menor que 4.
EXEMPLO 2

Para o conjunto de dados {(2,3), (3,5), (4,14), (5,27), (6,42)}, encontre o valor de 0 .

Soluo:

Para que determinemos uma diferena dividida de ordem 4, devemos encontrar as


diferenas divididas de todas as ordem menores que 4. Comecemos pelas de ordem 0:

00 = y0 = 3 , 10 = y1 = 5 , 02 = y2 = 14 , 30 = y3 = 27 , 04 = y4 = 42 .
Seguimos para determinar as diferenas divididas de ordem 1:
1

=
0

10 00 5 3
02 10 14 5
=
= 2 ,=
11
=
= 9,
x1 x0
3 2
x2 x1
43

Clculo Numrico

CalculoNumrico.indd 119

119
25/01/2012 10:08:15

=
12

30 02 27 14
04 30 42 27
1
=
= 13=

=
= 15 . Veja que no h
, 3
x3 x2
54
x4 x3
65

14 , pois no existe x para o conjunto de dados. Podemos guardar estes dados para
5
referncia na seguinte tabela:

A
6

xi

i0 =yi

1i

T
3

14

13

27

15

42

---

i2

3i

i4
---

---

---

---

---

---

---

---

---

Encontremos, agora, as diferenas divididas de ordem 2:


2

=
0

=
22

11 10 9 2 7
12 11 13 9
2
=
=
=

=
= 2e
, 1
x2 x0 4 2 2
x3 x1
53
13 12 15 13
2
=
= 2 . Aqui no calculamos 3 , pois no existe x5 para
x4 x2
64

o conjunto de dados. Analisando o clculo para essas diferenas divididas, observe


que, no numerador, subtramos as diferenas divididas consecutivas de ordem 1,
mas, no denominador, no subtramos xi consecutivos, h um salteamento.
Agora as diferenas divididas de ordem 3:

2 02 2 7 / 2 3 / 2
22 12 2 2
1
3
30 = 1
=
=
= e
=
=
= 0.
1
x3 x0
52
3
2
x4 x1
63
3
Aqui no calculamos 2 , pois no existe x para o conjunto de dados. Analisan5

do o clculo para essas diferenas divididas, observe que, no numerador, subtramos


as diferenas divididas consecutivas de ordem 2, mas, no denominador, no subtramos xi consecutivos, h um salteamento duplo.
Por ltimo, com ordem 4:
4
=
0

120
CalculoNumrico.indd 120

13 30 0 (1/ 2) 1/ 2 1
=
=
=
, que completa a tabela:
x4 x0
62
4
8

xi

i0 =yi

1i

i2

3i

i4

2
3
4
5
6

3
5
14
27
42

2
9
13
15
---

7/2
2
2
-----

-1/2
0
-------

1/8
---------

Licenciatura em Matemtica

25/01/2012 10:08:16

EXEMPLO 3

Para o conjunto de dados {(1,3), (2,5), (3,9), (4,17), (5,33), (6,65)}, podemos
construir a tabela (verifique):

xi

i0 =yi

1i

i2

3i

i4

5i

1/3

1/12

1/60

2/3

2/12

---

4/3

---

---

17

16

---

---

---

33

32

---

---

---

---

65

---

---

---

---

---

A
6
T
3

As diferenas divididas podem ser usadas para determinar o polinmio interpolador para um conjunto de dados de acordo com o que segue.

Proposio: Para o conjunto de dados {(x0 , y0 ), (x1 , y1 ), ..., (xn , yn )} , o polinmio interpolador
pode ser obtido pela expresso:

p ( x=
) y0 + 10 .( x x0 ) + 02 .( x x0 )( x x1 ) + ... + 0n .( x x0 )( x x1 )...( x xn 1 ) .
Vejamos como pode ser encontrado o polinmio interpolador pelo uso da proposio acima.
EXEMPLO 4

Usando o mtodo de Newton, encontre o polinmio interpolador para os dados


{(1,4), (3,8), (6,29)}.
Soluo:

Fazendo (x0 , y0 ) = (1,4) , (x1 , y1 ) = (3,8) e (x2 , y2 ) = (6,29) , podemos encontrar


as diferenas divididas
De ordem 0:

00 = y0 = 4 , 10 = y1 = 8 , 02 = y2 = 29 .
De ordem 1:
1

=
0

10 00 8 4
02 10 29 8
=
= 2 e=
11
=
= 7.
x1 x0
3 1
x2 x1
63

E de ordem 2:
2

=
0

11 10 7 2
=
= 1 , dados que podem ser tabelados:
x2 x0
6 1

Clculo Numrico

CalculoNumrico.indd 121

121
25/01/2012 10:08:17

xi

i0 =yi

1i

i2

---

29

---

---

Assim, o polinmio interpolador ser

A
6

p ( x=
) y0 + 10 .( x x0 ) + 02 .( x x0 )( x x1 ) = 4 + 2.( x 1) + 1.( x 1)( x 3) =
4 + 2x 2 + x2 4x + 3 = x2 2x + 5 .

T
3

EXEMPLO 5

O volume de gua em um reservatrio foi medido em tempos regulares. Os resultados das medies aparecem na tabela abaixo. Usando interpolao polinomial,
estime o volume de gua no reservatrio para t=2,5h.
t (em h)

V (em m)

15

30

Soluo:

Agrupando os dados {(0,0), (1,3), (2,7), (3,15), (4,30)} na tabela do mtodo de


Newton, temos

xi

i0 =yi

1i

i2

3i

i4

1/2

1/2

1/2

---

7/2

---

---

15

15

---

---

---

30

---

---

---

---

Assim, o polinmio interpolador pode ser obtido por


p(x ) = y0 + 10 .(x x0 ) + 20 .(x x0 )(x x1 ) + 30 .(x x0 )(x x1 )(x x2 )
+04 .(x x0 )(x x1 )(x x2 )(x x3 )
1
1
p(x ) = 0 + 3.(x 0) + .(x 0)(x 1) + .(x 0)(x 1)(x 2) + 0.(x 0)
2
2
(x 1)(x 1)(x 3)
1
1
p(x ) = 3x + x.(x 1) + .x.(x 1)(x 2)
2
2
Para obter uma estimativa do volume do tanque para t=2,5h, calculamos

1
1
p (2,5)
= 3.2,5 + 2,5.(2,5 1) + .2,5.(2,5 1)(2,5 2)
= 10,3125 , de onde
2
2

122
CalculoNumrico.indd 122

Licenciatura em Matemtica

25/01/2012 10:08:18

podemos afirmar que o volume do tanque para t=2,5h de, aproximadamente, 10,31m.
Para encerrar a aula, acompanhe como a interpolao polinomial pode ser usada
para aproximar razes de funes.
EXEMPLO 6

Considere f (x ) = x 3 + 2x - 1 . No h um mtodo analtico simples para determinar as razes de f, mas, como f (0) = -1 e f (1) = 2 , temos a certeza de que a funo

A
6

f possui uma raiz entre 0 e 1 (ver Teorema de Bolzano). Uma aproximao para essa
raiz pode ser obtida por algum dos mtodos descritos nas primeiras aulas.

T
3

Algo diferente que podemos fazer escolher um terceiro valor, de preferncia perto de 0 e
1, substituir na funo e obter trs pontos, usar os trs pontos para encontrar um polinmio
p, de grau 2, que aproxime f, e aplicar a frmula de Bhaskara para determinar a raiz de p que
fica no intervalo considerado e us-la como aproximao para a raiz de f.
Escolhendo, por exemplo, o nmero 0,5, temos f (0,5) = 0,53 + 2.0,5 - 1 = 0,125 .
Usemos ento o conjunto de dados {(0;-1), (0,5;0,125), (1;2)} e o mtodo de Lagrange, comeando pelos polinmios elementares L0 (x ), L1 (x ) e L2 (x ) . Temos

( x x1 )( x x2 )
=
( x0 x1 )( x0 x2 )
( x x0 )( x x2 )
=
L1 ( x) =

( x1 x0 )( x1 x2 )
( x x0 )( x x1 )
=
=
L2 ( x)

( x2 x0 )( x2 x1 )
=
L0 ( x)

( x 0,5)( x 1)
=
(0 0,5)(0 1)
( x 0)( x 1)
=
(0,5 0)(0,5 1)
( x 0)( x 0,5)
=
(1 0)(1 0,5)

x 2 1,5 x + 0,5
;
0,5
x2 x
;
0, 25
x 2 0,5 x
.
0,5

Assim, o polinmio interpolador ser da forma

p ( x) = y0 .L0 ( x) + y1.L1 ( x) + y2 .L2 ( x) = (1).L0 ( x) + 0,125.L1 ( x) + 2.L2 ( x) =


x 2 1,5 x + 0,5
x2 x
x 2 0,5 x
+ 0,125.
+ 2.
= (1).
=
0,5
0, 25
0,5
2
2
2
= 2( x 1,5 x + 0,5) 0,5( x x) + 4( x 0,5 x) =
2
2
2
= 2 x + 3 x 1 0,5 x + 0,5 x + 4 x 2 x =
2
= 1,5 x + 1,5 x 1 .

Dessa forma, podemos usar a frmula de Bhaskara para o polinmio

p ( x) = 1,5 x 2 + 1,5 x 1 , resultando na raiz positiva

=
x

1,5 + 1,52 4.1,5.(1)


0, 457 .
2.1,5

Assim, como no final do tpico 2, sugerimos que os exemplos dos tpicos anteriores sejam refeitos atravs do mtodo de Newton e que se analise as vantagens e
desvantagens dos mtodos descritos.

Clculo Numrico

CalculoNumrico.indd 123

123
25/01/2012 10:08:19

CalculoNumrico.indd 124

25/01/2012 10:08:19

Aula 7
Integrao Numrica
Ol alunos! Sejam bem-vindos.
Nesta nova aula, aproximaremos os valores das integrais definidas, como visto no
Clculo I. Recomendamos que voc revise os conceitos aprendidos naquela disciplina, especialmente o de integral de Riemann, para que possamos tirar o maior
proveito possvel do estudo que se inicia agora.

Objetivos:
Descrever mtodos de integrao numrica.
Comparar mtodos e aplicar processos de aproximao de funes.

125
CalculoNumrico.indd 125

25/01/2012 10:08:19

01
TPICO

REVISO DE CONCEITOS
E DEFINIES INICIAIS

OBJETIVOS

Revisar os conceitos necessrios para a formulao


do problema.
Resolver problemas iniciais.

m problema central com o qual lidamos no Clculo Diferencial e Integral


o que segue:
Problema: Encontre a rea da regio do plano cartesiano limitada pelo grfico

da funo contnua f : [a, b ] + , pelo eixo x e pelas retas x = a e x = b (ver figura 1).

Figura 1: rea da regio limitada pelas retas

126
CalculoNumrico.indd 126

x=a e x=b

Licenciatura em Matemtica

25/01/2012 10:08:19

No curso de Clculo I, vimos que o problema pode ser resolvido a partir da deb

terminao da integral definida

f (x)dx e que uma regra prtica para se encontrar


a

esse valor dada pelo seguinte resultado crucial:


Teorema Fundamental do Clculo: Se f : [a, b ] uma funo contdF
nua, e F uma primitiva de f em (a, b), ou seja, vale
(x ) = f (x ), "x (a, b) ,
b
dx
ento f (x )dx = F (b) - F (a ) .

A
7
T
1

EXEMPLO 1

Calcule a rea da regio do plano cartesiano limitada pelo grfico de f (x ) = 2x - 1 ,


pelo eixo x e pela retas x = 1 e x = 2 .
Soluo

Um esboo da regio considerada pode ser visto na figura 2. Como a funo no as2

sume valores negativos no intervalo [1,2] , podemos calcular a rea por

(2x -1)dx .
1

Para tanto, encontramos uma primitiva para a funo. imediato verificar que
F (x ) = x 2 - x uma primitiva para a funo dada. Assim, usando o Teorema Fun2

damental do Clculo, obtemos

(2x -1)dx = F (2) - F (1) = 2 .


1

Figura 2: Grfico da funo

f (x ) = 2x - 1

EXEMPLO 2

Uma vez que F (x ) = x 3 uma primitiva para f (x ) = 3x 2 , podemos, usando o Teo5

rema Fundamental do Clculo, escrever

3 x =5

3x dx = x
2

x =2

= 53 - 23 = 125 - 8 = 117 .

Clculo Numrico

CalculoNumrico.indd 127

127
25/01/2012 10:08:20

Embora a motivao inicial para o clculo de integrais venha da Geometria Plana,


na qual no interessam medidas negativas, podemos encontrar, via TFC, o valor de
integrais definidas mesmo que as funes assumam valores negativos.
EXEMPLO 3

x4
uma primitiva para f (x ) = x 3 , podemos, usando o Teore4
ma Fundamental do Clculo, escrever
x =0
0
x4
0 4 (-1) 4
1
3

x
dx
=
=
=- .

4
4
4
4
Visto que F (x ) =

A
7

x =-1

-1

T
1

As integrais definidas tm aplicao em vrias reas, com interpretaes diversas


(reas, espao percorrido, volume, trabalho, etc.); entretanto h duas situaes nas
quais a determinao de seu valor pela aplicao do Teorema Fundamental do Clculo impraticvel. Vejamos quais:
SITUAO 1

Para se encontrar o valor de

f (x)dx , precisamos de uma primitiva para a funa

o f (x ) , o que pode ser bem difcil ou mesmo impossvel de se obter por funes
2
ex
1
simples. Por exemplo, as funes
, e x , 1 + x3 e
no possuem primitix
ln x
1
2
vas elementares, ou seja, no podemos determinar exatamente o valor de e x dx ,
e

0
1
3
dx ou 1 + x dx atravs das funes que estudamos nos cursos iniciais de Clculo.
ln x
0

SITUAO 2

Outra impossibilidade de determinao do valor exato da integral quando a


funo obtida a partir de um experimento (por instrumentos de medida ou por
dados coletados), caso no qual podemos no ter uma frmula para express-la ou,
por conhec-la apenas em pontos isolados, no temos a confirmao do seu comportamento em intervalos.
A integrao numrica estabelece mtodos de aproximao para essas integrais,
mas que, obviamente, tambm podem ser usados nos casos nos quais conhecemos a
primitiva para a funo, mas saber o valor exato da integral no o objetivo ou no
1
algo simples de ser feito sem o uso de calculadoras, como o caso da funo f (x ) = ,
x
3
1
3
da qual conhecemos uma primitiva F (x ) = ln x . Assim, dx = ln3 - ln2 = ln ,
x
2
2
entretanto, pode ser que trabalhar com a funo gere uma complexidade menor que
fazer uma aproximao para o logaritmo.

128
CalculoNumrico.indd 128

Licenciatura em Matemtica

25/01/2012 10:08:21

CalculoNumrico.indd 129

25/01/2012 10:08:21

02
TPICO

SOMA DE RIEMANN

OBJETIVOS

Apresentar o mtodo de integrao por somas de


Riemann.
Analisar geometricamente o mtodo.

http://pt.wikipedia.org/

omecemos aqui recordando a definio de Integral


de Riemann

Dada a funo contnua f : [a, b ] + , dividimos


o intervalo considerado em n subintervalos de igual
b-a
comprimento Dx =
(ou seja, fazemos uma
n
partio uniforme de [a, b ] ) e escolhemos em cada
subintervalo [ xi-1 , xi ] um valor qualquer xi* . Dessa
forma, temos, por definio:
b

Figura 3: Georg Riemann

130
CalculoNumrico.indd 130

f (x)dx = lim f (x )Dx .


a

*
i

i =1

Licenciatura em Matemtica

25/01/2012 10:08:21

Na definio acima xi* , cada pode ser escolhido como o final do intervalo, o comeo, o ponto de mximo, o ponto de mnimo, o ponto mdio ou qualquer outro ponto
j que o resultado permaneceria o mesmo ao realizar o processo de limite. Um mtodo
que podemos usar para aproximar o valor da integral considerar apenas a soma de
Riemann para uma quantidade fixa de subintervalos, pois assim aproximaremos
b

f (x)dx f (x )Dx .

A
7

*
i

i =1

Na figura 4 a seguir, temos a interpretao geomtrica desta aproximao, consi-

T
2

derando xi* como o mnimo em cada subintervalo.

Figura 4: rea desejada ( esquerda) e suas aproximaes ( direita) por somas inferiores de Riemann com 1, 2 e 4 subintervalos

EXEMPLO 1

Usando soma de Riemann, quatro


subintervalos e escolhendo xi* como o final de
2
cada subintervalo, aproxime
Soluo

x2

dx .

Inicialmente, dividimos o intervalo [0;2] em quatro subintervalos, cada um de2 -1


les com comprimento Dx =
= 0,5 .
4
no primeiro 2 subintervalo [0;0,5] , obtemos x1* = 0,5 e assim
f (x1* )Dx = e 0,5 .0,5 = e 0,25 .0,5 .
no segundo subintervalo
[0,5;1] , temos x2* = 1 , portanto encontraremos
*
12
f (x2 )Dx = e .0,5 = e.0,5 .
no terceiro subintervalo
[1;1,5] , encontramos x3* = 1,5 e, por conseguinte,
*
1,52
2,25
f (x3 )Dx = e .0,5 = e .0,5 .
no quarto subintervalo [1,5;2] , temos x4* = 2 e assim f (x4* )Dx = e 2 .0,5 = e 4 .0,5
2

Clculo Numrico

CalculoNumrico.indd 131

131
25/01/2012 10:08:22

Desse modo, podemos aproximar


2

e x dx f (xi* )Dx = f (x1* )Dx + f (x2* )Dx + f (x3* )Dx + f (x4* )Dx =

i =1

= e 0,25 .0,5 + e1 .0,5 + e 2,25 .0,5 + e 4 .0,5 =

= 0,5.(e 0,25 + e + e 2,25 + e 4 ) @ 0,5.68,08 = 34,04


Como a funo f (x ) = e x crescente em [0;2], escolher o ponto final de cada subin2

A
7

tervalo equivale a escolher o ponto de mximo, assim a aproximao feita no exemplo

T
2

EXEMPLO 2

por excesso, de onde podemos concluir que o valor exato da integral menor que 34,04.
Usando soma de Riemann, cinco subintervalos e escolhendo xi* como o ponto
2
1
mdio de cada subintervalo, aproxime dx .
x
1

Soluo

Inicialmente, dividimos o intervalo [1;2] em cinco subintervalos, cada um deles


1
1
com comprimento Dx = . Para a funo f (x ) = :
5
x
6
11
no primeiro subintervalo
x1* =
e, assim,
1, , temos
10
5
1 1 2
*
f (x1 )Dx =
. = ;
11 / 10 5 11
6 7
13
no segundo subintervalo
x2* =
e, assim,
, , temos
5 5
10
1
1
2
f (x2* )Dx =
. = ;
13 / 10 5 13
7 8
15
no terceiro subintervalo
x3* =
e, assim,
, , temos
10
5 5
1
1 2
*
f (x3 )Dx =
. = ;
15 / 10 5 15
8 9
17
no
quarto
subintervalo
temos
x4* =
e,
assim,
, ,
5 5
10
1
1
2
f (x4* )Dx =
. = ;
17 / 10 5 17
9
19
no
quinto
subintervalo
temos
x5* =
e,
assim,
,2 ,
10
5
1
1 2
*
f (x5 )Dx =
. = .
19 / 10 5 19
Desse modo, podemos aproximar
2

5
1
dx f (xi* )Dx = f (x1* )Dx + f (x2* )Dx + f (x3* )Dx + f (x4* )Dx + f (x5* )Dx =
x
i =1

2
2
2
2
2
+ + + + =
11 13 15 17 19
1
1
1
1
1
= 2. + + + + @ 0,692.
11 13 15 17 19
=

132
CalculoNumrico.indd 132

Licenciatura em Matemtica

25/01/2012 10:08:23

O exemplo 2 pode ser usado para se obter uma aproximao de ln2 , pois, pelo
2

Teorema Fundamental do Clculo, temos


sim, obtemos ln2 @ 0,692 .

x =2
x =1

x dx = [ ln x ]

= ln2 - ln1 = ln2 . As-

Observao 1: Quanto maior for a quantidade de subintervalos, melhor ser a


aproximao, independente da escolha do xi* .
Observao 2: Escolhendo xi* como sendo o mximo em cada subintervalo, tere-

A
7

mos uma aproximao por excesso e, escolhendo xi* como sendo o mnimo em cada
subintervalo, teremos uma aproximao por falta. Em geral, a melhor aproximao

T
2

da integral por soma de Riemann ser feita pela escolha do ponto mdio.

Clculo Numrico

CalculoNumrico.indd 133

133
25/01/2012 10:08:24

03
TPICO

A REGRA DOS TRAPZIOS

OBJETIVOS

Apresentar e justificar a regra dos trapzios para


integrao numrica.
Analisar geometricamente o mtodo.

o tpico anterior, analisamos aproximaes de integral por somas de Riemann, que consistem em somas de reas de retngulos. No presente tpico, faremos uma aproximao por trapzios, como o nome da regra suge-

re. Acompanhe a situao na figura 5.

Figura 5: rea pretendida ( esquerda) e aproximao por um trapzio ( direita)

134
CalculoNumrico.indd 134

Licenciatura em Matemtica

25/01/2012 10:08:24

Relembrando que, se um trapzio tem bases de medidas B e b, e altura h, ento sua


h
rea vale .(B + b) . Na situao do grfico de f (x ) , a altura do trapzio o compri2
mento do intervalo e as bases medem f (b) e f (a ) . Assim, podemos aproximar
b

f (x)dx
a

b-a
( f (b) + f (a )) .
2

EXEMPLO 1

A
7

Use a regra do trapzio para estimar o valor da integral

1 + x 3 dx .

Soluo

T
3

Para a funo f (x ) = 1 + x 3 , podemos fazer


2

1 + x 3 dx

2-0
.( f (2) + f (0)) = 1. 1 + 23 + 1 + 03 = 9 + 1 = 4 .
2

Podemos tambm dividir o intervalo considerado e aplicar a regra do trapzio em cada um dos subintervalos, de acordo com o esquema abaixo, no qual
b-a
h = Dx =
:
n
b

f (x)dx
a

x1

x2

xn

x0

x1

xn-1

= f (x )dx + f (x )dx + ... + f (x )dx

h
h
h
( f (x0 ) + f (x1 )) + ( f (x1 ) + f (x2 )) + ... + ( f (xn-1 ) + f (xn )) =
2
2
2
h
= ( f (x0 ) + 2. f (x1 ) + ... + 2. f (xn-1 ) + f (xn )).
2
Observe a figura a seguir na qual a regra do trapzio foi usada para quatro subintervalos.

Figura 6: Aproximao pela regra do trapzio com quatro subintervalos

EXEMPLO 2

Se

p( x )

polinmio

interpolador

para

conjunto

{(1,3),(2,7),(3,15),(4,31),(5,59)}, encontre uma aproximao para o valor de

de
5

dados

p(x)dx .
1

Clculo Numrico

CalculoNumrico.indd 135

135
25/01/2012 10:08:24

Soluo: Aqui temos o caso no qual a funo que vamos integrar desconhecida, mas sabemos quanto ela vale em alguns pontos especficos. Se considerarmos
os
5
subintervalos [1,2] , [2,3] , [3,4] e [4,5] , podemos aproximar o valor de

p(x)dx
1

pela regra dos trapzios, pois sabemos que p(1) = 3 , p(2) = 7 , p(3) = 15 , p(4) = 31
e p(5) = 59 . Assim
5

A
7

T
3

p(x)dx
1

h
( p(x0 ) + 2. p(x1 ) + 2. p(x2 ) + 2. p(x3 ) + p(x4 )) =
2

1
1
= (3 + 2.7 + 2.15 + 2.31 + 59) = .168 = 84.
2
2

EXEMPLO 3

Usando as tcnicas de integrao vistas no Clculo, podemos obter


1
p
p
1 + x2 dx = arctg1 1 - arctg 0 = 4 - 0 = 4 . Assim, se fizermos uma aproximao
0
1
p
para o valor de
e, multiplicando
dx , teremos uma aproximao para
2
4
1+ x
0
1

por 4, uma aproximao para p .


Usemos aqui a regra dos trapzios para cinco subintervalos (de comprimento
0,2), os pontos considerados so

x0 = 0 ; x1 = 0,2 ; x2 = 0,4 ; x3 = 0,6 ; x4 = 0,8 e x5 = 1 .


1
Assim, para a funo f (x ) =
, encontramos
1 + x2
f ( x0 ) =

f (x3 ) =

1
1
1
1
1
= 1 ; f (x1 ) =
=
; f (x2 ) =
=
;
2
2
2
1 + 0,2
1,04
1 + 0,4
1,16
1+ 0

1
1
1
1
1
1
=
; f ( x4 ) =
=
e f (x5 ) =
= .
2
2
2
1 + 0,6
1,36
1 + 0,8
1,64
1+1
2

A partir da, a aproximao ficar


1

f (x)dx
0

0,2
( f (x0 ) + 2. f (x1 ) + 2. f (x2 ) + 2. f (x3 ) + 2. f (x4 ) + f (x5 )) =
2

1
1
1
1
1
= 0,11 + 2.
+ 2.
+ 2.
+ 2.
+ 0,1.7,837 = 0,7837.

1,04
1,16
1,36
1,64 2

Logo, encontramos uma aproximao para p @ 4.0,7837 = 3,1348 .


Em geral, a regra dos trapzios oferece uma aproximao equivalente quela obtida pela soma de Riemann com ponto mdio, mas tem vantagem sobre as outras escolhas de pontos, especialmente em funes de crescimento acentuado.
Usando soma de Riemann, aproximamos a funo em cada subintervalo por uma

136
CalculoNumrico.indd 136

Licenciatura em Matemtica

25/01/2012 10:08:26

funo constante, ou seja, de grau 0. A regra dos trapzios aproxima o grfico da


funo em cada subintervalo por um segmento de reta, isto , o grfico de uma funo de primeiro grau. O prximo passo ser aproximar as funes em cada subintervalo por uma parbola, ou seja, por uma funo de segundo grau, e, para tanto,
podemos fazer uso de interpolao polinomial. Por ora, sugerimos que voc refaa os
exemplos do tpico 1, usando a regra dos trapzios, e compare os resultados obtidos.

A
7
T
3

Clculo Numrico

CalculoNumrico.indd 137

137
25/01/2012 10:08:26

04
TPICO

A REGRA DE SIMPSON

OBJETIVOS

Apresentar e justificar a regra de Simpson para


integrao numrica.
Analisar geometricamente o mtodo.

os tpicos iniciais, vimos como aproximar o grfico de uma funo por


segmentos de reta, horizontais (soma de Riemann) ou no (regra dos trapzios), com o objetivo de encontrar o valor aproximado da integral da

funo. Neste tpico, aproximaremos as funes por arcos de parbola, ou seja, por
funes de segundo grau. Vimos, na aula passada, que um polinmio de segundo grau
fica bem determinado por trs pontos. Assim, precisaremos de trs pontos do intervalo e no apenas dos extremos, como nos mtodos anteriores. Observe a figura 7:

Figura 7: rea pretendida ( esquerda) e sua aproximao por um arco de parbola ( direita)

138
CalculoNumrico.indd 138

Licenciatura em Matemtica

25/01/2012 10:08:26

Por simplicidade, consideraremos os pontos igualmente espaados, sendo a origem o ponto mdio. Sero, portanto, os pontos x0 = -h , x1 = 0 e x2 = h com imagens y0 , y1 e y2 , respectivamente. Escrevendo o polinmio interpolador para estes
dados como p(x ) = ax 2 + bx + c , teremos
x2

= (ax 2 + bx + c ) dx =

p(x )dx

A
7

-h

x0

x =h

ax 3 bx 2

=
+
+ cx
=
3

2
x =-h

T
4

ah3 bh2
-ah3 bh2

=
+
+ ch -
+
- ch =
3
3

2
2
=

2ah3
h
+ 2ch2 = (2ah2 + 6c ).
3
3

Porm, como a parbola passa pelos pontos (-h, y0 ) , (0, y1 ) e (h, y2 ) , devemos ter
y0 = a(-h)2 + b(-h) + c = ah2 - bh + c
y1 = a.02 + b.0 + c = c e
y2 = ah2 + bh + c .
Assim, obtemos

ATENO!

y0 + 4 y1 + y2 = 2ah2 + 6c , de mo-

O resultado enunciado na proposio


j era conhecido por matemticos
do sculo XVII, mas foi popularizado
nos textos do britnico Thomas
Simpson (1710 1761), reconhecido
por muitos como um dos melhores
matemticos ingleses do sculo
XVIII. Em sua homenagem, damos ao
mtodo o nome de Regra de Simpson.

do que podemos escrever a integral de p(x ) na forma


x2
h
h
2
p(x)dx = 3 (2ah + 6c ) = 3 ( y0 + 4 y1 + y2 ) .
x
0

Agora, fazendo a parbola mover-se horizontalmente para outros pontos x0 , x1 = x0 + h e x2 = x1 + h ,


com imagens y0 , y1 e y2 , a rea sob a parbola no se
altera. Desse modo, podemos enunciar que
Proposio (Regra de Simpson)
Se

f (x ) uma funo contnua, e os pontos (x0 , y0 ) , (x1 , y1 ) e (x2 , y2 ) do

grfico de f (x ) esto igualmente espaados horizontalmente, ou seja, se


x2 - x1 = x1 - x0 = h , ento podemos aproximar:
x2

f (x)dx @ 3 ( y

+ 4 y1 + y2 ) .

x0

EXEMPLO 1

Usando a regra de Simpson, faa uma aproximao para

-x 2

dx .

Clculo Numrico

CalculoNumrico.indd 139

139
25/01/2012 10:08:27

Soluo

Para usar a frmula acima, precisamos de trs pontos igualmente espaados. Tomemos, ento, o ponto mdio do intervalo e calculemos
2

x0 = 0 , logo y0 = e -0 = 1 ;

x1 = 0,5 , logo y1 = e -0,5 @ 0,7788 e

x2 = 1 , logo y2 = e -1 @ 0,3679 .

1
Como o intervalo tem comprimento 1, vale h = = 0,5 . Assim, podemos aproximar
2
1
2
0,5
-x
e dx 3 ( y0 + 4 y1 + y2 )
0

A
7
T
4

0,5
(1 + 4.0,7788 + 0,3679) @ 0,7472.
3

EXEMPLO 2

ATENO!

1. Por causa da expresso obtida, a regra


de aproximao acima tambm recebe
o nome de regra 1/3 de Simpson.
2. Os valores de yi aparecem na
expresso abaixo obedecendo
seguinte regra: o primeiro e o ltimo
sero multiplicados por 1, e os demais,
alternadamente, multiplicados por 4 e
2, sempre comeando por 4.

Use a regra de Simpson para estimar o valor da integral


1 + x 3 dx .

Soluo

De maneira anloga ao exemplo 1, precisamos de trs


pontos igualmente espaados. Tomemos, ento, o ponto
mdio do intervalo [2,3] e calculemos
x0 = 2 , logo y0 = 1 + 23 = 3 ;
x1 = 2,5 , logo y0 = 1 + 2,53 @ 4,0774 e
x2 = 3 , logo y0 = 1 + 33 = 5,2915 .
Assim, podemos aproximar, para h =

1 + x 3 dx =

3-2
= 0,5
2

0,5
0,5
( y0 + 4 y1 + y2 ) @ (3 + 4.4,0744 + 5,2915) @ 4,0982.
3
3

Por fim, podemos refinar a regra de Simpson, usando-a repetidamente. Se dividirmos


o intervalo [a, b ] em n subintervalos, essa quantidade deve ser par, a fim de que posb-a
samos aplicar a regra de dois em dois. Acompanhe o esquema, no qual h =
:
n
b

f (x )dx

x2

x4

xn

x0

x2

xn-2

= f (x )dx + f (x )dx + ... + f (x )dx


h
h
h
( y0 + 4 y1 + y2 ) + ( y2 + 4 y3 + y4 ) + ... + ( yn-2 + 4 yn-1 + yn ) =
3
3
3
h
= ( y0 + 4 y1 + 2 y2 + 4 y3 + 2 y4 + ... + 2 yn-2 + 4 yn-1 + yn ).
3

140
CalculoNumrico.indd 140

Licenciatura em Matemtica

25/01/2012 10:08:28

EXEMPLO 3

Usando a regra de Simpson para oito subintervalos, aproxime

x dx .
1

Soluo

Aqui o intervalo [1,3] deve ser dividido em oito partes iguais, cada uma de com3 -1 2
primento h =
= = 0,25 . Assim, os valores a serem empregados so
8
8
1
1
1
; x2 = 1,5 y2 =
;
x0 = 1 y0 = ; x1 = 1,25 y1 =
1
1,25
1,5
x3 = 1,75 y3 =
x6 = 2,5 y6 =

A
7

1
1
1
; x4 = 2 y0 = ; x5 = 2,25 y5 =
;
2
1,75
2,25

T
4

1
1
1
; x7 = 2,75 y7 =
e x8 = 3 y8 = .
3
2,5
2,75

Logo, podemos fazer a aproximao:


3


1
dx
x

h
( y0 + 4 y1 + 2 y2 + 4 y3 + 2 y4 + 4 y5 + 2 y6 + 4 y7 + y8 ) =
3

0,25
1
1
1
1
1
1
1
1
+ 2. + 4.
+ 2. + 4.
+ 2.
+ 4.
+ @
1 + 4.
3
1,25
1,5
1,75
2
2,25
2,5
2,75 3
@ 0,0833(1 + 3,2 + 1,3333 + 2,2857 + 1 + 1,7778 + 0,8 + 1,4545 + 0,3333) @

@ 1,098277
Podemos usar o valor acima como aproximao para ln3 @ 1,098277 .
EXEMPLO 4

Foram feitas medies regulares na largura de uma piscina, de dois em dois metros, com resultados apresentados na figura abaixo, na qual as unidades esto em
metros. Sabendo que a piscina tem profundidade constante de 1,5 m, use a regra de
Simpson para estimar a sua capacidade.

Figura 9: Planta de uma piscina

Soluo

Inicialmente, relembremos que o volume de um slido de altura constante pode ser


encontrado multiplicando-se a altura pela rea da base. Devemos, para comear, apro-

Clculo Numrico

CalculoNumrico.indd 141

141
25/01/2012 10:08:29

ximar a rea da piscina. Como as medies foram feitas de 2 em 2 metros, podemos considerar para cada x o valor da largura correspondente, de acordo com a seguinte tabela:

A
7

10

12

14

16

Largura (L)

6,2

7,2

6,8

5,6

5,0

4,8

4,8

16

Desse modo, podemos aproximar a rea da piscina pela integral

L(x)dx

e usar

a diviso feita pelas medies, ou seja, h = 2 . Fazendo as contas, obtemos


0

T
4

16

L(x)dx
0

h
( y0 + 4 y1 + 2 y2 + 4 y3 + 2 y4 + 4 y5 + 2 y6 + 4 y7 + y8 ) =
3

2
= (0 + 4.6,2 + 2.7,2 + 4.6,8 + 2.5,6 + 4.5,0 + 2.4,8 + 4.4,8 + 0) =
3
2
252,8
= .126,4 =
.
3
3
Multiplicando o resultado acima pela profundidade da piscina, obteremos uma
252,8
aproximao para o seu volume. O resultado
.1,5 = 126,4 metros cbicos.
3
Uma estimativa para a capacidade da piscina , portanto, de 126 400 litros.
Depois desse exemplo, chegamos ao fim da aula. Sugerimos que voc refaa alguns exemplos usando um mtodo diferente daquele empregado no texto.
Compare os resultados e decida quais so mais precisos. Em geral, a regra de
Simpson oferece uma aproximao melhor que os outros mtodos e/ou com uma
quantidade diferente de subintervalos. Se dispuser de um sistema computacional que calcule integrais, compare os resultados obtidos.

142
CalculoNumrico.indd 142

Licenciatura em Matemtica

25/01/2012 10:08:29

Aula 8
O mtodo dos mnimos quadrados
Ol a todos!
Dando prosseguimento ao nosso estudo de aproximao de dados por funes conhecidas, trataremos nesta aula do problema dos mnimos quadrados. Um caso simples o de encontrar a reta que melhor se ajusta a trs ou mais pontos no alinhados. H algumas maneiras de medir o quanto a funo de aproximao difere dos
dados do problema. Aqui levaremos em considerao a distncia entre os pontos
dados e os pontos aproximados ou, equivalentemente, o quadrado dessa distncia.
Precisaremos de conceitos iniciais do trato de funes e anlise de grficos. No
hesite em recorrer a outras fontes, como o material de disciplinas anteriores, para
revisar esses assuntos. Vamos ao trabalho, ento?!

Objetivos:
Aproximar dados por funes conhecidas minimizando as distncias.
Apresentar e discutir mtodos e casos do problema de mnimos quadrados.

143
CalculoNumrico.indd 143

25/01/2012 10:08:29

01
TPICO

O CASO LINEAR DISCRETO

OBJETIVOS

Descrever aproximao de dados por funes.


Definir desvios quadrados.
Formular o problema dos mnimos quadrados
para o caso linear.

m nossos estudos de Interpolao Polinomial, vimos como obter um polinmio que sirva de modelo para descrever certos fenmenos, visando coincidncia de pontos dados com os pontos gerados. Sabemos que h uma nica

parbola que passa por trs pontos no colineares.


EXEMPLO 1

Encontre a equao da parbola que passa pelos pontos (1, 6), (2, 13) e (4, 45).
Soluo

Uma parbola tem equao do tipo y = ax 2 + bx + c e como queremos que passe


pelos pontos dados, devemos ter:
a.12 + b.1 + c = 6
x = 1, y = 6

144
CalculoNumrico.indd 144

a+b+c =6

x = 2, y = 13

a.2 + b.2 + c = 13

4a + 2b + c = 13

x = 4, y = 45

a.4 + b.4 + c = 45

16a + 4b + c = 45

Licenciatura em Matemtica

25/01/2012 10:08:30

a + b + c = 6

Resolvendo, ento, o sistema 4a + 2b + c = 13 , obtemos a = 3, b = -2 e c = 5 ,

16a + 4b + c = 45
de onde podemos escrever a equao da parbola y = 3x 2 - 2x + 5 .
Note que, no exemplo anterior, o sistema linear obtido possvel e determinado,

A
8

ou seja, a soluo nica. Se quisssemos encontrar uma funo de terceiro grau


para os mesmos pontos, teramos vrias solues, o que nos daria mais alternativas.
Um problema surge quando temos que aproximar um conjunto de n + 1 dados por

T
1

um polinmio de grau menor que n .


EXEMPLO 2

Encontre a equao da reta (funo do primeiro grau) que passa pelos pontos
(1, 6), (2, 13) e (4, 45).
Soluo

Uma reta tem equao do tipo y = ax + b e como queremos que passe pelos pontos dados, devemos ter:
x = 1, y = 6
x = 2, y = 13
x = 4, y = 45

a.1 + b = 6
a.2 + b = 13
a.4 + b = 45

a+b=6
2a + b = 13
4a + b = 45

a + b = 6

Como o sistema 2a + b = 13 possui trs equaes e duas incgnitas, uma ma


4a + b = 45
neira de saber as suas solues trabalhar com as duas primeiras e verificar se a so a + b = 6
a = 7, b = -1 , e
luo obtida tambm a mesma da terceira, mas
2a + b = 13
4.7 - 1 = 27 45 , ou seja, o sistema impossvel.
No exemplo que acabamos de estudar, o problema no tem soluo. Uma interpretao geomtrica para esse fato que os pontos (1, 6), (2, 13) e (4, 45) no esto alinhados, como pode ser facilmente verificado por algum mtodo de Geometria Analtica.
Como nenhuma reta passa pelos trs pontos dados, poderamos escolher dois dos
pontos e encontrar a reta que passa por eles, usando-a como funo de aproximao.
Mas quais dos pontos devem ser escolhidos? Como dizer se uma aproximao melhor que outra sem termos a funo? Uma reta que no passa pelos pontos pode
ser uma melhor aproximao?
Uma maneira de medir o quanto uma reta y = ax + b se distancia de um conjun-

Clculo Numrico

CalculoNumrico.indd 145

145
25/01/2012 10:08:30

to de dados {(x0 , y0 ),...,(xn , yn )} o clculo da distncia vertical entre (xi , yi ) e seu


correspondente pela reta (xi , axi + b) , a saber yi - (axi + b) , como sugere a figura 1.

A
8
T
1

Figura 1: Distncia vertical entre

(xi , yi ) e (xi , axi + b)

Calcular o mdulo diretamente dividiria os casos em que os pontos esto acima


ou abaixo da reta. Para simplificar o processo, calculamos diretamente o quadrado
desse valor. Definimos, ento, o desvio quadrado por:
2

dqi = ( yi - (axi + b))


EXEMPLO 3

Para o conjunto de dados {(1,6),(2,13),(4,45)} e para a reta y = 8x + 2 , calcule


todos os desvios quadrados.
Soluo

Substituindo x por 1, 2 e 4 na equao da reta, obtemos 10, 18 e 34, respectivamente. Assim, os desvios quadrados sero:
dq0 = ( y0 - (8x0 + 2))2 = (6 - 10)2 = 16 ;
dq1 = ( y1 - (8x1 + 2))2 = (13 - 18)2 = 25 ;
dq2 = ( y2 - (8x2 + 2))2 = (34 - 45)2 = 121 .
EXEMPLO 4

Para o conjunto de dados {(1,2),(3,9),(5,16),(7,20)} e para a reta y = 3x - 1 , calcule todos os desvios quadrados.
Soluo

Substituindo x por 1, 3, 5 e 7 na equao da reta, obtemos 2, 8, 14 e 20, respectivamente. Assim, os desvios quadrados sero:
dq0 = ( y0 - (3x0 - 1))2 = (2 - 2)2 = 0
dq1 = ( y1 - (3x1 - 1))2 = (9 - 8)2 = 1

146
CalculoNumrico.indd 146

Licenciatura em Matemtica

25/01/2012 10:08:31

dq2 = ( y2 - (3x2 - 1))2 = (16 - 14)2 = 4


dq3 = ( y3 - (3x3 - 1))2 = (20 - 20)2 = 1

Procuraremos, assim, minimizar a soma dos desvios quadrados.


Problema - Para o conjunto de dados {(x0 , y0 ),(x1 , y1 ),...,(xn , yn )} , encontrar a reQ = dqi = ( yi - (axi + b)) seja o menor possvel.

A
8

Aqui temos uma justificativa para o nome mtodo dos mnimos quadrados. Ob-

T
1

ta y = ax + b que minimiza a soma dos desvios quadrados, ou seja, tal que o valor de
n

i =0

i =0

serve que o problema consiste em encontrar os valores de a e b que minimizem a


expresso Q . Do clculo de duas variveis, sabemos que os pontos de mnimo possuem derivadas nulas em relao s variveis a e b . A derivada de Q em relao a
Q
a representada por
e por ser igual a zero, devemos ter:
a
Q
=0
a

-2 xi ( yi - (axi + b)) = 0
i =0

xi ( yi - axi - b) = 0
i =0
n

i =0

i =0

i =0

xi yi - axi2 - bxi = 0

axi2 + bxi = xi yi
i =0

i =0

i =0

i =0

i =0

i =0

a xi2 + b xi = xi yi .
Analogamente, a derivada de Q em relao a b representada por
que seja igual a zero, devemos ter:
Q
=0
b

Q
e para
b

-2 ( yi - (axi + b)) = 0
i =0

( yi - axi - b) = 0
i =0

i =0

i =0

yi - axi - b = 0
n

i =0

i =0

i =0

axi + b = yi
i =0

i =0

i =1

a xi + b(n + 1) = yi .

Clculo Numrico

CalculoNumrico.indd 147

147
25/01/2012 10:08:32

Juntando as equaes resultantes, as quais chamamos de equaes normais do


problema, obtemos o sistema nas incgnitas a e b :
n
n
n 2
a xi + b xi = xi yi
i=0
i =0
i =0
.
n
n

a xi + b(n + 1) = yi
i=0
i =0

A
8

Observe, no exemplo a seguir, como determinar cada um dos elementos envolvidos nas equaes normais e como resolver o problema.

T
1

EXEMPLO 5

Usando o mtodo dos mnimos quadrados, encontre a reta que melhor se ajusta
ao conjunto de dados {(1,6),(2,13),(4,45)} .
Soluo

Para o conjunto de dados, temos x0 = 1; x1 = 2; x2 = 4 e y0 = 6; y1 = 13; y2 = 45 .


Assim, podemos encontrar:
2

= x02 + x12 + x22 = 12 + 22 + 42 = 1 + 4 + 16 = 21.

= x0 + x1 + x2 = 1 + 2 + 4 = 7.

2
i

i =0
2

i =0
2

x y
i

i =0
2

= x0 y0 + x1 y1 + x2 y2 = 1.6 + 2.13 + 4.45 = 6 + 26 + 180 = 212.

= y0 + y1 + y2 = 6 + 13 + 45 = 64.

n
n
n 2
a xi + b xi = xi yi
i =0
i =0
i =0
Assim, o sistema de equaes normais n
fica
n

a xi + b(n + 1) = yi
i=0
i =0
21a + 7b = 212
94
, que tem soluo a =
e b = -10 . Dessa forma, a reta procura
7
7a + 3b = 64
94
da tem equao y = x - 10 .
7
i

i =0

Observe que estamos querendo uma reta que minimize os desvios quadrados. No
exemplo que acabamos de resolver, a reta no passa por nenhum dos pontos. Ao processo descrito acima, damos tambm o nome de regresso linear dos dados e os coeficientes procurados podem ser encontrados diretamente em algumas calculadoras
cientficas. Acompanhe o prximo exemplo do tpico, conferindo as contas feitas.

148
CalculoNumrico.indd 148

Licenciatura em Matemtica

25/01/2012 10:08:33

EXEMPLO 6

Usando o mtodo dos mnimos quadrados, encontre a equao da reta que melhor se ajusta ao conjunto de dados {(1,2),(3,9),(5,16),(7,20)} .
Soluo

Temos x0 = 1; x1 = 3; x2 = 5; x3 = 7 e y0 = 2; y1 = 9; y2 = 16; y3 = 20 . Da calculamos:


3

= 12 + 32 + 52 + 72 = 84.

= 1 + 3 + 5 + 7 = 16.

2
i

i =0
3

i =0
3

x y
i

i =0
3

A
8
T
1

= 1.2 + 3.9 + 5.16 + 7.20 = 249.

n
n
n 2
a xi + b xi = xi yi
i =0
i =0
i =0
Assim, o sistema de equaes normais n
fica
n

a xi + b(n + 1) = yi
i=0
i =0
84a + 16b = 249
61
9
, que tem soluo a =
e b = - . Dessa forma, a reta pro
20
20
16a + 4b = 47
61
9
curada tem equao y = x - .
20
20
i

= 2 + 9 + 16 + 20 = 47.

i =0

Antes de encerrar o tpico, acompanhe mais um exemplo, com o qual ganhamos


mais um mtodo para aproximar integrais.
EXEMPLO 7

Usando a funo do primeiro grau obtida pelos mtodos dos mnimos quadra2
1
dos, podemos obter um valor aproximado para dx com quatro subintervalos.
x
1
5
3
7
Os pontos dessa diviso so x0 = 1; x1 = ; x2 = ; x3 = ; x4 = 2 , com imagens cor4
2
4
1
4
2
4
1
respondentes pela funo f (x ) = iguais a y0 = 1; y1 = ; y2 = ; y3 = ; y4 = .
5
3
7
2
x
Para esse conjunto de dados, podemos encontrar:
2
2
2
4
5 3 7
95
2
2
2

x
=
+
+
+
1

i
4 2 4 + 2 = 8 .
i =0
4
5 3 7
15
xi = 1 + + + + 2 = .

4 2 4
2
i =0
4
5 4 3 2 7 4
1
xi yi = 1.1 + . + . + . + 2. = 5.

4 5 2 3 4 7
2
i =0
4
4 2 4 1 743
yi = 1 + + + + =
.

5 3 7 2 210
i =0

Clculo Numrico

CalculoNumrico.indd 149

149
25/01/2012 10:08:34

n
n
n 2
a xi + b xi = xi yi
i =0
i =0
i =0
Assim, o sistema de equaes normais n
fica
n

a xi + b(n + 1) = yi
95
15

a
+
b
=
5
i =0
i=0
8
2
,
que
tem
soluo
a
@
0,49143
e
.
Dessa
forma, a
b
@
1,44476

15
743
a + 5b =
210
2
1
parte do grfico da funo f (x ) = para valores de x [1,2] pode ser aproximada
x
pela reta y = -0,49143x + 1,44476 . Assim,

A
8
T
1


1
dx
x

x =2

ax 2

(ax + b)dx =
+ bx = (2a + 2b) - + b =
2

1
x =1
3.(-0,49143)
3a
= +b @
+ 1,44476 = 0,707615.
2
2
2

Com o que temos neste exemplo, aliado ao exposto na aula 7, podemos tambm
aproximar o valor ln2 @ 0,707615. Sugerimos que se use o mtodo acima para obter
outras aproximaes para as integrais discutidas naquela aula.
Por fim, observe que, se escrevermos
n

i =0

i =0

i =0

i =0

F = xi2 ;G xi ; H = xi yi ; I = n + 1 e J = yi , o sistema de equaes norFa + Gb = H


mais de que tanto falamos reduz-se a
, que matricialmente equivalen Ga + Ib = J
F G a H
= . Uma vez que a matriz dos coeficientes desse sistema simtrica,
te a
G I b J
podemos usar o mtodo de Cholesky para resolv-lo (ou aproximar a soluo).
Neste tpico, tratamos um conjunto de dados isolados (caso discreto) que foi
aproximado por uma funo do primeiro grau (caso linear). H vrias outras possibilidades tambm para dados contnuos e outros tipos de funes (exponenciais,
logartmicas, trigonomtricas, polinomiais etc). Algumas dessas aproximaes sero
discutidas nos prximos tpicos, sempre tendo em vista a melhor relao entre aproximao dos dados e complexidade da funo de ajuste.

150
CalculoNumrico.indd 150

Licenciatura em Matemtica

25/01/2012 10:08:34

CalculoNumrico.indd 151

25/01/2012 10:08:34

02
TPICO

CASO DISCRETO GERAL

OBJETIVOS

Formular o mtodo dos mnimos quadrados no


caso geral.
Analisar o caso de funes do segundo grau.

o tpico anterior, vimos como aproximar um conjunto de dados por uma


funo do primeiro grau, resolvendo as suas equaes normais e obtendo os
coeficientes da equao da reta. Em alguns problemas, pode ficar evidente,

pela quantidade de pontos e pelo seu comportamento, o uso de outros tipos de funes.
Com mais rigor, dado o conjunto de pontos {(x0 , y0 ),(x1 , y1 ),...,(xn , yn )} , os desvios da funo j(x ) so definidos por di = j(xi ) - yi e os desvios quadrados por
2

dqi = (j(xi ) - yi ) . O mtodo dos mnimos quadrados consiste em encontrar a funo, dentro de um modelo pr-estabelecido, que minimize a soma dos desvios quan

drados. Para a soma Q = (j(xi ) - yi ) , vale sempre Q 0 , de onde temos que


2

i=0

ela deve assumir um mnimo, que o objetivo do nosso problema. Note que, ao considerar os desvios quadrados, a ordem da subtrao no influencia o resultado, ou
n

seja, poderamos igualmente definir Q = ( yi - j(xi )) .


2

i=0

A escolha do tipo da funo j(x ) depende do fenmeno descrito pelos dados ou da


anlise grfica dos pontos. Por exemplo, se a marcao dos pontos sugerir uma parbola,
procuraremos uma funo do segundo grau, e a determinao dos coeficientes ser feita
de modo semelhante ao desenvolvido no tpico 1.
EXEMPLO 1

Marque os pontos do conjunto {(-2;14,5),(-1;7,5),(0;4,5),(1;2,5),(2;2),(3;4,5)}


no plano cartesiano.

152
CalculoNumrico.indd 152

Licenciatura em Matemtica

25/01/2012 10:08:35

A
8

Figura 2: Plano Cartesiano

T
2

Soluo

Um esboo da marcao dos pontos pode ser visto na figura 2. Pelo que vimos na
aula 6, para um conjunto com seis pontos, o polinmio interpolador ter grau 5, mas
o diagrama sugere uma parbola.
Se fizermos o processo para encontrar uma parbola que passa pelos seis pontos
dados no exemplo, encontraremos um sistema impossvel, mas podemos encontrar
uma funo do segundo grau cujo grfico aproxime bem esses pontos, ou seja, que
passe o mais perto possvel dos pontos dados. Uma parbola tem equao do tipo
j(x ) = ax 2 + bx + c . Para cada ponto (xi , yi ) do conjunto de dados, podemos defi-

nir o desvio quadrado por dqi = (j(xi ) - yi ) = (axi 2 + bxi + c - yi ) . Dessa forma,
2

a expresso da soma dos desvios quadrados fica:


n

(ax

Q = (j(xi ) - yi ) =
2

i =0

i =0

2
i

+ bxi + c - yi ) .
2

Para este problema, devemos encontrar a , b e c que minimizem o valor de Q .


Q Q Q
Assim como o desenvolvido no caso linear, aqui faremos
=
=
=0 ,
a b c
o que ir gerar trs equaes normais. Acompanhe com ateno os clculos
abaixo, pois eles podero ser usados para qualquer outro caso no qual o conjunto de dados sugerir uma parbola.
n
n
2
Q
Q = (axi2 + bxi + c - yi )
= 2xi2 (axi2 + bxi + c - yi ) . Da temos:
a i = 0
i =0
n
Q
= 0 xi2 (axi2 + bxi + c - yi ) = 0
a
i =0
n

axi4 + bxi3 + cxi2 - xi2 yi = 0


i =0
n

axi4 + bxi3 + cxi2 - xi2 yi = 0


i =0

i =0

i =0

i =0

i =0

i =0

i =0

i =0

a xi4 + b xi3 + c xi2 = xi2 yi .

Clculo Numrico

CalculoNumrico.indd 153

153
25/01/2012 10:08:36

Agora em relao a b :
n

Q = (axi2 + bxi + c - yi )
2

i=0

n
Q
= 2xi (axi2 + bxi + c - yi ) . Da temos:
b i=0

n
Q
= 0 xi (axi2 + bxi + c - yi ) = 0
b
i =0
n

axi3 + bxi2 + cxi - xi yi = 0

A
8

i =0
n

axi3 + bxi2 + cxi - xi yi = 0

T
2

i =0

i =0

i =0

i =0

i =0

i =0

i =0

i =0

a xi3 + b xi2 + c xi = xi yi .
E, por fim, em relao a c :
n

Q = (axi2 + bxi + c - yi )
2

i=0

n
Q
= 2(axi2 + bxi + c - yi ) . Ento, temos:
c
i=0

n
Q
= 0 (axi2 + bxi + c - yi ) = 0
c
i=0
n

i=0

i=0

axi2 + bxi + c - yi = 0
i=0

i=0

i=0

i=0

i=0

a xi2 + b xi + c (n + 1) = yi .
Juntando os trs resultados, obtemos o sistema de equaes normais:
n
n
n
n 4
a xi + b xi3 + c xi2 = xi2 yi
i=0
i =0
i =0
i =0
n
n
n
n

3
2

a xi + b xi + c xi = xi yi .
i=0
i =0
i =0
i =0
n
n
n

2
a xi + b xi + c (n + 1) = yi
i =0
i =0
i=0
Para
cada
conjunto
de
dados,
os
n

x , x , x , x , x
i =0

4
i

3
i

i =0

i =0

2
i

i =0

i =0

2
i

i =0

i =0

valores

yi , xi yi e yi so facilmente determinados, em-

bora seja um processo demorado de ser realizado manualmente para uma grande quantidade de pontos. Uma vez determinados os valores citados, passa-se a resolver o sistema de
equaes normais para a determinao dos coeficientes da funo j(x ) = ax 2 + bx + c .
EXEMPLO 2

Usando o mtodo dos mnimos quadrados, encontre a equao da parbola que melhor se ajusta ao conjunto de dados {(-2;14,5),(-1;7,5),(0;4,5),(1;2,5),(2;2),(3;4,5)} .

154
CalculoNumrico.indd 154

Licenciatura em Matemtica

25/01/2012 10:08:36

Soluo

Para determinar os coeficientes da equao j(x ) = ax 2 + bx + c , devemos resolver o sistema de equaes normais e, para tanto, devemos encontrar os valores de:
5

= x04 + x14 + x24 + x34 + x44 + x54 + x64 =

4
i

i =0

= (-2) 4 + (-1) 4 + 0 4 + 14 + 24 + 34 = 16 + 1 + 0 + 1 + 16 + 81 = 115;


5

A
8

= x03 + x13 + x23 + x33 + x43 + x53 + x63 =

3
i

i=0

= (-2)3 + (-1)3 + 03 + 13 + 23 + 33 = (-8) + (-1) + 0 + 1 + 8 + 27 = 27;


5

T
2

= x02 + x12 + x22 + x32 + x42 + x52 + x62 =

2
i

i=0

= (-2)2 + (-1)2 + 02 + 12 + 22 + 32 = 4 + 1 + 0 + 1 + 4 + 9 = 19;

= x0 + x1 + x2 + x3 + x4 + x5 + x6 =

i =0

= (-2) + (-1) + 0 + 1 + 2 + 3 = 3;
5

2
i

i=0

yi = x02 y0 + x12 y1 + x22 y2 + x32 y3 + x42 y4 + x52 y5 =


= (-2)2 .14,5 + (-1)2 .7,5 + 02.4,5 + 12.2,5 + 22.2 + 32.4,5 =
= 58 + 7,5 + 0 + 2,5 + 8 + 40,5 = 116,5;

x y
i

i=0

i =0

= x0 y0 + x1 y1 + x2 y2 + x3 y3 + x4 y4 + x5 y5 =
= (-2).14,5 + (-1).7,5 + 0.4,5 + 1.2,5 + 2.2 + 3.4,5 =
= -29 - 7,5 + 0 + 2,5 + 4 + 13,5 = -16,5;
= y0 + y1 + y2 + y3 + y4 + y5 =

115a + 27b + 19c = 116,5

Assim, o sistema de equaes normais descrito acima fica 27a + 19b + 3c = -16,5 ,

19a + 3b + 6c = 35,5
cuja soluo pode ser encontrada (ou aproximada) por algum dos mtodos vistos nas
= 14,5 + 7,5 + 4,5 + 2,5 + 2 + 4,5 = 35,5;

aulas 4 e 5 (inclusive o de Cholesky, pois a matriz dos coeficientes simtrica). Temos


a @ 1,0269 , b @ -2,9839 e c @ 4,1571 . Assim, a parbola procurada tem equao
y = 1,0269x 2 - 2,9839x + 4,1571 .
O mtodo empregado no exemplo anterior pode ser estendido para encontrar polinmios de qualquer grau cujo grfico aproxime um conjunto de pontos. Entretanto, o
processo ganha complexidade medida que o grau do polinmio aumenta, como pode ser visto j no caso de aumentar o grau de 1 pra 2. Problemas semelhantes podem
ser resolvidos quando os pontos sugerirem uma funo trigonomtrica, logartmica ou
exponencial. No prximo tpico, estudaremos o mtodo dos mnimos quadrados para
dados contnuos, ou seja, para um intervalo em vez de dados isolados.

Clculo Numrico

CalculoNumrico.indd 155

155
25/01/2012 10:08:37

03
TPICO

O CASO CONTNUO

OBJETIVOS

Descrever o mtodo dos mnimos quadrados para


varivel contnua.
Analisar expresses obtidas por derivao parcial.

m vez de um conjunto de dados, no caso contnuo do mtodo dos mnimos


quadrados, teremos uma funo f : [a, b ] , a qual aproximaremos por
outra j : [a, b ] . Como o conjunto base no mais formado por pontos

isolados, no podemos definir o desvio total pela soma dos desvios em cada ponto.
Esse problema contornado pela definio a seguir:
Definio - Dada a funo f : [a, b ] , o desvio quadrado total de
b

j : [a, b ] em relao a f dado por Q = ( f (x ) - j(x )) dx .


a

O objetivo aqui, ento, ser minimizar o valor de Q dentro de determinado modelo


para j(x ) . Por exemplo, poderemos aproximar um polinmio de grau elevado por um de

156
CalculoNumrico.indd 156

Licenciatura em Matemtica

25/01/2012 10:08:38

grau 2, ou uma funo trigonomtrica por uma polinomial. A dificuldade nesse caso ser o
clculo das integrais, portanto recomendamos uma reviso sobre integrais definidas.
EXEMPLO 1

Encontre a funo do primeiro grau que minimiza o desvio quadrado total em


relao funo f (x ) = x 3 + 6 no intervalo [0,1] .

A
8

Soluo

Uma funo do primeiro grau do tipo j(x ) 1= ax + b . Assim, o desvio quadra-

do total no intervalo dado calculado por Q = ((x 3 + 6) - (ax + b)) dx . Simplifi2

T
3

quemos, ento:

= ((x 3 + 6) - ax + b)) dx =
2

0
1

= ((x 3 + 6)2 - 2(x 3 + 6)(ax + b) + (ax + b)2 ) dx =


0
1

= (x 6 + 12x 3 + 36 - 2(ax 4 + bx 3 + 6ax + 6b) + a 2 x 2 + 2abx + b2 ) dx =


0
1

= (x 6 + 12x 3 + 36 - 2ax 4 - 2bx 3 - 12ax - 12b + a 2 x 2 + 2abx + b2 ) dx =


0

x7

x5
x4
x3
= + 3x 4 + 36x - 2a - b - 6ax 2 - 12bx + a 2 + abx 2 + b2 x
7

5
2
3

x =1

=
x =0

a2
1
2a b
= + 3 + 36 - - - 6a - 12b + + ab + b2 =
7
5 2
3
2
274 32a 25b a
=
+ + ab + b2 .
7
5
2
3
274 32a 25b a 2
+ + ab + b2 ,
7
5
2
3
devemos anular suas derivadas parciais em relao a a e a b . Assim, calculamos:
Q
32 2a
Q
25
=- + +b e
= - + a + 2b . Igualando as duas expresses a
a
b
5
3
2
2a
32
25
zero, obtemos as equaes
e a + 2b = . Multiplicando a primeira
+b=
3
5
2
10a + 15b = 96
equao por 15 e a segunda por 2, obtemos o sistema
, que tem
2a + 4b = 25
9
29
soluo a = = 0,9 e b = = 5,8 . Assim, a funo procurada a de equao
10
5
j(x ) = 0,9x + 5,8 .
Com o objetivo de minimizar o valor de Q =

Como se percebe, ajustar curvas pelo mtodo dos mnimos quadrados pode ser
um processo bem trabalhoso (imagine fazer o exemplo anterior ajustando por uma

Clculo Numrico

CalculoNumrico.indd 157

157
25/01/2012 10:08:39

funo s de segundo grau). Alm disso, necessrio entender os passos, deve ficar
claro que, assim como no caso de interpolao polinomial, estamos encontrando um
modelo (ou simplificando um modelo pr-existente) de uma funo dada por uma
expresso ou conjunto de dados. A diferena central entre os dois mtodos que, na
interpolao, a funo dada e o ajuste que fazemos coincidem nos pontos; enquanto
no mtodo dos mnimos quadrados, como o nome sugere, ajustamos por uma curva

A
8

que passe o mais perto possvel dos pontos dados.

T
3

valores fora do intervalo considerado com certa segurana. Se os dados vierem de

O ajuste pelos mnimos quadrados permite, tambm, obter aproximaes para


experimentos sujeitos a erros de medio, possvel que tenhamos mais de um valor
para determinado ponto, de acordo com que escolhamos modelos diferentes para o
ajuste. Na prtica, algo razovel para contornar essa provvel ambiguidade a mdia aritmtica entre os valores possveis dentre os modelos aceitveis.

158
CalculoNumrico.indd 158

Licenciatura em Matemtica

25/01/2012 10:08:39

Referncias
ANTON, Howard e BUSBY, Robert C. lgebra linear contempornea. Traduo Claus Ivo Doering. Porto Alegre: Bookman, 2006.
ASANO, Claudio Hirofume e COLLI, Eduardo. Clculo numrico: fundamentos e aplicaes.
2007. Disponvel em: www.ime.usp.br/~asano/LivroNumerico/LivroNumerico.pdf. Acesso em:
20 jul. 2009.
BERLEZE, Caren Saccol e BISOGNIN, Eleni. Interdisciplinaridade: equaes quadrticas associadas ionizao de cidos. In: ENCONTRO GACHO DE EDUCAO MATEMTICA
- EGEM, 9., 2006, Caxias do Sul, RS. Anais do IX EGEM. Caxias do Sul: UCS, 2006. Disponvel
em: www.ccet.ucs.br/eventos/outros/egem/cientificos/cc46.pdf. Acesso em: 20 jul. 2009.
BIEMBENGUT, Maria S. e HEIN, Nelson. Modelagem matemtica no ensino. So Paulo: Contexto, 2000.
BRASIL. Ministrio da Educao. Secretaria de Educao Bsica. Orientaes curriculares para
o ensino mdio: Cincias da Natureza Matemtica e suas Tecnologias, v. 2. Braslia: MEC/SEB,
2006.
BUFFONI, Salete Souza de Oliveira. Apostila de introduo aos mtodos numricos (Parte 1).
Volta Redonda, Rio de Janeiro: Universidade Federal Fluminense, 2002. Disponvel em: www.
professores.uff.br/salete/imn/calnumI.pdf. Acesso em: 20 jul. 2009.
CAMPONOGARA, Eduardo e CASTELAN NETO, Eugnio de Bona. Clculo numrico para
controle e automao (Verso preliminar). Florianpolis: Universidade Federal de Santa Catarina / Departamento de Automao e Sistemas, 2008 Disponvel em: http://www.das.ufsc.
br/~camponog/Disciplinas/DAS-5103/LN.pdf. Acesso em: 20 jul. 2009.
CARNEIRO, Jos P. Q. Raiz quadrada utilizando mdias. Revista do Professor de Matemtica,
n. 45, p. 21-28, 2001. Disponvel em: <http://www.bibvirt.futuro.usp.br/textos/periodicos/revista_do_professor_de_matematica/vol_0_no_45>. Acesso em: 20 jul. 2009.
de FREITAS, Srgio Roberto. Mtodos Numricos. Campo Grande: Universidade Federal de
Mato Grosso do Sul, 2000.
FREITAS, Srgio R. Mtodos Numricos. Campo Grande: Universidade Federal de Mato Grosso
do Sul, 2000. Disponvel em: <www.profwillian.com/_diversos/download/livro_metodos.pdf.>
Acesso em: 20 jul. 2009.
HUMES, Ana F. P. C. L. et. al. Noes de Clculo Numrico. So Paulo: McGraw-Hill do Brasil,
1984.
HUMES, Ana Flora Pereira de Castro Lages. Noes de Clculo Numrico. So Paulo: McGrawHill do Brasil, 1984.
LIMA, Elon L. et. al. A matemtica do ensino mdio. Rio de Janeiro: Sociedade Brasileira de
Matemtica, 2003, v.1.
__________________. Exame de textos: anlise de livros de matemtica para o ensino mdio. Rio de Janeiro: Sociedade Brasileira de Matemtica, 2001.

CalculoNumrico.indd 159

25/01/2012 10:08:39

__________________. Curso de anlise, volume 1, 11 edio, Projeto Euclides. Rio de Janeiro:


Instituto de Matemtica Pura e Aplicada, 2004.
LINHARES, O.D., Clculo Numrico B. Departamento de Cincias de Computao e Estatstica
do ICMSC, 1969.
LIPSCHUTZ, Seymour. lgebra linear: teoria e problemas. 3. ed. Traduo Alfredo Alves de
Farias. So Paulo: Pearson Makron Books, 1994.
OHSE, Marcos L. A matemtica como modelo (ferramenta). Pedagobrasil, Revista Eletrnica
de Educao, v. 1, n. 1, p. 1-2, 2005. Disponvel em: <http://www.pedagobrasil.com.br/pedagogia/amatematica.htm>. Acesso em: 20 jul. 2009.
RUGGIERO, Marcia Aparecida Gomes e LOPES, Vera Lcia da Rocha. Clculo numrico: aspectos tericos e computacionais. 2 ed. So Paulo: Makron Books, 1996.
STEWART, James. Clculo. Vol 1. 5 Edio. So Paulo: Cengage Learning.

CalculoNumrico.indd 160

25/01/2012 10:08:39

MINI-CURRCULO
FRANCISCO GVANE MUNIZ CUNHA

Francisco Gvane Muniz Cunha professor efetivo do Instituto Federal do Cear IFCE desde
1993. Nascido em So Joo do Jaguaribe CE em 1970, tcnico em informtica industrial pela Escola Tcnica Federal do Cear (1993). Licenciado (1993) e bacharel (1994) em matemtica pela Universidade Federal do Cear UFC. Possui mestrado em matemtica (1997) e mestrado em cincia da
computao (2002), ambos pela UFC. doutor em engenharia de sistemas e computao (2007) pela
Universidade Federal do Rio de Janeiro com tese na linha de otimizao. Tem experincia na rea de
matemtica aplicada, no ensino de matemtica, na formao de professores, no uso de tecnologias e
no ensino na modalidade a distncia. Atualmente professor de disciplinas de matemtica dos cursos de licenciatura em matemtica, engenharias e outros do IFCE. Na modalidade semi-presencial
professor conteudista e formador de disciplinas de matemtica do curso licenciatura em matemtica
do IFCE, tendo produzido diversos livros didticos. Orienta alunos em nvel de graduao e ps-graduao em matemtica, ensino de Matemtica ou educao Matemtica. Tem interesse no uso de
ambientes informatizados e, em especial, no uso de softwares educativos como apoio para o ensino
de matemtica. Dentre outras atividades, gosta de ler a bblia, ajudar as pessoas, ensinar, estudar
matemtica e computao e assistir corridas de frmula 1.

JNIO KLO SOUSA CASTRO

Jnio Klo comeou seus estudos de Matemtica em 2000, quando ingressou no bacharelado da
Universidade Federal do Cear, colando grau em julho de 2004.. A partir de 2001 e por trs anos, foi
monitor de Clculo Diferencial e Integral na UFC, desempenhando atividade de acompanhamento e
tira-dvidas para alunos de graduao.
Durante os anos de 2006, 2007 e 2008, foi professor da UFC, com turmas de diversos cursos, ministrando aulas de lgebra Linear, Equaes Diferenciais, Variveis Complexas e Geometria Hiperblica,
entre outras. Desde o comeo de 2009 professor do Instituto Federal de Educao, Cincia e Tecnologia do Cear, atuando nos campus de Fortaleza e Maracana, nos cursos presenciais e semipresenciais.

CalculoNumrico.indd 161

25/01/2012 10:08:39