Академический Документы
Профессиональный Документы
Культура Документы
Cálculo Numérico
- UTFPR -
Índice
1 Noções básicas sobre Erros .......................................................................1-1
1.1 Erros ..........................................................................................................1-1
1.2 Erros Absolutos e Relativos ......................................................................1-1
1.2.1 Erro Absoluto ............................................................................................1-1
1.2.2 Erro Relativo ou Taxa de Erro ...................................................................1-2
1.3 Erros de Arredondamento e Truncamento ................................................1-2
1.3.1 Erro de Arredondamento ...........................................................................1-2
1.3.2 Erro de Truncamento .................................................................................1-2
1.4 Aritmética de Ponto Flutuante ...................................................................1-2
1.5 Conversão de Bases ...................................................................................1-3
1.5.1 Conversão da Base para a Decimal (10) ..........................................1-3
1.5.2 Conversão da Base Decimal para a (10) ..........................................1-4
1.5.3 Exercícios: Conversão de Bases ................................................................1-6
1.6 Operações de Pontos Flutuantes ................................................................1-7
1.6.1 Representações ..........................................................................................1-7
1.6.2 Exercícios ..................................................................................................1-7
1.6.3 Exercícios complementares .......................................................................1-8
2 Zeros reais de funções reais .......................................................................2-1
2.1 Introdução ..................................................................................................2-1
2.2 Fase I: Isolamento das raízes .....................................................................2-1
2.3 Fase II: Refinamento - Critérios de Parada ...............................................2-5
2.3.1 Método da Bissecção (ou Método da Dicotomia) .....................................2-5
2.3.2 Método do Ponto Fixo (ou Método da Iteração Linear ou Método das
Aproximações sucessivas) .........................................................................2-8
2.3.3 Método de Newton, Newton-Raphson (ou Método das Tangentes) .......2-15
2.3.4 Comparação entre os métodos .................................................................2-19
3 Resolução de sistemas de equações lineares .............................................3-1
3.1 Introdução ..................................................................................................3-1
3.1.1 Forma Algébrica de Sn...............................................................................3-1
3.1.2 Forma Matricial de Sn ...............................................................................3-1
3.1.3 Matriz Aumentada ou Matriz Completa do Sistema .................................3-1
3.1.4 Solução do Sistema....................................................................................3-1
3.1.5 Classificação de um Sistema Linear ..........................................................3-1
3.1.6 Classificação quanto ao Determinante de A ..............................................3-2
3.2 Métodos diretos .........................................................................................3-2
3.2.1 Método de Eliminação de Gauss ...............................................................3-2
3.2.2 Estratégia de Pivoteamento Completo .......................................................3-5
3.2.3 Refinamento de Soluções ..........................................................................3-6
3.3 Métodos iterativos .....................................................................................3-7
3.3.1 Testes de parada.........................................................................................3-8
3.3.2 Método de Gauss-Jacobi ............................................................................3-8
3.3.3 Método de Gauss-Seidel ..........................................................................3-10
3.3.4 Comparação entre os métodos .................................................................3-11
3.3.5 Critério de Sassenfeld ..............................................................................3-13
4 Interpolação ...............................................................................................4-1
4.1 Interpolação polinomial .............................................................................4-1
4.1.1 Existência e Unicidade do Polinômio Interpolador Pn(x)..........................4-1
4.1.2 Forma de Lagrange ....................................................................................4-2
4.1.3 Forma de Newton ......................................................................................4-4
4.2 Estudo de erro na interpolação ..................................................................4-5
Cálculo Numérico – (Lauro / Nunes) iii
4.2.1 Estimativa para o Erro ...............................................................................4-6
4.3 Interpolação inversa: casos existentes .......................................................4-7
4.3.1 Encontrar x tal que Pn (x ) .......................................................................4-7
4.3.2 Interpolação inversa ...................................................................................4-8
4.4 Funções spline em interpolação .................................................................4-9
4.4.1 Função Spline ..........................................................................................4-10
4.4.2 Spline linear interpolante .........................................................................4-10
4.4.3 Spline cúbica interpolante .......................................................................4-11
5 Ajuste de curvas pelo método dos mínimos quadrados.............................5-1
5.1 Introdução ..................................................................................................5-1
5.2 Caso Discreto .............................................................................................5-2
5.3 Caso Contínuo ...........................................................................................5-6
5.4 Família de Funções Não Lineares nos Parâmetros ....................................5-9
6 Integração Numérica..................................................................................6-1
6.1 Fórmulas de Newton-Cotes .......................................................................6-1
6.1.1 Regra dos Trapézios ..................................................................................6-1
6.1.2 Regra dos Trapézios repetida ....................................................................6-3
6.1.3 Regra 1/3 de Simpson ................................................................................6-4
6.1.4 Regra 1/3 de Simpson repetida ..................................................................6-7
7 Solução numérica de equações diferenciais ordinárias .............................7-1
7.1 Introdução ..................................................................................................7-1
7.2 Problema de valor inicial (PVI) .................................................................7-2
7.2.1 Solução numérica de um PVI de primeira ordem......................................7-2
7.2.2 Método de Euler ........................................................................................7-2
7.2.3 Métodos de Runge-Kutta ...........................................................................7-5
7.2.4 Método de Euler Aprimorado (Método de Runge-Kutta de Segunda
Ordem) .......................................................................................................7-7
7.2.5 Fórmulas de Runge-Kutta de Quarta Ordem .............................................7-7
8 Referências Bibliográficas .........................................................................8-1
Cálculo Numérico Noções básicas sobre Erros 1-1
1.1 Erros
Para se obter a solução do problema através do modelo matemático, erros são
cometidos nas fases: MODELAGEM e RESOLUÇÃO.
RESOLUÇÃO:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-2
1.2.2 Erro Relativo ou Taxa de Erro
Erro relativo de x é o módulo do quociente entre o erro absoluto EAx e o valor exato
x ou o valor aproximado x , se x ou x 0.
EAx x x EAx x x
ERx ou ERx .
x x x x
xi
5. Sabendo-se que e x pode ser escrito como e x , faça a aproximação de e 2 através
i 0 i!
de um truncamento após quatro termos da somatória.
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-3
d d d d
x 1 22 33 tt exp .
Onde:
d i são números inteiros contidos no intervalo 0 d i ; i 1, 2, , t ;
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-4
8. 10112 x10 .
Resolução:
9. 11,012 x10 .
Resolução:
a.2) N
N
r1 q1
r2 q2
qn 1
rn qn Até que qn
N10 ( qn rn rn 1 r3 r2 r1 )
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-5
12. Converta 5910 para a base 3.
Resolução:
b) PARTE FRACIONÁRIA ( F ):
Multiplica-se F por e toma-se a parte inteira do produto como o primeiro dígito do
número na base . Repete-se o processo com a parte fracionária do produto tomando sua parte
inteira. Continua-se até que a parte fracionária seja igual a zero.
Nos exercícios a seguir, determinar o valor de x :
13. 0,187510 x2 .
Resolução:
14. 0,610 x2 .
Resolução:
15. 13,2510 x2 .
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-6
1.5.3 Exercícios: Conversão de Bases
Transforme para a base que se pede (determine o valor de x ).
17. 19,3867187510 x4 .
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-7
1.6.2 Exercícios
20. Preencher a tabela a seguir, com base nos parâmetros: t 3, 10, I 5, S 5 e
5 exp 5.
0,00000001452
2379441,5
OBS. 4: Deve-se converter os valores para a aritmética de ponto flutuante com 3
algarismos significativos.
Nos exercícios seguintes, calcular o valor das expressões utilizando aritmética de
ponto flutuante com 3 algarismos significativos.
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-8
22. 4,26 (9,24 5,04)
Resolução:
2
25. (4,0237 6,106)
7
Resolução:
2 ( 4,0237 6,106)
26.
7
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-9
30. 10101012 x10 .
Resolução:
34. 3710 x2 .
Resolução:
Lauro / Nunes
Cálculo Numérico Noções básicas sobre Erros 1-10
35. 234510 x2 .
Resolução:
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-1
a x
b
a x
b
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-2
Na pesquisa dos zeros reais de funções reais é muito útil o uso do Teorema 1 (que
fornece condições de existência de zeros em um intervalo), bem como da OBS 1. (que garante
a unicidade, isto é, garante que no intervalo considerado existe um e somente um zero da
função f ).
Outro recurso bastante empregado é: a partir da equação f ( x )0, obter a equação
equivalente g ( x ) h ( x ) e esboçar os gráficos destas funções obtendo os pontos onde as
mesmas se intersectam, pois f ()0 g () h ().
y = f(x)
1 2 3 x
-4 -3 -2 -1 1 2 3 4
y
g( x) h(x)
1 x
-4 -3 -2 -1 2 1 2 3 3 4
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-3
y = f’(x)
-3 3 x
-4 -3 -2 -1 1 2 3 4
y y = f(x)
0,3
0,2
0,1 3,2 x
2,6 2,8 3,0 3,4
0
-0,1
-0,2
-0,3
-0,4
-0,5
-0,6
-0,7
-0,8
-0,9
-1,0
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-4
y f’ (x )
1 x
y g (x )
2
1
h(x )
1 2 3 x
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-5
y
2
g (x )
h(x )
1 2 3 x
m3
a m2 m1 b x
Assim, na figura anterior tem-se:
ab a m1 m m1
m1 , m2 , m3 2 ,
2 2 2
Desta forma, o maior erro que se pode cometer na:
(b a )
1a iteração ( n 1): é
2
(b a )
2a iteração ( n 2): é
22
(b a )
3a iteração ( n 3): é
23
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-6
(b a )
n a iteração: é
2n
Se o problema exige que o erro cometido seja inferior a um parâmetro , determina-se
(b a )
a quantidade n de iterações encontrando o maior inteiro que satisfaz a inequação:
2n
que se resolve da seguinte maneira:
(b a ) (b a )
n
log n
log log(b a) log 2n log log(b a) n log 2
2 2
log(b a ) log
log n
log 2
r
h h
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-7
Resolução:
Para se confirmar a unicidade deste zero neste intervalo, pode-se utilizar a OBS. 1, isto é,
calcula-se a derivada f , ( h) de f (h) para verificar que a mesma preserva o sinal no
intervalo ]0,1[.
2.3.2 Método do Ponto Fixo (ou Método da Iteração Linear ou Método das
Aproximações sucessivas)
Neste método a seqüência de aproximações do zero de uma função f (x)
( f () 0 ) é obtida através de uma relação de recorrência da forma:
xn1 ( xn ) , n 0, 1, 2,
O ponto x 0 será considerado uma aproximação inicial do zero da função f (x) e
(x) é uma função que tem como ponto fixo, isto é, () .
A primeira pergunta a ser respondida é: dada uma função f (x) com zero , como
encontrar uma função (x) que tenha como ponto fixo? Isto pode ser feito através de uma
série de manipulações algébricas sobre a equação f (x) 0, transformando-a em uma equação
equivalente da forma x (x) . Nestas transformações devem-se tomar os devidos cuidados
para que (x) esteja definida em e para que pertença à imagem de . Como o zero é
desconhecido, é necessário determinar um intervalo I que contenha e que esteja contido
tanto no domínio quanto na imagem de . É necessário que o zero de f (x) seja único no
intervalo I, caso contrário não será possível discernir qual o zero determinado.
y y =x
(x )
Ponto fixo de (x )
(Zero de f (x ) )
x
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-9
y y =x
2 (x )
x0 x2 x3 x1 6 x
=2
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-10
y
6 y =x
x2
x0 x1 x
=2
1 (x )
x3 x2 x1 x0 x
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-11
A seqüência xk converge para o zero (Convergência do tipo caracol).
y y =x
(x )
x1 x3 x4 x2 x0 x
x0 x1 x2 x3 x
y (x ) y =x
x3 x1 x0 x2 x
O Teorema que segue estabelece condições suficientes para garantir a convergência do
processo iterativo.
OBS. 2: Como as condições que o teorema que segue são apenas suficientes, dada uma
função que não satisfaça estas condições, não se pode garantir que a seqüência gerada
x1 , x 2 , x3 , diverge.
a x b
(x ) x
Este é o caso em que b é o extremo mais próximo de .
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-13
Logo,
Logo,
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-14
FIM
PASSO 5
Faça i i + 1
PASSO 6
Faça p 0 p (atualize p 0 )
PASSO 7
Saída (solução não encontrada após ITMAX iterações)
FIM
OBS. 7: Outros critérios de parada podem ser utilizados:
pn pn 1
pn pn 1
pn
f ( pn )
y h(x ) = e x
5 g (x ) = x 2 - 4
4
3
2
1
-3 -2 -1 1 2 3 x
-1
-2
-3
-4
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-15
Procurando uma função de ponto fixo adequada pode-se fazer:
n xn x n 1 x n1 x n
0
1
2
3
Portanto, x =
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-16
onde A(x) é uma função contínua tal que A() 0 . Escolhe-se A(x) de forma que
' () 0 . Derivando-se a equação anterior, obtém-se ' ( x) 1 A( x) f ' ( x) A' ( x) f ( x) .
Calculando esta derivada no ponto , obtém-se: ' () 1 A() f ' () . Supondo que
1
f ' ()≠0, para que ' () 0 , deve-se ter A() = . Assim, uma escolha satisfatória
f ' ( )
para A(x) será portanto:
1
A(x) = , uma vez que x .
f ' ( x)
Substituindo A(x) na equação inicial, tem-se:
f ( x)
(x ) x
f '( x)
Assim, o processo iterativo de Newton é definido por:
f ( xn )
xn1 xn , n 0, 1, 2,
f ' ( xn )
OBS. 8: A (x ) é válida mesmo que f ' () 0, uma vez que xn .
xn+1 xn
f (x ) x2 x1 x0 x
f ( xn ) f ( xn )
tg f ' ( xn ) xn1 xn
xn xn1 f ' ( xn )
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-17
Então, a seqüência gerada pelas iterações do método de Newton-Raphson utilizando a
f x f xn
função x x que equivale a xn1 xn converge para o único zero de
f ' x f ' xn
f , isolado em a, b, se x0 a, b for escolhido convenientemente.
OBS. 9: Para se escolher o ponto inicial x0 , pode-se, por exemplo, fazer x0 a se
a a, b ou x0 b caso contrário.
p n p n 1
pn
f ( pn )
OBS. 11: O Método de Newton irá falhar se para algum n, f ' ( pn1 ) 0.
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-18
y g (x )= x
1
3 h (x )= cos x
2
2 x
2
-1
n xn xn 1 xn 1 xn
0
1
2
Portanto, x =
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-19
2.3.4 Comparação entre os métodos
Nos exercícios seguintes, considerando cada método especificado, determine uma
aproximação para o zero da função.
14. Pelo método da Bissecção, determine uma aproximação para x (1,2) da função
f ( x ) e x cos x com aproximação 1 10 4 tal que ( b a )/2 1 .
2
Resolução:
n a x b f ( a ) f ( x ) f (b ) ( b a )/2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Logo, x
15. Pelo método do Ponto Fixo ou Aproximações Sucessivas, determine uma aproximação
para x (1,2) da função f ( x ) e x cos x com aproximação 1 2 10 4 tal que
2
Lauro / Nunes
Cálculo Numérico Zeros reais de funções reais 2-20
16. Pelo método de Newton-Raphson, determine uma aproximação para x (1,2) da função
f ( x ) e x cos x com aproximação 1 2 10 4 tal que | f ( xn )| 1 ou
2
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-1
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-2
3.1.6 Classificação quanto ao Determinante de A
det A 0 (SPD) sistema linear possível e determinado (SOLUÇÃO ÚNICA);
det A 0 (SPI) ou (SI): a matriz A é SINGULAR.
(SPI) Sistema possível e indeterminado,
(SI) Sistema impossível.
OBS. 12: Se bi 0, i 1, 2, , n , isto é, se b 0, o sistema é dito HOMOGÊNEO. Todo
sistema homogêneo é compatível, pois admite sempre a solução x 0. A solução é chamada
TRIVIAL.
2 x1 3x2 x3 5
1. Resolver o sistema S3 , com S3 4 x1 4 x2 3x3 3 .
2 x 3 x x3 1
1 2
Resolução:
1 ( i 2,3).
calculam-se os multiplicadores mi(0 )
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-3
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-4
Resolução:
Linha Multiplicador m Matriz Aumentada
(1) B0 8,70 3,00 9,30 11,00 16,40
(0 )
(2) m21 = 24,50 -8,80 11,50 -45,10 -49,70
(0 )
(3) m31 = 52,30 -84,00 -23,50 11,40 -80,80
(0 )
(4) m41 = 21,00 -81,00 -13,20 21,50 -106,30
(2) B1
(1)
(3) m32 =
(1)
(4) m42 =
(3) B2
(2 )
(4) m43 =
(4) B3
Então A x b U x c [ A b ] [ U c ].
U x c
Logo: x
Cálculo do Resíduo
Uma medida para avaliar a precisão dos cálculos é o resíduo, que é dado por:
r b Ax .
r
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-5
aij aij m akj
bi bi m bk
FIM
FIM
FIM
RESOLUÇÃO DO SISTEMA U x c .
bn
xn
ann
Para k ( n 1), , 2, 1
s 0
Para j ( k 1), , n
s s akj x j
FIM
b s
xk k
akk
FIM
i miq L p Li .
(0 ) (0 )
L(1) (0 )
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-6
Resolução:
Linha Multiplicador m Matriz Aumentada
(0 )
(1) m12 = 8,70 3,00 9,30 11,00 16,40
(0 )
(2) m22 = 24,50 -8,80 11,50 -45,10 -49,70
(3) B0 52,30 -84,00 -23,50 11,40 -80,80
(0 )
(4) m42 = 21,00 -81,00 -13,20 21,50 -106,30
(1)
(1) m14 =
(2) B1
(1)
(4) m44 =
(2 )
(1) m11 =
(4) B2
(1) B3
Então A x b U x c [ A b ] [ U c ].
U x c
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-7
5. Considerando a resposta x do exercício 2, faça o refinamento de x até que se obtenha
o resíduo r (k ) =0, considerando precisão dupla ( 104 0,0001), quatro casas decimais.
8,7 x1 3,0 x 2 9,3x3 11,0 x 4 16,4
24,5 x 8,8 x 2 11,5 x3 49,7
45,1x 4
A x b
1
REFINAMENTO:
x (k ) x ( k 1) ( k 1) A ( k 1) r ( k 1) [ A r ( k 1) ] ( k 1)
Resolução:
k 1 [ A r (0 ) ] (0 ) x (1) x (0 ) (0 )
Linha Multiplicador m Matriz Aumentada
(1) B0 8,7000 3,0000 9,3000 11,0000 -0,0240
(0 )
(2) m21 = 24,5000 -8,8000 11,5000 -45,1000 -0,0420
(0 )
(3) m31 = 52,3000 -84,0000 -23,5000 11,4000 0,0820
(0 )
(4) m41 = 21,0000 -81,0000 -13,2000 21,5000 0,4680
(2) B1
(1)
(3) m32 =
(1)
(4) m42 =
(3) B2
(2 )
(4) m43 =
(4) B3
Considerando 4 casas decimais:
[ A r (0 ) ]
Então:
[ A r (0 ) ] (0 )
Como:
x (1) x (0 ) (0 )
r (1) b A x (1)
Logo,
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-8
x e d vetores n 1 . Isto pode ser feito tomando ( x) F x d ,
x ( k 1) ( x ( k ) ) F x ( k ) d , onde k 0, 1, , M , e M é o número máximo de iterações e
x (0 ) é o vetor inicial.
OBS. 13: Para o sistema x F x d , é necessário que aii 0, i . Caso isto não ocorra,
o sistema A x b deve ser reagrupado.
Assim, a fórmula recursiva x F x d é dada na forma matricial por:
a a a b1
0 12 13 1n a
a11 a11 a11
x1 x1 b11
x 21 23 2 n x 2
a a a
0
2 a 22 a22 a22 2 a 22
x3 a31 a a x b
32 0 3n 3 3
a33 a33 a33 a33
xn x
a an 2 an3 n bn
n1
0
ann ann ann a nn
ou ainda x ( k 1) F x (k ) d o que é equivalente a:
( k 1) b1 (a12 x2( k ) a13 x3( k ) a14 x4( k ) a1n xn( k ) )
x1
a11
( k 1) b2 (a21x1 a23 x3 a24 x4( k ) a2 n xn( k ) )
(k ) (k )
x2
a22
x ( k 1) nb ( a x
n1 1
(k )
a x
n2 2
(k )
a n 3 x3 a n ( n 1) x( n 1) )
(k ) (k )
n ann
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-9
F e d
x ( k 1) F x (k ) d
x
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-10
10 2 1
Resolução: A 1 5 1
2 3 10
Logo, a matriz dos coeficientes A é estritamente diagonal dominante, o que garante a
convergência do método de Gauss-Jacobi aplicado a este sistema com esta ordem de
equações e incógnitas.
A
Logo, esta nova matriz dos coeficientes A é estritamente diagonal dominante, o que
garante a convergência do método de Gauss-Jacobi aplicado a este sistema com esta nova
ordem de equações e incógnitas.
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-11
x
F e d
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-12
x
x
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-13
3.3.5 Critério de Sassenfeld
Uma condição suficiente para garantir a convergência do método de Gauss-Seidel
aplicado ao sistema A x b , com aii 0, i , é M 1, sendo M max i , onde:
1in
n
1
1 a1 j
a11 j 2
1 i 1 n
i aij j aij , i 2, 3, , n .
aii j 1 j i 1
OBS. 14: Se o critério das linhas é satisfeito, então o critério de Sassenfeld também será
satisfeito.
Lauro / Nunes
Cálculo Numérico Resolução de sistemas de equações lineares 3-14
13. Verificar se o critério de Sassenfeld é satisfeito no sistema de equações A x b , que
2 x1 x 2 3x3 9
segue: A x b x 2 x3 1
x 3 x3 3
1
Resolução: Com esta disposição de linhas e colunas, tem-se que:
1
1 [ a12 a13 ]
a11
1
1 [ a12 a13 ]
a11
1
2 [ a 21 1 a 23 ]
a 22
1
3 [ a31 1 a32 2 ]
a33
Então, M max i
1i 3
Lauro / Nunes
Cálculo Numérico Interpolação 4-1
4 Interpolação
4.1 Interpolação polinomial
Uma função f ( x ) pode ser conhecida por um conjunto finito e discreto de n 1
pontos.
y ( x4 , y4 ) f (x )
( x0 , y0 )
( x1 , y1 )
(x3 , y3 ) ( x5 , y5 )
( x2 , y2 )
P(x )
x0 x1 x2 x3 x4 x5 x
xi yi
x0 y0
x1 y1
x2 y2
x3 y3
x4 y4
x5 y5
Para se INTERPOLAR os n 1 pontos obtidos da tabela, é utilizado um polinômio
Pn ( x ) de tal forma que:
Pn ( xi ) f ( xi ) para i 0, 1, , n .
Lauro / Nunes
Cálculo Numérico Interpolação 4-2
A é uma matriz de VANDERMONDE e, sendo xi com i 0,1,, n , pontos distintos,
o det A 0. Assim o sistema admite solução única.
OBS. 15:
det A ( xn xn 1 )( xn xn 2 )( xn x0 )( xn 1 xn 2 )( xn 1 xn 3 )( xn 1 x0 )
( x3 x2 )( x3 x1 )( x3 x0 )( x2 x1 )( x2 x0 )( x1 x0 ) det A xi x j .
i j
ENTÃO: O polinômio Pn ( x ) existe e é único.
Lauro / Nunes
Cálculo Numérico Interpolação 4-3
A forma de Lagrange para o polinômio interpolador é:
n n n (x x j )
Pn ( x ) yi Li ( x ) ou Pn ( x ) yi (x
i 0 i 0 j 0 i xj)
j i
Logo:
P3 ( x )
P3 ( x )
P3 (1,5) P3 ( 32 )
P3 (1,5)
P3 (1,5)
y
3
P3(x )
2
3
8
-1 0 1 3
2 2 x
Lauro / Nunes
Cálculo Numérico Interpolação 4-4
4.1.3 Forma de Newton
A forma de Newton para o polinômio Pn ( x ) que interpola f ( x ) em x0 , x1 ,, xn ,
( n 1) pontos distintos é a seguinte:
Pn ( x ) f [ x0 ]( x x0 ) f [ x0 , x1 ]( x x0 )( x x1 ) f [ x0 , x1 , x2 ]
( x x0 )( x x1 )( x xn 1 ) f [ x0 , x1 ,, xn ].
Onde
ORDEM
f [ x0 ] f ( x0 ) y0 0
f [ x1 ] f [ x0 ] f ( x1 ) f ( x0 ) y1 y0
f [ x0 , x1 ] 1
x1 x0 x1 x0 x1 x0
f [ x1 , x2 ] f [ x0 , x1 ]
f [ x0 , x1 , x2 ] 2
x2 x0
f [ x1 , x2 , x3 ] f [ x0 , x1 , x2 ]
f [ x0 , x1 , x2 , x3 ] 3
x3 x0
f [ x1 , x2 ,, xn ] f [ x0 , x1 ,, xn 1 ]
f [ x0 , x1 ,, xn ] n
xn x0
f [ x0 , x1 ,, xn ] é a DIFERENÇA DIVIDIDA de ordem n da função f ( x ) sobre os
n 1 pontos x0 , x1 ,, xn .
x1 f [ x1 ] f [ x0 , x1 , x2 ]
f [ x1 , x2 ] f [ x0 , x1 , x2 , x3 ]
x2 f [ x2 ] f [ x1 , x2 , x3 ]
f [ x2 , x3 ] f [ x1 , x2 , x3 , x4 ]
x3 f [ x3 ] f [ x2 , x3 , x4 ]
f [ x3 , x4 ] f [ x0 ,, xn ]
x4 f [ x4 ]
f [ xn 3 , xn 2 , xn 1 , xn ]
f [ xn 2 , xn 1 , xn ]
f [ xn 1 , xn ]
xn f [ xn ]
Lauro / Nunes
Cálculo Numérico Interpolação 4-5
3. Interpolar o ponto x 1,5 na tabela abaixo, empregando a forma de Newton.
i 0 1 2 3
xi 1 0 1 2
yi 1 3 1 1
Resolução: n 3 é o grau máximo de P3 ( x ). Tabela de diferenças divididas:
x ordem 0 ordem 1 ordem 2 ordem 3
1
f ( n1) ( x )
E n ( x )( x x0 )( x x1 )( x xn )
( n 1)!
onde x ( x0 , xn ).
Esta fórmula tem uso limitado, pois são raras as situações em que f ( n1) ( x ) é
conhecida e o ponto x nunca é conhecido.
Lauro / Nunes
Cálculo Numérico Interpolação 4-6
4.2.1 Estimativa para o Erro
Utilizando a equação anterior, sendo f ( n1) ( x ) contínua em I [ x0 , xn ], pode-se
escrever:
| E n ( x )|| f ( x ) Pn ( x )|
n
M n1
| E n ( x )| ( x xi ) , onde M n1 max f ( n1) ( x ) .
i 0 ( n 1)! xI
Ao se construir a tabela de diferenças divididas até ordem n 1, pode-se usar o maior
M n1
valor em módulo desta ordem como aproximação para no intervalo I [ x0 , xn ].
( n 1)!
Então:
| E n ( x )| ( x xi ) max Dd
n
i 0
sendo Dd os valores da tabela de diferenças divididas de ordem ( n 1).
0,34
0,4
0,52
0,6
0,72
Deve-se escolher 3 pontos próximos de 0,47 para a obtenção de P2 ( x ).
P2 ( x ) f [ x0 ]( x x0 ) f [ x0 , x1 ]( x x0 )( x x1 ) f [ x0 , x1 , x2 ]
P2 ( x )
P2 ( x )
a) P2 (0,47) .......... .......... f (0,47)
b) | E n (0,47)|
Lauro / Nunes
Cálculo Numérico Interpolação 4-7
| E n (0,47)| ..........
x1 f [ x1 ] y1 P1 ( x ) f [ x0 ]( x x0 ) f [ x0 , x1 ]
P1 ( x )
P1 ( x )
Lauro / Nunes
Cálculo Numérico Interpolação 4-8
6. Encontre x tal que f ( x )2 pela tabela abaixo:
x 0,5 0,6 0,7 0,8 0,9 1,0
f (x) 1,65 1,82 2,01 2,23 2,46 2,72
Resolução:
Fazendo interpolação linear por x0 0,6 e x1 0,7:
x x1 x x0
P1 ( x ) f ( x0 ) f ( x1 )
x0 x1 x1 x0
P1 ( x )
1,1052
1,2214
1,3499
1,4918
1,6487
Lauro / Nunes
Cálculo Numérico Interpolação 4-9
P2 ( y ) g [ y0 ]( y y0 ) g [ y0 , y1 ]( y y0 )( y y1 ) g [ y0 , y1 , y2 ]
P2 ( y )
P2 (1,3165)
M3
1o Caso: pode ser aproximado por .......... (tabela de diferenças divididas de ordem 3).
3!
| E2 (1,3165)| .......... .......... .......... .......... | E2 ( y )| .......... .......... .......... .
2o Caso: f ( x ) e x g ( y ) f 1 ( y ) ln y
Logo: M 3
| E2 (1,3165)|
3
y
2
1
2
P10(x )
f (x )
-1 - 12 0 1 1 x
2
Lauro / Nunes
Cálculo Numérico Interpolação 4-10
Em certos casos, a aproximação por Pn ( x ) pode ser desastrosa. Uma alternativa é
interpolar f ( x ) em grupos de poucos pontos, obtendo-se polinômios de graus menores, e
impor condições para que a função de aproximação seja contínua e tenha derivadas contínuas
até uma certa ordem.
3) S p ( xi ) f ( xi ), com i 0,1,, n .
Nestes termos, S p ( x ) é denominada SPLINE INTERPOLANTE.
xi x x xi 1
si ( x ) f ( xi 1 ) f ( xi ) , x [ xi 1 , xi ] (01)
xi xi 1 xi xi 1
S1 ( x ) definida dessa forma satisfaz as condições 1) , 2) e 3) .
1 20 3 4 5 6 7 x
Resolução: Pela definição, pode-se definir 3 splines lineares para os 4 pontos: s1 ( x ),
s2 ( x ) e s3 ( x ).
x1 x x x0
s1 ( x ) y0 y1
x1 x0 x1 x0
Lauro / Nunes
Cálculo Numérico Interpolação 4-11
x2 x x x1
s2 ( x ) y1 y2
x2 x1 x2 x1
x3 x x x2
s3 ( x ) y2 y3
x3 x2 x3 x2
S1 ( x )
2) S3 ( xi ) f ( xi ), com i 0,1,, n .
3) sk ( xk ) sk 1 ( xk ), k 1,2,,( n 1).
Lauro / Nunes
Cálculo Numérico Interpolação 4-12
ak 1 h3k 1 bk 1 h k2 1 ck 1 h k 1 d k 1 f ( xk ) (05)
Para as condições 4) e 5) , tome as derivadas:
sk, ( x )3 a k ( x xk )22 b k ( x xk ) c k (06)
sk,, ( xk )
bk (08)
2
Para x xk 1 sk, , ( xk 1 )6 a k h k 2 b k .
2b k sk,, ( xk 1 ) sk,, ( xk ) sk,, ( xk 1 )
ak .
6h k 6h k
Impondo a condição 5) , sk, , ( xk 1 ) sk,,1 ( xk 1 ), obtém-se:
sk,, ( xk ) sk,,1( xk 1 )
ak , com s0, , ( x0 ) arbitrária (09)
6h k
Na obtenção de c k , utilizam-se as equações (04) e (05):
f ( xk 1 ) ak h3k bk hk2 d k
ck , d k f ( xk )
hk
f ( xk ) f ( xk 1 )
ck ( a k h k2 b k h k ), substituindo a k e b k obtém-se:
hk
f ( xk ) f ( xk 1 ) sk,, ( xk ) sk,,1( xk 1 ) s ,, ( x )
ck hk k k hk
hk 6 2
Daí, c k pode ser dado por:
f ( xk ) f ( xk 1 ) 2sk ( xk ) hk sk 1( xk 1 ) hk
,, ,,
ck (10)
hk 6
Na obtenção dos coeficientes, tome yk f ( xk ) e g k sk, , ( xk ).
g k g k 1
ak (11)
6h k
gk
bk (12)
2
yk yk 1 2hk g k g k 1hk
ck (13)
hk 6
d k yk (14)
Lauro / Nunes
Cálculo Numérico Interpolação 4-13
c k 3 a k 1 h k2 1 2 bk 1 h k 1 c k 1
c k 1 c k 3 a k 1 h k2 1 2 bk 1 h k 1 .
Fazendo-se algumas substituições, através das equações (11), (12) e (13):
yk 1 yk 2hk 1g k 1 g k hk 1 yk yk 1 2hk g k g k 1hk g gk g k 1h k 1
3 k 1 hk 1 2
h k 1 6 hk 6 6 2
Daí, chega-se a equação (15):
y yk yk yk 1
hk g k 1 2( h k h k 1 ) g k hk 1g k 1 6 k 1 , com k 1,2,,( n 1) (15)
h k 1 h
k
A equação (15) é um sistema de equações lineares A g b , onde k 1,2,,( n 1).
A ordem do sistema é: A( n 1)( n 1) , g(n 1)1 e b(n 1)1 .
Pela variação de k , o sistema A g b é indeterminado. Para se resolver o sistema, de
forma única, é necessário impor mais duas condições, apresentadas nas três alternativas a
seguir.
(1a) Spline Natural nos extremos, S3 ( x0 ) é aproximadamente linear.
S3" ( x0 ) g 0 0
S3" ( xn ) g n 0
(2a) Nos extremos, S3 ( x ) é aproximadamente parábola.
g 0 g1
g n g n 1
Lauro / Nunes
Cálculo Numérico Interpolação 4-14
9. Encontrar uma aproximação para f (0,25) por spline cúbica natural, interpolando a
tabela:
x0 x1 x2 x3 x4
x 0 0,5 1,0 1,5 2,0
y f (x) 3 1,8616 0,5571 4,1987 9,0536
Resolução: n 4, logo, procura-se s1 ( x ), s 2 ( x ), s 3 ( x ) e s 4 ( x ).
Spline Natural k 1,2,,( n 1) k 1,2,3 Utilizando a (15), segue que:
y yk yk yk 1
hk g k 1 2( h k h k 1 ) g k hk 1g k 1 6 k 1
h k 1 h
k
Desenvolvendo o sistema A g b :
g
Lauro / Nunes
Cálculo Numérico Interpolação 4-15
Considerando os próximos 5 exercícios, encontrar uma aproximação para f ( x ) por
spline cúbica natural, interpolando a tabela:
x0 x1 x2 x3 x4
x 0 0,5 1,0 1,5 2,0
y f (x) 3 1,8616 0,5571 4,1987 9,0536
n 4, logo, procura-se s1 ( x ), s 2 ( x ), s 3 ( x ) e s 4 ( x ).
Do exercício anterior, a forma geral de s i ( x ) é dada por:
s i ( x ) ai ( x xi )3 bi ( x xi )2 ci ( x xi ) d i , com i 1,2,3,4.
10. f (0,8).
Resolução:
f (0,8) s 2 (0,8)
g 2 g1
a2 .......... a 2 ..........
6h
g
b 2 2 .......... b 2 ..........
2
y2 y1 2hg 2 g1h
c2 .......... c 2 ..........
h 6
d 2 y2 .......... d 2 ..........
Logo, s 2 (0,8) ..........
11. f (1,1).
Resolução:
f (1,1) s 3 (1,1)
g3 g 2
a3 .......... a 3 ..........
6h
g
b3 3 .......... b3 ..........
2
y y2 2hg3 g 2h
c3 3 .......... c 3 ..........
h 6
d 3 y3 .......... d 3 ..........
Logo, s 3 (1,1) ..........
Lauro / Nunes
Cálculo Numérico Interpolação 4-16
12. f (1,2).
Resolução:
f (1,2) s 3 (1,2)
g3 g 2
a3 .......... a 3 ..........
6h
g
b3 3 .......... b3 ..........
2
y3 y2 2hg3 g 2h
c3 .......... c 3 ..........
h 6
d 3 y3 .......... d 3 ..........
Logo, s 3 (1,2) ..........
13. f (1,3).
Resolução:
f (1,3) s 3 (1,3)
g3 g 2
a3 .......... a 3 ..........
6h
g
b3 3 .......... b3 ..........
2
y3 y2 2hg3 g 2h
c3 .......... c 3 ..........
h 6
d 3 y3 .......... d 3 ..........
Logo, s 3 (1,3) ..........
14. f (1,7).
Resolução:
f (1,7) s 4 (1,7)
g 4 g3
a4 .......... a 4 ..........
6h
g
b 4 4 .......... b 4 ..........
2
y y3 2hg 4 g3h
c4 4 .......... c 4 ..........
h 6
d 4 y4 .......... d 4 ..........
Logo, s 4 (1,7) ..........
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-1
a x
b
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-2
f ( xk)
dk
g( xk ) x
xk
Para isto é necessário que:
F
(1 , 2 , 3 , , n ) 0, j 1, 2, 3, , n , isto é:
j
F
( 1 , 2 , 3 , , n )
j
m
2· [ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) n g n ( xk )] [ g j ( xk )] 0, j 1, 2, 3, , n
k 1
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-3
ou
m
[ f ( xk ) 1g1( xk ) 2 g 2 ( xk ) n g n ( xk )][ g j ( xk )] 0,
k 1
j 1, 2, 3, , n
Assim, tem-se o seguinte sistema de n equações lineares com n incógnitas 1 , 2 ,
3 , , n :
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) n g n ( xk )] [ g1 ( xk )] 0
k 1
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) n g n ( xk )] [ g 2 ( xk )] 0
k 1
m
[ f ( xk ) 1 g1 ( xk ) 2 g 2 ( xk ) n g n ( xk )] [ g n ( xk )] 0
k 1
Que é equivalente a:
m m m
1 k g ( x ) g1 k
( x ) 1 1 k g ( x ) g n k
( x ) n g1 ( xk ) f ( xk )
k 1 k 1 k 1
m
g ( x ) g ( x ) g ( x ) g ( x ) g ( x ) f ( x )
m m
2 k 1 k 1 2 k n k n 2 k k
k 1 k 1 k 1
m m m
g n ( xk ) g1 ( xk ) 1 g n ( xk ) g n ( xk ) n g n ( xk ) f ( xk )
k 1 k 1 k 1
As equações deste sistema linear são chamadas de equações normais.
Este sistema pode ser escrito na forma matricial A b :
a111 a12 2 a1n n b1
a
211 a 22 2 a 2 n n b2
a n1 a n 2 a nn n bn
1 2
m m
onde A ( aij ) tal que aij g i ( xk ) g j ( xk ) g j ( xk ) g i ( xk ) a ji , ou seja, A é
k 1 k 1
uma matriz simétrica;
m
[1 , 2 ,, n ] e b [b1 , b2 ,, bn ] é tal que bi g i ( xk ) f ( xk ) .
T T
k 1
m
Lembrando que, dados os vetores x e y m o número real x, y xk yk é
k 1
chamado de produto escalar de x por y , e usando esta notação no sistema normal A b ,
tem-se: aij g i , g j e bi g i , f onde:
g l é o vetor [ g l ( x1 ) g l ( x2 ) g l ( x3 ) g l ( xm )]T e
f é o vetor [ f ( x1 ) f ( x2 ) f ( x3 ) f ( xm )]T .
Desta forma o sistema na forma matricial fica:
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-4
g1 , g1 g1 , g 2 g1 , g n 1 g1 , f
g , g g , g g , g
2 1 n 2 g2 , f
2 2 2
g n , g1 g n , g 2 g n , g n n g n , f
Demonstra-se que, se as funções g1 ( x ), g 2 ( x ), g 3 ( x ), , g n ( x ) forem tais que os
vetores g1 , g 2 , g 3 ,, g n , sejam linearmente independentes (LI), então det A 0 e o sistema
de equações é possível e determinado (SPD). Demonstra-se ainda que a solução única deste
sistema, 1 , 2 , 3 , , n é o ponto em que a função F ( 1 , 2 , 3 ,, n ) atinge seu
valor mínimo.
OBS. 17: Se os vetores g1 , g 2 , g 3 ,, g n , forem ortogonais entre si, isto é, se
g i , g j 0 se i j e g i , g j 0 se i j , a matriz dos coeficientes A será uma matriz
diagonal, o que facilita a resolução do sistema A b .
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-5
y
2
-1 1 x
Resolução: Fazendo g ( x) 1 g1 ( x) e considerando g1 (x ) x 2 , obtém-se
g (x ) .......... .......... . Assim, para se obter a parábola que melhor se ajusta aos pontos da
tabela, será necessário encontrar 1 do sistema:
g1 , g1 1 f , g1
g1 [ .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ]T
f [ .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ]T
g1 , g1 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
.......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g1 , f .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
.......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
Resolução: Neste caso tem-se que: g1 (x ) .......... , g 2 (x) .......... e g 3 (x) ..........
g 1 , g1 g1 , g 2 g 1 , g 3 1 g1 , f
g , g g , g g , g g , f
2 1 2 2 2 3 2 2
g 3 , g1 g 3 , g 2 g 3 , g 3 3 g 3 , f
g1 [ .......... .......... .......... .......... ]T
g 2 [ .......... .......... .......... .......... ]T
g 3 [ .......... .......... .......... .......... ]T
f [ .......... .......... .......... .......... ]T
g1 , g1 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g1 , g 2 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-6
g 2 , g1 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g1 , g 3 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g 3 , g1 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g 2 , g 2 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g 2 , g 3 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g 3 , g 2 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g 3 , g 3 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g1 , f .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g2 , f .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g 3 , f .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
Assim,
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-7
b 2 b g ( x ) g ( x )dx b
a g1 ( x )dx 1
a 1 n n
a f ( x) g1( x)dx
b
g 2 ( x ) g1( x )dx 1 g 2 ( x ) g n ( x )dx n
b b
a a
a f ( x) g2 ( x)dx .
b g 2 ( x )dx
b b
a g n ( x ) g1( x )dx 1
a n n
a f ( x) gn ( x)dx
Este é um sistema linear A b de ordem n .
b
A ( aij ) tal que aij gi ( x ) g j ( x )dx a ji aij a ji .
a
A é SIMÉTRICA. ( 1 , 2 , 3 ,, n ) e b ( b1 , b2 , b3 ,, bn ), tal que
b
bi f ( x ) gi ( x )dx .
a
Usando a definição de produto escalar de duas funções p ( x ) e q ( x ) no intervalo
b
[ a , b ] por p, q p( x ) q( x)dx , o sistema A b fica:
a
A ( aij ) gi , g j e b ( bi ) f , gi .
a11 g1 , g1 ..........
a22 g 2 , g 2 ..........
b1 f , g1 ..........
b2 f , g 2 ..........
A b
Logo:
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-8
a a b g , g g1 , g 2 1 f , g1
A b 11 12 1 1 1 1
a21 a22 2 b2 g 2 , g1 g 2 , g 2 2 f , g 2
a11 g1 , g1 ..........
a22 g 2 , g 2 ..........
b1 f , g1 ..........
b2 f , g 2 ..........
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-9
3o) f ( x ) 1 2 x g ( x )
f 2 ( x ) 1 2 x G ( x ).
Fazendo 1 a1 e 2 a2 , tem-se: G ( x ) a1 a 2 x ,
Desta forma G ( x ) f 2 ( x ), sendo que G ( x ) é linear nos parâmetros a1 e a 2 .
Lauro / Nunes
Cálculo Numérico Ajuste de curvas pelo método dos mínimos quadrados 5-10
x 0 1 2
f (x) 1 0,5 0,7
Resolução: Desta forma, “linearizando” a função g ( x ) 1 e 2 x , como no primeiro
exemplo anterior, tem-se:
g1 , g1 g1 , g 2 a1 , g1
g , g g , g a , g 2
2 1 2 2 2
g1 [ .......... .......... .......... ]T
g 2 [ .......... .......... .......... ]T
.......... .......... [ .......... .......... .......... .......... .......... .......... ]T
g1, g1 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g1 , g 2 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
g 2 , g1 g1, g 2 ..........
g 2 , g 2 .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
.......... .... , g1
.......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
.......... ... , g 2
.......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... .......... ....
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-1
6 Integração Numérica
Se uma função f ( x ) é contínua em um intervalo [ a , b ] e sua primitiva F ( x ) é
conhecida, então
b
a f ( x)dx F ( b ) F ( a ) (01)
onde F ' ( x ) f ( x ).
Por outro lado, nem sempre se tem F ( x ) e em alguns casos, a função a ser integrada
é dada por meio de tabela de pontos. Neste caso, torna-se necessária a utilização de métodos
numéricos.
A idéia básica da integração numérica é a substituição da função f ( x ) por um
polinômio que a aproxime no intervalo [ a , b ]. Assim o problema fica resolvido pela
integração de polinômios, o que é trivial de se fazer.
f ( x 0)
0 a= x0 b= x1 x
h = b - a , h = x 1- x 0
A integral de f ( x ) no intervalo [ a , b ] é aproximada pela área de um trapézio.
b h
a f ( x)dx
2
[ f ( x 0 ) f ( x1 )] IT (02)
x x1 x x0
p1 ( x ) f ( x 0 ) f ( x1 ) (03)
h h
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-2
Estimativa para o Erro
f ( n 1) ( x )
f ( x ) p1 ( x ) E ( x ) E n ( x )( x x 0 )( x x n )
( n 1)!
f " ( x )
E ( x )( x x 0 )( x x1 ) , x ( x 0 , x1 )
2
f " ( x )
f ( x ) p1 ( x )( x x 0 )( x x1 ) .
2
Integrando f ( x ):
x1 x1 x1 f " ( x ) x0 a
x 0
f ( x ) dx p1 ( x ) dx
x0 x0
( x x 0 )( x x1 )
2
dx , com
x1 b
b
IT p1 ( x ) dx
a
b f " ( x )
E T ( x a )( x b ) dx
a 2
1 " b
ET f ( c ) ( x a )( x b ) dx
2 a
1 (b a )3
E T f " ( c )
2 6
h3 "
E T f ( c ) com c ( a , b ) (04)
12
ou
h3
| E T | max | f " ( x )| (05)
12 x[ a ,b ]
OBS. 18:
b
b x 3 ax 2 bx 2 ( a b) 3 (b a )3
a ( x a x b x a b ) dx abx
2
.
3 2 2 a 6 6
9
1. Calcular 1 6x 5 dx , usando a regra dos trapézios.
Resolução:
9
1 6x 5 dx IT .......... .......... .
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-3
O erro cometido será, no máximo:
f (x )
0 a= x0 x1 x2 x3 x n -1 b= xn x
h x1 x 0 x 2 x1 x 3 x 2 x n x n 1
ba
h , com n sendo o número de subdivisões do intervalo [ a , b ].
n
b
a f ( x)dx A1 A2 A3 An tal que Ai área do trapézio i , com i 1,2,, n .
h
Ai [ f ( x i 1 ) f ( x i )]
2
n 1
h
f ( x )dx [ f ( x 0 ) f ( x n )2 f ( x i ) ]
b
a 2 i 1
(06)
(b a ) 3
| E TR | 2
max | f " ( x )| (07)
12n x[ a ,b ]
9
2. Calcular 1 6x 5 dx empregando o método dos trapézios com 8 repetições.
Determine uma aproximação para o erro cometido.
Resolução:
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-4
9
1 6x 5 dx .......... .......... .
Erro cometido será, no máximo:
| E TR | .......... .......... .
Neste caso em particular, f ( x ) pode ser integrada de forma exata:
9
1 6x 5 dx .......... .......... .
1
3. Seja I e x dx . Calcule uma aproximação para I usando 10 subintervalos e a regra
0
dos trapézios repetida. Estimar o erro cometido.
Resolução:
1 x
0 e dx .......... .......... .
Erro cometido será, no máximo:
| E TR | .......... .......... .
1
4. Seja I e x dx . Qual o número mínimo de subdivisões, para a regra dos trapézios
0
repetida aplicada em I , de modo que o erro seja inferior a 103?
Resolução:
n .......... .......... .
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-5
2 (x x j )
tal que Li ( x ) , com i 0,1,2.
j 0 ( xi xj)
j i
y
f (x )
f ( x 0) p2(x )
f ( x 2)
f ( x 1)
0 a= x0 m= x 1 b= x2 x
h h
x0 a , x1 m e x2 b
ab
m x1
2
ba
h
2
x0 x1 h , x0 x2 2 h ,
x1 x0 h , x1 x2 h ,
x2 x0 2 h , x2 x1 h .
( x x1 )( x x 2 ) ( x x 0 )( x x 2 ) ( x x 0 )( x x1 )
p 2 ( x ) f ( x 0 ) f ( x1 ) f ( x2 )
( h)(2h) ( h)( h) ( 2h)( h)
b x2 x2
a f ( x)dx x 0
f ( x )dx p2 ( x )dx
x0
f ( x0 ) x2 f ( x1 ) x2 f ( x2 ) x2
2h 2 x
0
( x x1 )( x x2 ) dx
h 2 x 0
( x x0 )( x x2 )dx
2h 2 x ( x x0 )( x x1 )dx
0
h
[ f ( x 0 )4 f ( x1 ) f ( x2 )]. Logo:
3
b x2 h
a f ( x )dx f ( x )dx [ f ( x 0 )4 f ( x1 ) f ( x2 )] (08)
x0 3
b b f ''' ( x )
ES R 2 ( x )dx ( x x0 )( x x1 )( x x2 ) dx (09)
a a 3!
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-6
Mudança de Variável
x x0 x0 x 0
z x hz x 0 x x0 a z z 0
h h
x2 x 0 2h
x x2 b z z 2
h h
dx
dz dx h dz
h
h f ''' ( z ) 2
ES
6 0 hz ( hz h )( hz 2 h ) dz
h 4 f ''' ( z ) 2 h 4 ''' 2
ES
6 0
z ( z 1)( z 2) dz
6
f ( z ) ( z 3 3z 2 2 z ) dz
0
2
h 4 ''' z4 h 4 '''
ES f ( z ) z 3 z 2 f ( z ) 0 0.
6 4 6
0
0
Logo, ES 0. Isso quer dizer que ES não depende de R2 (resíduo de 2o grau).
Então:
b b f 4 ( x )
ES R3 ( x )dx ( x x0 )( x x1 )( x x2 )( x x3 ) dx
a a 4!
h5 f 4 ( z ) 2 h5 4 2 4
ES
24 0
z ( z 1)( z 2)( z 3) dz
24
f ( z ) 0
( z 6 z 3 11z 2 6 z )dz
4
15
h5 4
ES f () com ( a b ).
90
h5
| ES | max | f 4 (x ) | (10)
90 x[ a ,b ]
ba 5 (b a )
5
Considerando h h , tem-se:
2 32
(b a )5
| ES | max | f 4 (x ) | (11)
2880 x[ a ,b ]
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-7
f (x )
0 a= x0 x1 x2 x3 x4 x5 x6 xm -2 xm -1 b = x m x
h
ba
Na figura, tome h h xi xi 1 ( i 1,2, m ), para m 2 n m é par.
2n
Aplica-se a regra de Simpson repetidas vezes no intervalo [ a , b ][ x0 , xm ].
x0 , x1 ,, xm são pontos igualmente espaçados.
Então:
n
h
3 [ y 2i 2 4 y 2i 1 y 2i ]
b xm
a f ( x ) dx x0 f ( x ) dx
i 1
h h h
[ y 0 4 y1 y2 ] [ y2 4 y 3 y4 ] [ ym 2 4 y m 1 ym ]
3 3 3
b h
a f ( x)dx 3 [ y 0 ym 2( y2 y4 ym2 )4( y1 y 3 y m1 )]
1 m m
h 2 2
f ( x )dx y 0 ym 2 y2i 4 y2i 1
b
a 3 i 1 i 1
(12)
h5
ESR n max | f 4 (x ) | (13)
90 x[ a ,b ]
ba (b a )5
Considerando h h5 , tem-se:
2n 32n5
(b a )5
ESR max | f 4 (x ) |
4 x[ a ,b ]
(14)
2880n
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-8
1
5. Seja I e x dx . Calcule uma aproximação para I usando a regra 1/3 de Simpson com
0
m 10. Estime o erro cometido.
Resolução:
1 x
0 e dx .......... .......... .......... .......... ......... .
Estimativa do erro:
1
6. Seja I e x dx . Para que valor de m teríamos erro inferior a 103?
0
Resolução:
m .......... .......... Para um erro inferior a 103 seriam necessários .......... subintervalos.
Obs: na regra dos trapézios com repetição são necessários .......... intervalos.
10
7. Seja I log xdx . Aproxime I com a regra dos trapézios com 8 repetições. Estime o
6
erro cometido.
Resolução:
i 0 1 2 3 4 5 6 7 8
xi
f ( xi )
Lauro / Nunes
Cálculo Numérico Integração Numérica 6-9
10
6 log xdx .......... .......... .......... .......... ......... .
Estimativa do erro:
10
8. Seja I log xdx . Aproxime I com a regra de Simpson com 8 subintervalos. Estime
6
o erro cometido.
Resolução:
i 0 1 2 3 4 5 6 7 8
xi
f ( xi )
10
6 log xdx .......... .......... .......... .......... ......... .
Estimativa do erro:
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-1
dy
1. Resolver a seguinte EDO: xy .
dx
Resolução:
y .......... .......... , para k . Que representa uma família de curvas em 2.
y .......... .......... .
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-2
y (xm )
Solução
Exata ym
y (x3)
y (x2) Solução
y (x1) y3 Numérica
y (x0)
y (x0) = y0 y2
y0 y1
x0 x1 x2 x3 xm-1 xm
NOTAÇÃO: y ( x j ) y j significa que y j é aproximação para y ( x j ), x j I h .
y f ( x, y )
,
(02)
y( x0 ) y0 , sendo um número dado.
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-3
Para se aproximar y j para as soluções exatas y ( x j ), com j 1,2,, m , procura-se
inicialmente y1 .
T
y1
e1
y (x1) y (x )
y (x0) = y0
x0 x1
Traça-se a tangente T à curva y ( x ) no ponto ( x0 , y ( x0 )), cuja equação é:
y ( x ) y ( x0 )( x x0 ) y , ( x0 ) (03)
Fazendo x x1 e lembrando que y ( x0 ) y0 , x1 x0 h , y , ( x0 ) f ( x0 , y ( x0 )) e
y1 y ( x1 ), tem-se:
y1 y0 h f ( x0 , y ( x0 )) (04)
Erro cometido
e1 y1 y ( x1 ).
y j 1 y j h f ( x j , y j )
, com j 0,1,2,, m 1 (05)
e j 1 y j 1 y ( x j 1 )
O método de Euler consiste em calcular RECURSIVAMENTE a seqüência { y j }
através das fórmulas:
( A) y0 y( a )
, com j 0,1,2,, m 1 (06)
( B ) y j 1 y j h f ( x j , y j )
y, x y 2
3. Achar aproximações para a solução do PVI na malha de [0,1] com
y ( 0 ) 2
h 0,1.
Resolução:
1 0
x0 0, y0 2, a 0, b 1, m m 10.
0,1
Usar 0 para j 0,1,2,,9.
j 0:
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-4
j 1:
TABELA:
j xj yj y ( xj ) y j y ( x j ) e j
0 0 2 2
1 2,004837
2 2,018731
3 2,040818
4 2,07032
5 2,106531
6 2,148812
7 2,196585
8 2,249329
9 2,30657
10 2,367879
Na pratica, não se dispõe da solução exata y ( x j ) do PVI. Daí a necessidade de se
determinar uma expressão matemática para o erro. Usa-se a fórmula de Taylor para
desenvolver y ( x ), solução teórica do PVI, em torno de x0 :
x x0 , ( x x0 )2 ,, ( x x0 )3 ,, ,
y ( x ) y ( x0 ) y ( x0 ) y ( x0 ) y ( x0 ) (07)
1! 2! 3!
Fazendo x x1 e lembrando que y ( x0 ) y0 , x1 x0 h , y , ( x0 ) f ( x0 , y ( x0 )) e
y1 y ( x1 ), toma-se os dois primeiros termos da equação (07):
y1 y0 h f ( x0 , y0 ). Generalizando-se, tem-se equação (05).
h 2 ,,
ej y (), x j 1 x j , (08)
2!
que é o ERRO LOCAL DE TRUNCAMENTO – ELT.
Na prática, procura-se estabelecer COTAS ou ESTIMATIVAS para que se possa
conduzir o cálculo do erro com segurança.
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-5
h 2 ,,
y j 1 y j h y , ( x j ) y ( x j ), para j 0,1,2,, m 1. (10)
2!
h3 ,,,
e j 1 y (), x j x j 1 . (11)
3!
OBS. 20: Em (10), y , ( x j ) f ( x j , y j ).
y ,, ( x j )? Regra da cadeia de f em relação a x j :
f f x f y
(x j , y j ) ( x j , y j ) (x j , y j ) ( x j , y j ) (x j , y j )
x x
x y
x
y ,, ( x j ) 1 f (x j ,y j )
f f
y ,, ( x j ) ( x j , y j ) ( x j , y j ) f ( x j , y j )
x y
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-6
y, x y 2
4. Achar aproximações para a solução do PVI na malha [0,1] com h =0,1
y ( 0 ) 2
usando o método da equação (10).
Resolução:
1 0
x0 0, y0 2, a 0, b 1, m m 10.
0,1
Usar equação (10) para j 0,1,,9.
j 0:
j 1:
TABELA:
j xj yj y ( xj ) y j y ( x j ) e j
0 0 2 2
1 2,004837
2 2,018731
3 2,040818
4 2,07032
5 2,106531
6 2,148812
7 2,196585
8 2,249329
9 2,30657
10 2,367879
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-7
7.2.4 Método de Euler Aprimorado (Método de Runge-Kutta de Segunda
Ordem)
Retomando a equação (09): y j 1 y j h ( x j , y j ; h ), para j 0,1,2,, m 1.
1
Fazendo-se ( x j , y j ; h ) ( k1 k2 ) e substituindo na equação, tem-se:
2
h
y j 1 y j ( k1 k2 ), para j 0,1,2,, m 1 (12)
2
onde k1 f ( x j , y j ) e k2 f ( x j h , y j h k1 ).
dy
xy
5. Achar aproximações para a solução do PVI dx na malha [0,1] com h =0,5
y(0) 1
usando o método de Euler Aprimorado.
Resolução:
y ( x j ) e x / 2 | y j y ( x j )|
2
j xj yj k1 k2
0 0 1
1
2
h
y j 1 y j ( k1 2 k2 2 k3 k4 ), para j 0,1,2,, m 1 (13)
6
onde k1 f ( x j , y j ),
h h
k2 f ( x j , y j k1 ),
2 2
h h
k3 f ( x j , y j k 2 ) e
2 2
k4 f ( x j h , y j h k3 ).
h 5 (5)
ej y (), x j 1 x j (14)
5!
Lauro / Nunes
Cálculo Numérico Solução numérica de equações diferenciais ordinárias 7-8
dy
xy
6. Calcular a solução do PVI dx com h =0,1, no interior do intervalo [0,1], pelo
y(0) 1
método de Runge-Kutta de quarta ordem.
h
Resolução: y j 1 y j ( k1 2 k2 2 k3 k4 ), para j 0,1,2,,9.
6
k1 .......... .......... .......... .......... .......... .......... .......... .......... .........
k2 .......... .......... .......... .......... .......... .......... .......... .......... .........
k3 .......... .......... .......... .......... .......... .......... .......... .......... .........
k4 .......... .......... .......... .......... .......... .......... .......... .......... .........
j xj yj k1 k2 k3 k4
0 0 1
1
2
3
4
5
6
7
8
9
10
y, x y 2
7. Achar aproximação para a solução do PVI na malha [0,1] com h =0,1
y ( 0) 2
usando o método de Runge-Kutta de segunda ordem (Euler aprimorado).
1 0
Resolução: x0 0, y0 2, a 0, b 1, m m 10.
0,1
0,1
y j 1 y j ( k1 k2 ), para j 0,1,2,,9.
2
k1 .......... .......... .......... .......... .......... .......... .......... .......... ......... e k2 .......... .......... .......... .......... .......... .......... .......... .......... .........
j xj yj k1 k2
0 0 2
1
2
3
4
5
6
7
8
9
10
Lauro / Nunes
Cálculo Numérico Referências Bibliográficas 8-1
8 Referências Bibliográficas
1 ALBRECHT, P. Análise numérica: um curso moderno. Rio de Janeiro: LTC - Livros
Técnicos e Científicos: UNIVERSIDADE DE SÃO PAULO – USP, 1973.
2 JACQUES, I.; JUDD, C. Numerical analysis. London: Chapman and Hall, 1987.
3 SANTOS, V. R. B. Curso de cálculo numérico. São Paulo: USP, 1982.
4 BARROSO, L. C. Cálculo numérico (com aplicações). São Paulo: Harbra Editora
Ltda., 1987.
5 BURDEN, R. L.; FAIRES, D. Análise Numérica. São Paulo: Thomson/Pioneira,
2008.
6 MIRSHAWKA, V. Cálculo numérico. São Paulo: Nobel, 1981.
7 RUGGIERO, M. A. G. e LOPES, V. L. R. Cálculo numérico: aspéctos teóricos e
computacionais. São Paulo: Makron Books, 1997.
8 SPERANDIO, D.; MENDES, J. T.; SILVA, L. H. M. e. Cálculo numérico:
características matemáticas e computacionais dos dos métodos numéricos. São Paulo:
Prentice Hall, 2003.
Lauro / Nunes