Академический Документы
Профессиональный Документы
Культура Документы
1 Interpolação......................................................................................................................................... 2
1.1 Interpolação Linear ..................................................................................................................... 2
1.2 Diferenças divididas.................................................................................................................... 3
1.3 Diferenças Finitas ....................................................................................................................... 5
1.4 Interpolação Parabólica............................................................................................................. 11
2 Integração Numérica......................................................................................................................... 12
2.1 Métodos de Newton-Cotes........................................................................................................ 12
2.1.1 Método Dos Trapézios...................................................................................................... 15
2.1.2 Método de Simpson (1ª regra) .......................................................................................... 17
2.1.2.1 Outra dedução da 1ª regra de Simpson ......................................................................... 18
2.1.3 Segunda Regra de Simpson .............................................................................................. 20
3 Diferenciação Numérica ................................................................................................................... 21
3.1 Solução numérica de um PVI de 1ª ordem ............................................................................... 24
3.2 Método de Euler........................................................................................................................ 25
3.3 Método de Runge-Kutta............................................................................................................ 29
1 Interpolação
1.1 Interpolação Linear
Seja a função y = f ( x ) dada pele tabela abaixo:
y0 = f ( x 0 )
y2 = f ( x1 )
y3 = f ( x2 )
..................
yn = f ( xn )
____ ____
DB BA f ( x ) − f ( x1 ) x − x1
Temos ____
= ____
, ou = ∴
f ( x2 ) − f ( x1 ) x 2 − x1
EC CA
f ( x2 ) − f ( x1 )
f ( x ) = f ( x1 ) + ( x − x1 )
x 2 − x1
Exemplo: Interpolar o seno de 22º ( f ( 22º ) na tabela abaixo:
0 − 0,00000
10 − 0,17365
20 − 0,34202
30 − 0,50000
40 − 0,64279
22 − 20
sen22 = 0,34202 + (0,5 − 0,34202) = 0,37461
30 − 20
f ( x0 ) − f ( x1 )
f [ x0 , x1 ] =
x0 − x1
f [ x0 , x1 ] − f [ x1 , x 2 ]
f [ x0 , x1 , x2 ] =
x0 − x1
f [ x0 , x1 , x2 ] − f [ x1 , x2 , x3 ]
f [ x0 , x1 , x2 , x 3 ] =
x0 − x 3
.......................................................................................
f [ x0 , x1 ,...., xn − 1 ] − f [ x1 , x2 ,...., xn ]
f [ x0 , x1 ,... xn − 1 , xn ] =
x0 − x4
p
f ( xk )
f [ x0 , x1 , x2 , x 3 , x4 ] = ∑ (x − x0 )( xk − x1 ).....( xk − x k − 1 )( xk − x k + 1 )....( xk − x p )
k =0 k
Equação 1
f ( x0 ) − f ( x1 )
f [ x0 , x1 ] =
x0 − x1
Resulta:
f ( x ) = f ( x0 ) + ( x − x0 ) f [ x , x0 ]
Como:
f [ x , x0 ] = f [ x0 , x1 ] + ( x − x1 ) f [ x , x0 , x1 ]
Se substituirmos teremos:
f ( x ) = f ( x0 ) + ( x − x0 ) f [ x0 , x1 ]( x − x0 )( x − x1 ) f [ x , x0 , x1 ]
Generalizando, temos:
f ( x ) = f ( x0 ) + ( x − x0 ) f [ x0 , x1 ]( x − x0 )( x − x1 ) f [ x , x0 , x1 ] +
+ ( x − x0 )( x − x1 )( x − x2 ) f [ x0 , x1 , x2 , x3 ] + .......................... +
+ ( x − x0 )( x − x1 )( x − x2 )....( x − xn − 1 ) f [ x0 , x1 , x 2 ,........., xn ] +
+ ( x − x0 )( x − x1 )( x − x2 )....( x − xn ) f [ x0 , x1 , x2 ,........., x n ]
Equação 2
Que é fórmula de interpolação, por diferenças divididas, de Newton, onde a última parcela se
refere ao erro de arredondamento.
n
f (x) = ∑ Lk ( f ( x k )
k =0
onde:
( x − x0 )( x − x1 ).........( x − x k − 1 )( x − x k + 1 )..........( x − xn )
Lk ( x ) =
( x k − x0 )( x k − x1 )......( x k − x k − 1 )( x − xk + 1 )......( x k − xn )
Interpolar o valor de P ( 3) .
Geometricamente é:
Onde:
x f ( x) ∆ ∆2 ∆3 ∆4 ∆5
0 0 10 0 20 − 60 150
1 10 10 20 − 40 90
2 20 30 − 20 50
3 50 10 30
4 60 40
5 100
As diferenças ascendentes (as quais utilizaremos no curso) na tabela anterior para o ponto x0
são:
∆f (0) = 10
∆2 f (0) = 0
∆3 f (0) = 20
∆4 f (0) = −60
∆5 f (0) = 150
f ( x ) = a1 + a 2 ( x − x1 ) + a3 ( x − x1 )( x − x 2 ) + a4 ( x − x1 )( x − x2 )( x − x 3 ) +
+ ............................................... + an − 1 ( x − x1 )( x − x 2 ).......( x − xn )
f ( x1 ) = a1
f ( x2 ) = a1 + a2 ( x2 − x1 )
f ( x3 ) = a1 + a2 ( x3 − x1 ) + a3 ( x3 − x1 )( x3 − x2 )
...........................................................................
f ( xn + 1 ) = a1 + a 2 ( x n + 1 − x1 ) + a 3 ( x n + 1 − x1 )( xn + 1 − x 2 ) + ..... +
+ a n + 1 ( xn + 1 − x1 )( x n + 1 − x2 )...................................( xn + 1 − xn )
h = x 2 − x1 = x3 − x 2 = ......... = x n + 1 − x n
f ( x1 ) = a1
f ( x1 + h) = a1 + a 2 ( h)
f ( x1 + 2h) = a1 + a 2 ( 2h) + a3 ( 2h)( h)
...........................................................................
a1 = f ( x1 )
f ( x1 + h) − f ( x1 )
a2 =
h
f ( x1 + 2h) − 2 f ( x1 + h) + f ( x1 )
a3 =
2h 2
...........................................................
É então possível simplificas estas expressões, notando que os denominadores podem ser
expressos por:
h i − 1 ( i − 1)!
Donde obtemos:
a1 = f ( x1 )
∆f ( x1 )
a2 =
1! h
∆2 f ( x1 )
a3 =
2! h2
.......................
∆n f ( x1 )
an +1 =
n! hn
Que para o coeficiente a i , é:
∆i − 1 f ( x1 )
ai =
( i − 1)! hi − 1
Logo:
∆f ( x1 ) ∆2 f ( x1 )
f ( x ) = f ( x1 ) + ( x − x1 ) + ( x − x1 )( x − x 2 ) +
1! h 2! h2
∆3 f ( x1 )
................. + ( x − x1 )( x − x2 )( x − x 3 ) + ................ +
3! h3
∆n f ( x1 )
....................... + ( x − x1 )( x − x2 )................( x − xn )
n! hn
( x − x1 ) = uh
( x − x2 ) = ( x1 + uh) − ( x1 + h) = h( u − 1)
( x − x3 ) = ( x1 + uh) − ( x1 + 2h) = h( u − 2)
....................................................................
( x − xn ) = ( x1 + uh) − [ x1 + ( n − 1)h] = h[u − ( n − 1)]
Substituindo, teremos:
∆f ( x1 ) ∆2 f ( x1 )
f ( x ) = f ( x1 ) + u+ u( u − 1) +
1! 2!
∆n f ( x1 )
+ ............ + u( u − 1)( u − 2).......[u − ( n − 1)]
n!
x f ( x) ∆ ∆2 ∆3 ∆4
1 30 20 − 10 30 − 30
3 50 10 20 0
5 60 30 20
7 90 50
9 140
x = x1 + uh , e como h = 2, x1 = 1 e x = 4 , vem:
4−1
u= ∴ u = 1,5
2
Então:
20 ( −10) 30
f (1,5) = 30 + .1,5 + .1,5(1,5 − 1) + .1,5(1,5 − 1)(1,5 − 2) +
1! 2! 3!
( −30)
+ .1,5(1,5 − 1)(1,5 − 2)(1,5 − 3) =
4!
( −10) 30 ( −30)
= 30 + 20(1,5) + .1,5.0,5 + .1,5.0,5( −0,5) + .1,5.0,5( −0,5)( −1,5) =
2 6 24
= 30 + 30 − 3,75 − 1,875 − 0,703125 = 53,671875
x f ( x) ∆ ∆2 ∆3 ∆4
1 30 10 − 1,25 0,625 − 0,078125
3 50 5 2,5 0
5 60 15 2,5
7 90 25
9 140
140 − 90
9−7
0,34202 = a1
0,42262 = a1 + 5a 2
0,50000 = a1 + 10a2 + (10)(5)a 3
a1 = 0,34202
a 2 = 0,01612
a 3 = −0,0000644
2 Integração Numérica
2.1 Métodos de Newton-Cotes
Surge da idéia de calcular f ( x ) em certo número finito de pontos, fazendo uma interpolação
polinomial e integrando o polinômio ao invés de f ( x ) .
( x0 , f ( x0 ), ( x1 , f ( x1 ), ( x2 , f ( x2 ), ....... , ( x n , f ( xn + 1 )
b
e como o objetivo é calcular a integral de f ( x ) , τ = ∫ f ( x )dx e só dispomos de pontos da
a
função, obtemos a expressão do polinômio P ( x ) de grau máximo n que passe por estes
pontos e aproximamos o valor da integral para:
b
τ = ∫a P ( x )dx
Equação 3
A obtenção de P ( x ) pode ser feita pelos métodos de Newton ou pelo método de Lagrange.
Quando os pontos constituem uma tabela de pontos equivalentes, este processo é conhecido
como método de Newton-Cotes, no caso ainda de mais particular em que x0 − a e x n − b ,
obtemos as fórmulas fechadas de Newton-Cotes.
No caso geral, o problema pode ser resolvido com a Equação 4, onde P ( x ) é obtido através de
uma das fórmulas citadas no parágrafo anterior.
x0 = a , xn = b
x i + 1 − x i = h com h > 0 e i = 0,1,2,3,......, n
e podemos dizer que aos pontos conhecidos provêm da partição do intervalo de integração em
n partes iguais, ou seja:
xx − x
h=
n
x
τ ' = ∫x n Pn ( x )dx
0
Equação 5
Finalmente observamos que, como se trata de uma tabela de pontos eqüidistantes, podemos
fazer uma mudança de variáveis de x para u , como método de Newton por diferenças
finitas.
Teremos então;
n
τ ' = ∫0 Pn ( u)du
Equação 6
sendo:
x − x0
u=
h
Esta última fórmula Equação 4 resolve o problema dos métodos “fechados” de Newton-Cotes.
Estes métodos usuais, se entanto, se baseiam na partição do intervalo de integração em n m
subintervalos que contém n + 1 pontos da tabela, sendo dois nas extremidades.
Por exemplo:
Assim:
Donde:
x x x
τ ' = ∫x 2 P21 ( x )dx + ∫ x 4 P21 ( x )dx + ...... + ∫ x n P21 ( x )dx
0 2 n− 2
No caso de m = 1 , teremos o método dos trapézios, onde cada integral parcial é aproximada
pela área de um trapézio.
u
P1i ( u) = f i − 1 + ∆f i − 1 ou P1i ( u) = f i − 1 + u∆f i − 1
1
x − xi −1
Por outro lado, para cada valor τ i' temos: u = e usando a Equação 4 vem:
h
1
τ i' = h∫0 ( f i −1 + u∆f i −1 )du =
1
u2
= h( f i −1u + ∆f i −1 =
2
0
h
= hfi −1 + ∆f i −1
2
' h
Como: ∆f i − 1 = f i − f i − 1 , vem: τ i = ( f i + f i −1 )
2
h
τ t = ( f 0 + 2 f1 + 2 f 2 + ...... + 2 f n −1 + f n )
2
Equação 7
h
τ '= [ f 0 + f1 ]
2
onde podemos notar que quanto maior o valor de n , mais exata será a aproximação,
considerando-se apenas o erro intrínseco ao processo.
x2i x − x2i − 2
Seja a Equação 5 τ ' = ∫ P2' ( x )dx onde temos u = , então:
x2i−2 h
u u
P2i ( u) = f 2 i − 2 + ∆f 2 i − 2 + ∆f 2 i − 2
1 2
Integrando, teremos:
2 u(u − 1) 2
τ i' = h∫0 ( f 2i − 2 + u∆f2i − 2 + )∆ f 2i − 2 )du =
2
2
u2 u3 u2
= h f 2i − 2u + ∆f 2i − 2 + − ∆2 f 2i − 2 =
2 6 4 0
1
= h f 2i − 2 + 2∆f 2i − 2 + ∆2 f2i − 2
3
como:
∆f 2 i − 2 = f 2 i − 1 − f 2 i − 2
e
∆2 f 2 i − 2 = f 2 i − 2 f 2 i − 1 + f 2 i − 2
vem:
f 2i 2 f
τ i' = h( 2 f 2 i − 2 + 2 f 2 i − 1 − 2 f 2 i − 2 + − f 2i −1 + 2i − 2 )
3 3 3
donde:
h
τ i' = [ f 2i + 4 f 2i −1 + f 2i − 2 ]
3
n
2
h
τs = ∑ [ f 2 i + 4 f 2i −1 + f 2 i − 2 ]
i =1 3
isto é:
h
τ i' = [ f 0 + 4 f1 + 2 f 2 + 4 f 3 + ......... + 2 f n − 2 + 4 f n −1 + f n ]
3
Que é conhecida como fórmula da 1ª regra de Simpson e só pode ser aplicada para para um
número de pontos ímpar.
P ( x ) = L0 ( x ) y0 + L1 ( x ) y1 + L2 ( x ) y2
onde:
( x − 1)( x − 2) 1 2
L0 ( x ) = = ( x − 3 x + 2)
(0 − 1)(0 − 2) 2
( x − 0)( x − 2)
L1 ( x ) = = x(2 − x ) = − x 2 + x
(1 − 0)(1 − 2)
( x − 0)( x − 1) 1 2
L2 ( x ) = = ( x − x)
( 2 − 0)( 2 − 1) 2
daí:
2 2
∫0 P ( x )dx = ∫ [L0 ( x ) y0 + L1 ( x ) y1 + L2 ( x ) y2 ]dx
0
2 2 2 2
∫0 P ( x )dx = ∫0 L0 ( x ) y0dx + ∫0 L1 ( x ) y1dx + ∫0 L2 ( x ) y2dx
2 2 2 2
∫0 P ( x )dx = y0 ∫0 L0 ( x )dx + y1 ∫0 L1 ( x )dx + y2 ∫0 L2 ( x )dx
2 21 2 21
∫0 P ( x )dx = y0 ∫
0 2
( x 2 + 3 x + 2)dx + y1 ∫ ( − t 2 + 2t )dx + y2 ∫
0 0 2
( t 2 − t )dx
2 2 2
2 1 t 3 3t 2 − t 3 2t 2 1 t 3 t 2
∫0 0
−
P ( x )dx = y
2 3
−
2
+ 2 t + y1
3
+
2
+ y 2
0 0 3 2 0
2
2 1 8 12 8 1 8
∫0 P ( x )dx = y0 2 3 − 2
+ 4 + y1 − + 4 + y2 − 2
3 2 3
2 y0 4 y1 y2 1
∫0 P ( x )dx = + + = [ y0 + 4 y1 + y2 ]
3 3 3 3
2 1
∫0 P ( x )dx = 3 [ y0 + 4 y1 + y2 ]
Prof. José Augusto Lucas Matos Página 19 de 31
Material sujeito a correções
Exemplo: Seja calcular a integral numérica da curva dada pela tabela abaixo ente os pontos
x = 2 e x = 10 pelo método se Simpson 1ª regra:
x y
2 28
4 54
6 38
8 27
10 12
2
τ i' = [28 + 4(54) + 2(38) + 4(27) + 12] = 440
3
b u( u − 1) 2 u( u − 1)( u − 2) 3
Ι = ∫ y0 + uy0 + ∆ y0 + ∆ y0 dx
a
2! 3!
3
u2 u3 u2 2 u4 u3 u2 3
Ι = h uy0 +
∆ y0 + − ∆ y0 +
− + ∆ y0
2 6 4 24 6 4
0
3h
Ι= [ y0 + 3 y1 + 3 y2 + y3 ]
8
3
Que também é conhecida como a regra dos .
8
A mesma só pode ser aplicada para os seguintes números de pontos: 4, 7, 10, 13, 16, 19,...... .
3 Diferenciação Numérica
Equações diferenciais ordinárias ocorrem com muita freqüência na descrição de fenômenos da
Natureza.
Ex.: Podemos supor que sob determinadas condições ambientais, a taxa de crescimento de
uma colônia de bactérias seja proporcional ao número de indivíduos num dado tempo; se
y(t ) for o número de indivíduos num tempo t , temos a equação y( t ) = k ( y( t )) .
Nem sempre é possível obter uma solução analítica para uma Equação Diferencial Ordinária
(EDO) e nestes casos os métodos numéricos são a saída para encontrar uma solução
aproximada.
Ex.: As equações y' = x 2 + y 2 e y' ' = 6 y 2 + x não podem ser resolvidas em termos de
funções elementares.
Esta última equação, à sua maneira descreve uma parábola. Ou seja: ao invés de termos,
explicitamente o valor de y para cada x , ela descreve a inclinação (ou direção) da parábola
em cada ponto da mesma.
dy
= 2x
dx
é chamada de uma EDO.
Diferencial, devido a relação entre derivadas e ordinária pois a derivada é comum (não uma
∂y
derivada parcial ).
∂x
(
y n = f x , y , y (1) , y ( 2 ) ,..........., y ( n ) )
onde:
l dl y x ∈ [a, b ]
y = l l = 1,2,3,...., n
dx y[a , b] → R
Associadas a esta equação podem existir condições cujo número coincide com a ordem
da EDO. Se tais condições se referem a um único valor de x , temos um problema de
valor inicial (PVI), caso contrário temos um problema de valores de contorno.
y ( 2 ) = 3 y (1 ) − 2 y
y ( 0) = −1 Equação 8
(1 )
y ( 0) = 0
y (1 ) = f ( x , y )
y ( x0 ) = y0 = η sendo η um número dado.
PVI’s de ordem superior podem ser reduzidos a PVI’s de 1ª ordem através variáveis auxiliares.
y ( 2 ) = 3 y (1 ) − 2 y y' = z e teremos :
( 2) (1 )
EX.: y(0) = −1 , para reduzir à 1ª ordem, basta fazer: y = z e , logo:
(1 ) (0)
y ( 0) = 0 z = 0
y (1 ) = z
( 0)
y = −1
(1 )
z = 3z − 2 y
(0)
z = 0
_
* ∂f
f ( x, y) − f ( x, y ) = ( x , y )( y − y * )
∂y
onde y é um valor entre y e y * .
∂f
A existência de não é necessária para que a equação do item 2 seja satisfeita. É bom
∂y
notar que L na é em geral, possível de ser computado.
A solução numérica y m ( x ) é a função linear por partes, cujo gráfico é uma poligonal com
vértice nos pontos ( x j , y j ) onde y j foi calculado usando algum método numérico
b−a
Se por exemplo m = 2 n , então hn = para n = 0,1,2,........ , teremos uma seqüência de
2n
funções poligonais { yn ( x )} que convergem uniformemente para a solução y ( x ) do PVI.
Convém observar que os métodos numéricos vistos em seguida têm por objetivo calcular os
vértices { yo , y1 , y2 ,........., yn ,} .
Convencionou-se usar a notação y( x j ), j = 0,1,2,...., m para indicar a solução exata o PVI nos
pontos x j ∈ Ιh .
y ( x ) − y ( x 0 ) = ( x − x 0 ) y' ( x 0 )
y1 = y0 + hf ( x0 , y( x0 ) )
Generalizando, teremos:
(
y j + 1 = y j + hf x j − y j ) com j = 0,1,2,......., m − 1
Equação 9
Cujo erro é:
e j + 1 = y j + 1 − y( x j + 1 )
( A ) y0 = y ( a ) = η
(B ) y j + 1 = y j + hf ( x j , y j ) j = 0,1,2,...........m − 1
y j +1 − y j
= f (xj, yj )
h
x+r
y ( x + k ) − y( x ) = ∫ f ( t , ( y( t ))dt
x
Fazendo-se x = x j e k = h ,
x j +1
y( x j + 1 ) − y( x j ) = ∫ f ( t , ( y( t ))dt
xj
1
( )
y( x j + h ) = y( x j ) + hf x j , y( x j ) + h2 y ( 2 ) ( x j ) + ....
2
y' = x − y + 2
de [0;1] com h = 0,1
y ( 0) = 2
1−0
onde: x0 = 0 , y0 = 2 , a = 0 , b = 1 , m = ⇒ m = 10 .
0,1
(
Usando-se y( x j + h ) = y( x j ) + hf x j , y( x j ) , ) j = 0,1,2,...,9
teremos:
j = 0,
y1 = y0 + hf ( x0 , y0 )) = y0 + h( x0 - y 0 + 2) = 2 + 0,1 f (0;2) = 2 + 0,1(0 − 2 + 2) = 2
x1 = x0 + h ⇒ x1 = 0 + 0,1 ⇒ x1 = 0,1
j = 1,
y2 = y1 + hf ( x1 , y1 )) = y1 + h( x1 - y 1 + 2) = 2 + 0,1 f (0;2) = 2 + 0,1(0,1 − 2 + 2) = 2,01
x 2 = x0 + 2h ⇒ x 2 = 0 + 2(0,1) ⇒ x2 = 0,2
j = 2,
y3 = y2 + hf ( x 2 , y2 )) = y2 + h( x 2 - y 2 + 2) = 2 + 0,2 f (0,2;2) = 2 + 0,1(0,2 − 2 + 2) = 2,029
j xj yj y( x j ) y j − y( x j )
0 0 2 2
1 0,1 2 2,004837 -0,004837
2 0,2 2,01 2,018731 -0,0083731
3 0,3 2,029 2,040818 -0,011818
4 0,4 2,0561 2,070320 -0,014220
5 0,5 2,09049 2,106531 -0,016041
6 0,6 2,131441 2,148812 -0,017371
7 0,7 2,1782969 2,196585 -0,018288
8 0,8 2,2304672 2,249329 -0,118862
9 0,9 2,2874205 2,306570 -0,019149
10 1 2,348684 2,367879 -0,0192201
Olhando-se a tabela notamos que o erro cresce em valor absoluto devido à propagação.
Para determinarmos uma expressão matemática para o erro usamos a fórmula de Taylor e
desenvolvendo y ( x ) em torno de x0 , vem:
x − x 0 (1 )
y ( x ) = y ( x0 ) + y ( x0 )
1!
y1 = y0 + hf ( x0 , y0 )
Equação 10
( x − x0 ) 2 ( 2 )
y (ε ); x0 < ε < x1
2!
h2 ( 2 )
ε1 = y (ε )
2!
h2 ( 2 )
εj = y (ε ); x j − 1 < ε < x j
2!
y j + 1 = y j + hφ ( x j ; y j ; h), j = 0,1,2,..........m − 1
h h
y ( x + h) = y ( x ) + y' ( x ) + y" (ξ ), x < ξ < ( x + h)
1! 2!
como:
φ ( x j ; y j ; h) = f ( x , y )
vem:
h h
y( x + h) − y( x ) − hφ ( x , y( x ); h) = y( x ) + y' ( x ) + y" (ξ ) − y( x ) − hf ( x , y ) =
1! 2!
h h2
= [ y( x ) + hy' ( x )] − [ y( x ) − hf ( x , y )] + y" (ξ ) = y" (ξ )
2! 2!
Assim:
h2
y j + 1 = y j + hy' ( x j ) + y" ( x j ) com j = 0,1,2,......m − 1
2!
y' = x − y + 2
de [0;1] com h = 0,1
y ( 0) = 2
1−0
onde: x0 = 0 , y0 = 2 , a = 0 , b = 1 , m = ⇒ m = 10 .
0,1
Para j = 0
h2
y1 = y0 + h( y( x0 )) + y" ( x0 )
2!
h2
y1 = y0 + h( x0 − y0 + 2) + ( y0 − x0 − 1)
2!
(0,1) 2
y1 = 2 + 0,1(0 − 2 + 2) + ( 2 − 0 − 1)
2!
y1 = 2,005
x1 = x0 + h ⇒ x1 = 0 + 0,1 ⇒ x1 = 0,1
Para j = 1
h2
y2 = y1 + h( y' ( x1 )) + y" ( x1 )
2!
h2
y2 = y1 + h( x1 − y1 + 2) + ( y1 − x1 − 1)
2!
(0,1) 2
y1 = 2,005 + 0,1(0,1 − 2,005 + 2) + ( 2,005 − 0,1 − 1)
2!
y1 = 2,019025
x 2 = x0 + 2h ⇒ x 2 = 0 + 2(0,1) ⇒ x2 = 0,2
O que faremos até j = 9 .
j xj yj y( x j ) y j − y( x j )
0 0 2 2
1 0,1 2,005 2,004837 0,000163
2 0,2 2,019025 2,018731 0,000264
3 0,3 2,0412176 2,040818 0,000399
4 0,4 2,0708020 2,070320 0,000482
5 0,5 2,1070758 2,106531 0,000544
6 0,6 2,1494036 2,148812 0,000591
7 0,7 2,1972102 2,196585 0,000625
8 0,8 2,2499753 2,249329 0,000646
9 0,9 2,3072276 2,306570 0,000657
10 1 2,3685410 2,367879 0,000662
Se compararmos com a tabela do método anterior vemos que o erro e bem menor.
∂f ∂f
y" ( x0 ) = ( x0 , y0 ) + f ( x0 , y0 ). ( x0 , y0 )
∂x ∂y
y" ( x0 ) = 1 + ( x0 − y0 + 2).( −1) = 1 − x0 + y0 − 2 = ( y0 − x0 − 1)
∂f
y" ( x0 ) = ( x 0 , y0 ) + (y' em relação a x)
∂x
+ f ( x0 , y0 ) + (y' )
∂f (y' em relação a y)
+ ( x0 , y0 )
∂y