Apostila de Cálculo Numérico Resumido

Clculo Numrico Colgio de S.
Gonalo - Amarante __________________________________________________________________________________
- INTRODUO
Objectivos da Anlise Numrica
Segundo Scheid a Anlise Numrica envolve o desenvolvimento e a avaliao de mtodos computacionais. A Anlise Numrica a teoria de mtodos construtivos em anlise matemtica, entendendo por mtodo construtivo um processo que permite obter a soluo de um problema matemtico com uma preciso arbitrria, num nmero finito de passos que possam ser executados racionalmente - Peter Henrici. Ambas as definies apresentadas fazem antever o conceito de algoritmo como mtodo computacional que opera sobre dados para produzir resultados: ALGORITMO
Entrada
Sada
Um mesmo problema pode ser resolvido por diferentes algoritmos. Estes algoritmos podem ser comparados quanto a:
- Velocidade de execuo; - Preciso e estabilidade numrica (algoritmo imune acumulao de erros); - Convergncia e velocidade de convergncia.
Pg. 1 __________________________________________________________________________________
Eng. Antnio Jorge Gonalves de Gouveia
Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________
- ERROS
Erro Absoluto - Seja X o valor exacto de uma quantidade e x o valor aproximado dessa mesma quantidade. Chama-se erro absoluto ao mdulo da diferena entre o valor exacto e o valor aproximado, ou seja:
X - Valor exacto
=|X-x|
x - Valor aproximado
Erro Relativo - Chama-se erro relativo de um nmero aproximado x razo entre o erro absoluto desse nmero e o mdulo do nmero exacto correspondente, ou seja: X
Erro mximo Absoluto - Chamamos erro mximo absoluto de qualquer nmero aproximado x, a todo o nmero superior ou igual ao erro absoluto desse nmero. Erro mximo relativo - Chamamos erro mximo relativo de um nmero
aproximado x, a um nmero qualquer maior ou igual ao erro relativo desse nmero.
Podem ser considerados trs tipos conjuntos de erros: inerentes, de truncatura e de arredondamento. Erros inerentes - So erros nos valores dos dados. Podem ser causados por exemplo por incerteza na medida, por enganos no detectados ou pela representao dos nmeros com um nmero finito de dgitos. Ex.: t = 2. 3 0.1s intervalo de tempo medido com um cronmetro
= 3.14159 uma representao aproximada do valor de
Pg. 2 __________________________________________________________________________________
Erros de truncatura - So erros causados pela truncatura de um processo matemtico infinito. Ex.: f ( x ) = ak x k
k =0 ordem na prtica temos que desprezar termos a partir de uma certa
Erros de arredondamento - So erros causados pela necessidade de representar os nmeros com um nmero finito de dgitos durante a execuo de uma operao.
Os erros de truncatura e de arredondamento so por conseguinte introduzidos durante o processo computacional.
A
a
- PROPAGAO DE ERROS
x, x ----------OPERAO y, y ----------em que a.o. o erro de arredondamento inerente representao do resultado z da operao em virgula flutuante com um nmero fixo de dgitos. A propagao de erros diz basicamente respeito funo z = f ( x , y ) . Para ----- z, z
Z = f ( X , y ) + a.o.
estudar este efeito no vamos considerar a.o..
- ADIO (1) X = x + x (2) Y = y + y (3) z = x + y (4) Z = X + Y

Pg. 3 __________________________________________________________________________________
Substituindo na equao (4) os valores de X e Y pelos das equaes (1) e (2), temos que: (5) Z = X + Y = x + x + y + y = x + y + x + y como (6) z = Z z , podemos substituir aqui os valores das (4) e (5), ficando: (7) z = Z z = x + y + x + y ( x + y ) = x + y , ento
z = x + y
tendo o valor de z, podemos calcular o erro relativo, y z x + y x x x y y = = + = + z x+y x+ y x+ y x+ y x x+ y y aplicando mdulos a ambos os lados para obter o erro relativo, z x y x y x + y z x + y z x+ y x+ y x+y x+ y ento o erro relativo de propagao na adio dado por,
x y x + y x+ y x+y
- SUBTRAO
z x x y y x y x + y z z x+ y x x+ y y x+y x+ y ento o erro relativo de propagao na subtraco dado por,
x y x + y x+ y x+y
Pg. 4 __________________________________________________________________________________
- MULTIPLICAO (1) X = x + x (2) Y = y + y (3) z = x y = z + z (4) Z = X Y
Substituindo na equao (4) os valores de X e Y pelos das equaes (1) e (2), temos que: (5) Z = X Y = ( x + x ) ( y + y ) = xy + y x + x y + x y dado que o valor de x y tende para zero, no o vamos considerar daqui para o futuro, podendo ento apresentar a equao (5) na seguinte forma: (6) Z = X Y = xy + y x + x y comparando esta equao com a equao (3) podemos concluir que o erro absoluto dado por: (7) z = y x + x y com o valor dado em (7), e dividindo tudo por z, temos (8)
z y x x y y x x y x y = + = + = + z z z xy xy x y
aplicando mdulos a ambos os lados, obtemos o erro relativo, que dado por:
z x +y
- DIVISO
A demonstrao para o caso da diviso em tudo semelhante anteriormente vista para a multiplicao
z x + y
Pg. 5 __________________________________________________________________________________
e
f
- POTNCIA Se z = x y , ento temos
x = y x
- RAIZ Se z = x , ento temos

y
x =
1 x y
- FUNES IMPLCITAS Se F = f ( , , ) , ento temos
F =
F + F + F
De uma forma mais geral, podemos escrever a frmula anterior da seguinte maneira: Se F = f ( x1 , x2 , x3 ,..., xn ) , ento
F =
i =1
Z xi xi
Pg. 6 __________________________________________________________________________________
B
a
b
- ERROS DOS ARREDONDAMENTOS
- POR TRUNCATURA
Sendo e expoente da potncia de 10 e n o nmero de casas decimais, o limite superior do erro de arredondamento por truncatura x 10e n , ento temos que se x 10e n x = x 10e n x 0.1 10e , ou seja
x 10 n +1
- POR ARREDONDAMNETO SIMTRICO
No caso do arredondamento simtrico, o erro de arredondamento metade do erro de arredondamento por truncatura, isto : x 0. 5 10e n procedendo da mesma forma do ponto anterior podemos chegar ao valor do erro relativo. x 0. 5 10e n x 5 10 n 0.1 10e x
x =
Pg. 1 __________________________________________________________________________________
C
a
- ALGARISMOS SIGNIFICATIVOS E EXACTOS
- ALGARISMOS SIGNIFICATIVOS
Chama-se Algarismos Significativos de uma dzima, a todo o algarismo dessa dzima que diferente de zero, ou tem sua esquerda pelo menos um algarismo diferente de zero. Ex.: 2,35 0,042 0,2340 3 2 4
0,457x102 3
- ALGARISMOS EXACTOS
Diz-se que um dado valor aproximado x de um nmero X, tem m algarismos exactos sse o erro absoluto desse nmero for inferior a 0. 5 10 m+i , onde i o nmero de dgitos da parte inteira. Podemos a partir da frmula do erro absoluto e deduzir a frmula que relaciona o erro relativo com o nmero de algarismos exactos: X x 0. 5 10 m+i
10 m+1 , onde o primeiro algarismo significativo do nmero
Pg. 2 __________________________________________________________________________________
Nmero de Algarismos Exactos de um produto / Quociente
Dado que o erro relativo num produto ou num quociente dado pela soma dos erros relativos de cada uma das parcelas, podemos ento deduzir que a frmula que relaciona o erro relativo de um produto ou quociente com o nmero de algarismos exactos vai ser dada por: 10 m+1
xi = 1 10t1 + 2 10t2 + 3 10t3 +... + n 10tn1
ento,
x (
1 1 1 1 + + +... + )10 m+1 1 2 3 n
- INSTABILIDADE NUMRICA
A instabilidade numrica consiste na invalidao do funcionamento de um algoritmo por efeito comulativo de erros. Para compreender melhor o fenmeno, apresentamos um exemplo de instabilidade na soma de sries convergentes. x 3 x 5 x 7 x 9 x 11 Seja sin ( x ) = x + + +... , que teoricamente vlida para 3! 5! 7! 9 ! 11! um valor de x qualquer, sendo o erro de truncatura inferior ao primeiro termo desprezado.
Pg. 3 __________________________________________________________________________________
Foi feito um programa utilizando a frmula acima apresentada e imprimiramse os resultados obtidos para o caso de x=1830 ou seja 31.9395253 rad., cujo valor do seno seria 0.5.
x
x3 3! x5 5! x7 7!
31,93952530000 S=31,9395253
-5430,428770970
S=-5398,4892456559 2 dgitos perdidos
276988,0549160
S=271589,5656704
+2 dgitos perdidos
-6727731,718707
S=-6456142,153037
+1 dgitos perdidos
. . . x19 19! . . .
-314156513059,1
S=-231931715029,1
9 dgitos perdidos
Atravs dos resultados obtidos v-se claramente que com uma pequena modificao do programa, evitando argumentos to elevados (1830 = 5x360+30), se resolveria de imediato o problema.
Pg. 4 __________________________________________________________________________________
- SOLUO DE EQUAES NO LINEARES
Dada uma equao F ( x) = 0 , diz-se que x0 uma raiz da equao se ao substituir
x pelo valor de x0 , a igualdade verificada.
Ex. 2.1 - A equao linear ax + b = 0, em que
a e b so constantes dadas e a 0, verificada para x0 = . Esta alis,

a nica raiz daquela equao. Ex. 2.2 - A equao de 2 grau ax2 + bx + c = 0 admite duas razes, eventualmente idnticas (caso b 2 = 4 ac ) x0 = b b 2 4ac 2a
b a
se b 2 < 4ac , as razes de F ( x ) so imaginrias.
Nem sempre possvel dispor de uma frmula para calcular directamente as razes de uma equao. Em grande parte dos casos h que utilizar mtodos numricos para a obteno de razes aproximadas. H basicamente dois tipos de critrios para a definio de uma raiz aproximada da equao F ( x ) = 0: a) x uma raiz aproximada de F ( x ) = 0 se, sendo F ( x0 ) = 0 , a quantidade x x0 muito pequena. Com mais preciso diremos que x uma raiz aproximada com um erro mximo absoluto se x x0 . b) x uma raiz aproximada de F ( x ) = 0 se o valor de F ( x ) for muito pequeno, ou seja, F ( x ) .
Pg. 1 __________________________________________________________________________________
As duas definies no so equivalentes, como se pode ver nos seguintes exemplos grficos:
a) x x0 F ( x ) grande
b) F ( x ) x x0 grande
O ideal seria procurar satisfazer ambos os critrios simultaneamente, mas os algoritmos de uso corrente normalmente apenas satisfazem um deles.
Pg. 2 __________________________________________________________________________________
- MTODO GRFICO
Pressupe-se que antes da utilizao de qualquer um dos mtodos de resoluo de equaes no lineares se conhea o intervalo a , b que contm a raiz x0 . Ao processo de determinao dos intervalos disjuntos no interior dos quais existe uma e uma s raiz da equao chama-se a separao de razes. O mtodo grfico um mtodo utilizado para a separao de razes, ou seja, achar o intervalo em que se encontra a raiz de uma funo. Vamos supor F ( x ) = 0. O mtodo consiste em dividir a equao em duas partes de modo a ficarem duas sub-funes, uma de cada lado da igualdade.
f1 ( x ) = f 2 ( x )
Depois desta operao, fazemos o grfico de cada uma das sub-funes. A raiz da funo original vai se encantar no ponto de intercepo dos grficos das duas subfunes. Isto passa-se assim porque a funo F ( x ) vai ser igual diferena entre
f 1 ( x ) e f 2 ( x ) , ou seja, F ( x ) = f 1 ( x ) f 2 ( x ) . No ponto de intercepo temos f 1 ( x ) = f 2 ( x ) e consequentemente F ( x ) = 0.
Ex. F ( x) = x2 2 x 1 x2 2 x 1 = 0 x2 = 2 x + 1 f1 ( x ) = x 2 f2 ( x) = 2 x + 1
ou seja,
Pg. 3 __________________________________________________________________________________
A funo F ( x ) = x 2 2 x 1, como seria de esperar, tem dois zeros, um no intervalo 1, 0 e outro no intervalo 2 , 3
Nos captulos seguintes vamos estudar vrios mtodos numricos de resoluo de equaes no lineares. Para qualquer um dos mtodos seguintes sempre necessrio utilizar um mtodo de separao de razes para a determinao do intervalo inicial que contm a ou uma das solues.
Pg. 4 __________________________________________________________________________________
- MTODO DAS BISSECES SUCESSIVAS
Seja a , b um intervalo dentro do qual existe uma e uma s raiz da equao F ( x ) = 0, sendo F ( x ) contnua nesse intervalo. Ento F ( a ) e F (b ) so necessariamente de sinais contrrios, ou seja
F ( a ) F (b ) < 0
O mtodo da bisseco consiste em, uma vez conhecido um tal intervalo a , b , determinar uma sequncia de intervalos de amplitude sucessivamente menor, dentro dos quais existe a raiz x0 procurada. Se o ltimo intervalo considerado for de amplitude no superior a , qualquer dos extremos desse intervalo pode ser considerado uma raiz aproximada de F ( x ) = 0, com um erro no superior a . Para o clculo de cada novo intervalo calculado um ponto c, que vai ser o ponto intermdio do intervalo a , b . A raiz da funo F ( x ), ou seja, o ponto x0 , vai estar contido num dos intervalos a , c ou c, b . O intervalo que contiver o ponto x0 , vai ser o novo intervalo a , b . O processo descrito vai ser repetido, tantas vezes quantas as necessrias obteno de um erro no superior a .
Pg. 5 __________________________________________________________________________________
Ex. F ( x ) = x 2 2 x 1 1, 0 ou 2 , 3 Vamos escolher para o nosso exemplo o clculo da raiz contida no intervalo 2, 3 . a 2 2 2.25 2.375 2.375 2.40625 + b 3 2.5 2.5 2.5 2.4375 2.4375 c= a +b 2
f ( c)
23 =1 0.5 0.25 0.125 0.0625 0.03125
2.5 2.25 2.375 2.4375 2.40625
+ + -
Podemos considerar qualquer um dos extremos do intervalo 2. 40625, 2. 4375 como soluo aproximada da equao F ( x ) = 0, com um erro no superior a 0.03125.
Pg. 6 __________________________________________________________________________________
- MTODO DAS APROXIMAES SUCESSIVAS
O mtodo das aproximaes sucessivas um mtodo iterativo que se baseia na aplicao de uma frmula de recorrncia que, sendo satisfeitas determinadas condies de convergncia, gera a partir de um valor inicial uma sucesso de valores numricos cujo limite a raiz procurada. De um modo geral, um mtodo iterativo adopta a seguinte tcnica: a) Escolhe-se um valor inicial aproximado para a raiz. Este valor pode ser obtido a partir de um traado grfico aproximado da funo f(x), pelo conhecimento de um intervalo em que a raiz est contida (separao das razes), ou ainda pela interpretao fsica do fenmeno traduzido pela equao. b) A partir do valor inicial, obter uma nova aproximao da raiz utilizando uma frmula de recorrncia. c) Continuar a obter sucessivas aproximaes da raiz, at conseguir a preciso desejada (com um erro menor ou igual ao desejado). Um critrio possvel consiste em parar a iterao quando a diferena entre dois valores consecutivos para a raiz for, em mdulo, inferior a uma quantidade previamente fixada.
No mtodo das aproximaes sucessivas, tambm chamado mtodo iterativo simples, a frmula de recorrncia obtm-se re-escrevendo a equao F ( x ) = 0 sob a forma:
x = f ( x)
Assim, a partir de um valor inicial x0 , obtm-se uma sequncia de valores:

xi = f ( xi 1 ) para i = 1, 2 , 3,...
Pg. 1 __________________________________________________________________________________
que, dentro de determinadas condies, converge para uma raiz x0 da equao. O critrio de paragem normalmente usado consiste em garantir que xn xn 1 < para considerar xn como a raiz aproximada da equao. Ex. Obter uma raiz da equao 3 x 2 log( x ) 5 = 0 com cinco algarismos significativos, usando x0 = 5 como aproximao inicial.
A equao:
3 x 2 log( x ) 5 = 0
pode ser re-escrita como: 1 x = ( 2 log( x ) + 5) 3 tendo como base esta frmula de recorrncia, podemos construir o seguinte quadro para o clculo do valor aproximado da raiz:
i
xi = f ( xi 1 )
0 5
2.13265 1.88595 1.85035 1.84484 1.84397 1.84384 1.84381 2.86735 0.24670 0.03559 0.00552 0.00086 0.00014 0.0002
xi xi 1
Podemos considerar como raiz aproximada o valor x = 1.8438 (com cinco algarismos significativos).
Uma representao grfica do mtodo das aproximaes sucessivas permite evidenciar a convergncia do mtodo sempre que f ( x ) < 1 para todo o x dos sucessivos intervalos x0 , xi .
Pg. 2 __________________________________________________________________________________
a) -1 < f(x) < 0
b) 0 < f(x) < 1
c) f(x) < -1
d) f(x) > 1
A condio de convergncia exposta demonstra que, muito embora seja sempre possvel definir vrias funes f ( x ) que permitam re-escrever F ( x ) = 0 na forma x = f ( x ) , uma escolha criteriosa da funo f ( x ) necessria para que a sucesso de valores xi seja convergente.
Pg. 3 __________________________________________________________________________________
Ex. Considerar a equao de 2 grau x 2 5 x + 2 = 0 . Utilizando o mtodo das aproximaes sucessivas, demonstrar que esta equao admite as razes x01 = 0. 438447 e x02 = 4. 561553.
A equao pode ser escrita na forma: x= 1 2 2 x + 5 5 ou seja x = 0. 2 x 2 + 0. 4
O grfico mostra que o mtodo vai convergir para x01, mas no para x02 . Na verdade, tambm:
f ( x ) = 0. 4 x f ( x01 ) 0.18 < 1 f ( x 02 ) 1. 8 > 1
Para a determinao do valor de x02 , pode-se reescrever a equao dada sob a forma: x = 5 2 x
que, como podemos ver no grfico permite a convergncia para x02 . Determinao do valor de x01, utilizando x = 0. 2 x 2 + 0. 4 : x0=0 x1=0.4 x2=0.432 x3=0.437324 x4=0.438250 x5=0.438412 x6=0.438441 x7=0.438446 x8=0.438447 x9=0.438447
Pg. 4 __________________________________________________________________________________
2 Determinao do valor de x02 , utilizando x = 5 : x x0=5.000000 x1=4.600000 x2=4. 565217 x3=4. 561905 x4=4. 561587 x5=4. 561556 x6=4. 561553 x7=4. 561553
Pg. 5 __________________________________________________________________________________
- MTODO DE NEWTON-RAPHSON
Este mtodo, sob determinadas condies, apresenta vantagens sobre os mtodo anteriores: de convergncia mais rpida e, para encontrar as razes, no obrigatria a condio f ( a ) f (b ) < 0 . Seja a equao f ( x ) = 0 , da qual se conhece a raiz aproximada x0 e seja 0 o erro dessa raiz:
f ( x0 + 0 ) = 0
se
f ( x0 + 0 ) = f ( x0 ) + f ( x0 ) 0 + R2 = 0
onde R2 um infinitsimo de 2 ordem em 0 que pode ser escrito como: R2 =
2 0 f ( x0 ) +... 2!
e por conseguinte ser pequeno se 0 e se f ( x0 ) no for muito elevado. Teoricamente o valor n 1 = f ( x n 1 ) tem tendncia a ser cada vez mais pequeno, o f ( x n 1 )
f ( x0 ) + f ( x0 ) 0 = 0
que justifica o poder ser desprezado. Desprezando R2 temos que:
ou seja,
0 =
Assim, um novo valor x1 = x0 pode ser obtido.
f ( x0 ) f ( x0 )
f ( x0 ) mais aproximado da raiz da equao f ( x0 )
Prosseguindo a iterao, obtm-se uma sequncia de valores sucessivamente mais aproximados da raiz.
Pg. 1 __________________________________________________________________________________
A frmula de recorrncia dada por: x n = x n 1 f ( x n 1 ) f ( x n 1 )
As condies de convergncia so agora (por anlise intuitiva): 1. x0 suficientemente prximo de uma raiz da equao. 2. f ( x ) no toma valores excessivamente grandes 3. f ( x ) no muito prxima de zero
Interpretao grfica do Mtodo
O grfico seguinte traduz a aplicao do mtodo de Newton-Raphson a uma funo.
O grfico seguinte mostra um caso em que o mtodo no converge. Note-se que entre x0 e x1 existe um ponto de inflexo da funo f ( x ) e que em x1 a derivada
f ( x ) prxima de zero.
Pg. 2 __________________________________________________________________________________
As condies suficientes de convergncia podem ser estabelecidas com mais rigor: - Seja a , b um intervalo que contm uma s raiz da equao f ( x ) = 0 . A sucesso de valores xi gerados pelo mtodo de Newton-Raphson montona e limitada pela raiz x0 (e portanto convergente) se: 1. f ( x ) 0, x a , b 2. f ( x ) de sinal constante em a , b , ou seja, f ( a ) f (b ) > 0 3.O valor inicial x0 for o extremo do intervalo a,b em que
f ( x0 ) f ( x0 ) < 0 , isto toma-se x0 = a ou x0 = b de modo que f ( x0 )
e tenham o mesmo sinal Ex. - Determinar as razes reais da equao f ( x ) = x 3 x 4 = 0 com erro inferior a 10-4.
a) A separao das razes pelo mtodo grfico mostra a existncia de uma nica raiz real no intervalo 1, 2 . Podemos verificar que verdade que existe uma raiz neste intervalo, j que f (1) = 4 < 0 e f ( 2 ) = 2 > 0 . b) f ( x ) = 3 x 2 1 diferente de zero naquele intervalo, j que se anula para x= 1 1 3 = = 3 3 3
c) f ( x ) = 6 x > 0 em todo o intervalo d) Ento, tomar x0 = 2 pois que f ( 2 ) f ( 2 ) > 0 . Com este quarto ponto tambm verificado esto cumpridas as condies de convergncia, pelo que podemos comear as iteraes.
e) Podemos fazer as iteraes utilizando o seguinte quadro:
Pg. 3 __________________________________________________________________________________
n 0 1 2 3 4
xn = xn 1
f ( xn ) f ( xn )
f ( xn )
f ( xn )
f ( xn ) f ( xn ) 0.181818181 0.021568792 0.000291069 0.000000052 ---
2.000000000 1.818181818 1.796613026 1.796321956 1.796321903
2.000000000 0.192336589 0.002527490 0.000000456 ---
11.000000000 8.917355372 8.683455090 8.680317707 ---
Podemos ver por este exemplo que este mtodo mais rpido que os estudados at aqui, embora apresente algumas desvantagens tais como a necessidade de verificao de algumas condies de convergncia e obrigar ao clculo da primeira e segunda derivada da funo.
3 21 49 3 39 2 x + x + x2 = 0 e Ex. - Tendo em ateno a funo f ( x ) = x 5 + x 4 4 4 4 4 sabendo que admite pelo menos uma raiz real no intervalo 0, 1 . Calcule utilizando o mtodo de Newton-Raphson essa raiz.
Verificando as condies de convergncia: 1. f ( a ) f (b ) < 0 f ( 0) = 2 f (1) = 1 logo f ( 0) f (1) = 2 < 0 , satisfazendo assim esta condio 2. f ( x ) 0, x 0, 1 f ( x) = 15 4 147 2 39 x + 21x 3 x + x + 1 que sempre positiva neste 4 4 2
intervalo, logo a condio est satisfeita 3. f ( x ) sinal constante em todo o intervalo f ( x ) = 15 x 3 + 63 x 2 147 39 x+ 2 2
Pg. 4 __________________________________________________________________________________
f ( 0) =
39 2
f (1) = 6
Estes resultados implicam que f ( x ) no tem sinal constante, logo as condies de convergncia no se verificam no seu conjunto e consequentemente o mtodo de Newton-Raphson no pode ser utilizado para estes valores. Mesmo sabendo que no se pode aplicar o mtodo de Newton-Raphson para estes valores vamos iterar e verificar que a frmula de recorrncia no converge para o resultado. Podemos ento apresentar os resultados das iteraes utilizando um quadro semelhante ao do exemplo anterior.
n 0 1 2 3 4
xn = xn 1
f ( xn ) f ( xn ) 0 2 1 0 2
f ( xn )
f ( xn )
f ( xn ) f ( xn ) 1 1 1 1 -2 1 1 -2
-2 1 1 -2
Pg. 5 __________________________________________________________________________________
- MTODO DA SECANTE
Este mtodo no mais do que uma variante do mtodo de Newton-Raphson visto anteriormente. O mtodo da secante evita o clculo de f ( x ) (em certos problemas pode consumir muito tempo de computao). No mtodo da secante a derivada substituda por: f ( x) f ( x n ) f ( x n 1 ) x n x n 1
consequentemente a frmula de recorrncia vir: x n +1 = x n f ( xn ) f ( xn ) x n +1 = x n f ( x n ) f ( x n 1 ) f ( xn ) x n x n 1 f ( xn )( xn xn 1 ) f ( x n ) f ( x n 1 )
x n +1 = x n x n +1 =
xn ( f ( xn ) f ( xn 1 )) f ( xn )( xn xn 1 ) f ( x n ) f ( x n 1 )
x n +1 =
x n 1 f ( x n ) x n f ( x n 1 ) para n= 1, 2, 3,... f ( x n ) f ( x n 1 )
a partir de dois valores iniciais de x0 e x1 quaisquer. Para os dois valores x0 e x1 podem ser tomados os extremos do intervalo a , b , em que pelo mtodo da separao de razes, sabemos existir uma raiz. Interpretao Grfica
Pg. 1 __________________________________________________________________________________
- MTODO DA FALSA POSIO
Neste mtodo, a curva f ( x ) substituda pela equao da recta que passa pelos extremos do intervalo a , b . Note que dentro deste intervalo existe uma e uma s raiz da equao da equao f ( x ) . Assim , o mtodo da falsa posio muito semelhante ao mtodo da bisseco, s que em vez de se determinar o ponto intermdio do intervalo a , b determinado um ponto c, tal que: c=a+ a b f (a ) f (b ) f ( a )
O intervalo a , b ento substitudo pelo intervalo limitado por c e pelo extremo a ou b em que a funo tem sinal contrrio a f ( c) . Este mtodo, tal como o da bisseco, converge sempre.
Demonstrao e Interpretao Grfica

f ( x ) funo qualquer g ( x ) recta que contm os extremos a e b
Temos como condies iniciais:

f (a) = g(a) f (b ) = g (b ) g ( c) = 0
(1) (2) (3)
g ( x ) = mx + k g ( b ) g ( a ) f (b ) f ( a ) m= = ba ba
(4)
(5)
Vamos agora calcular o valor de k:

g ( c ) = mc + k = 0 k = mc
Pg. 2 __________________________________________________________________________________
com o valor de k podemos substituir em (4) e temos: g ( x ) = mx mc = m( x c) (7)
para x = a vem, g ( a ) = m( a c) que pela igualdade (1) vem f ( a ) = m( a c ) , tirando o valor de c obtemos: c=a f (a ) m (8)
substituindo em (8) o valor de m dado em (5) obtemos: c=a f (a) f ( b ) (b a ) c=a f (b ) f ( a ) f (b ) f ( a ) ba c=a c=a+ ba f (a ) f (b ) f ( a ) a b f (b ) f ( a ) c.q.d.
Exemplo: Tenha em ateno a seguinte funo:

f ( x ) = 1. 5 x tg ( x ) 0.1
que contm um zero no intervalo 0. 5, 1 . Calcule essa raiz utilizando o mtodo da falsa posio.
Pg. 3 __________________________________________________________________________________
Resoluo: Podemos construir uma tabela, como se mostra de seguida, para anotar os resultados obtidos.
f (a)
f (b )
c=a+
0.5000000000 1.000 0.1036975102 0.6985741692 0.8212356382 0.8690538804 0.8841613442 0.8886024410 0.8898797122 0.8902448985 0.8903490549 0.8903787546 0.8903872221 0.8903896361 0.8903903243 = = = = = = = = = = = = 0.1080073373 0.0574813570 0.0205288250 0.0062753880 0.0018258960 0.0005235960 0.0001495200 0.0000426465 0.0000121590 0.0000034660 0.0000009880 0.0000002810
-0.1574077246 = = = = = = = = = = = =
f ( c) a b f (b ) f ( a ) 0.6985741692 +
0.8212356382 0.8690538804 0.8841613442 0.8886024410 0.8898798122 0.8902448985 0.8903490549 0.8903787546 0.8903872221 0.8903896361 0.8903903243 0.8903905205
+ + + + + + + + + + + +
Pg. 4 __________________________________________________________________________________
- COMPARAO DOS VRIOS MTODOS EXPOSTOS
Os cinco mtodos podem ser comparados quanto existncia e velocidade de convergncia e tambm quanto a caractersticas especiais, de modo a facilitar a escolha do mtodo mais adequado a cada situao. O mtodo mais simples e robusto o da bisseco, que apresenta como grande vantagem o facto de convergir sempre. contudo um mtodo muito lento, apresentando como curiosidade o facto de convergir para a raiz sempre com a mesma velocidade. Como vimos no captulo anterior o mtodo da falsa posio tambm converge sempre. Em certas circunstncias este mtodo equivalente ao mtodo da secante e convergem com uma velocidade aprecivel, mas circunstncia h em que muito lento a convergir. Ambos os mtodos - o da bisseco e o da falsa posio - pela sua robustez so ptimos como mtodos preliminares para a definio de um intervalo de pequena amplitude, dentro do qual se encontra uma raiz da equao a resolver. O mtodo das aproximaes sucessivas mais rpido do que o da bisseco, mas obriga a una escolha criteriosa da funo f ( x ) , ao re-escrever F ( x ) = 0 como
x = f ( x ) de modo a que seja satisfeita a condio de convergncia.
O mtodo de Newton-Raphson sem dvida o mtodo que converge para a soluo mais rapidamente. Este mtodo apresenta no entanto algumas desvantagens. Para que este mtodo seja convergente porm necessrio que certas condies sejam satisfeitas, alm disso obriga ao clculo, em cada iterao, no s da funo como tambm da sua derivada. Este ltimo clculo pode consumir muito tempo de computao por ser difcil, ou ento ser mesmo impossvel (por exemplo se a funo definida por pontos). Para estes casos podemos recorrer ao mtodo da secante ou mesmo ao das aproximaes sucessivas
Pg. 1 __________________________________________________________________________________
Uma dificuldade caracterstica do mtodo de Newton-Raphson a determinao de duas razes muito prximas, dado que a derivada se anula na vizinhana das duas razes.
Concluso
Podemos dizer como concluso que os mtodos da bisseco e da falsa posio convergem sempre e portanto podem ser utilizados em qualquer circunstncia, tendo como desvantagem serem bastante lentos a convergir (embora em certas condies o mtodo da falsa posio seja bastante rpido). O mtodo das aproximaes sucessivas bastante rpido a convergir, mas exige a escolha correcta da funo f ( x ) para que a condio de convergncia seja satisfeita. Por ltimo temos o mtodo de NewtonRaphson que sem dvida o mais rpido a convergir, mas que apresenta duas grandes desvantagens - para que o mtodo seja convergente necessrio que certas condies sejam satisfeitas e tambm obriga em cada iterao ao clculo no s da funo mas tambm da sua primeira derivada.
Pg. 2 __________________________________________________________________________________
Colgio de S. Gonalo Clculo Numrico - Amarante ______________________________________________________________________________
- CLCULO MATRICIAL
DEFINIO - Uma matriz um array rectangular de nmeros, dispostos em linhas e colunas. O modo normal de representar uma matriz A o seguinte: a11 a 21 A= . . a m1 a 22 .... a1n a 22 .... a 2 n . . . . . . am 2 .... amn
A matriz A mostrada anteriormente tem m linhas e n colunas, ou como abreviatura, podemos dizer que a matriz A de ordem m n . O elemento a ij est localizado na interseco da linha de ordem i com a coluna de ordem j. Vejamos o seguinte exemplo: 1 0 1 A= 2 3 4 O elemento a 23 , ou seja, o elemento que est posicionado na interseco da 2 linha com a 3 coluna o 4. Isto , a 23 = 4 . Se a matriz for de ordem n n , ou seja, tiver o mesmo nmero de elementos nas linhas e nas colunas, diz-se que a matriz quadrada de ordem n. 1 1 0 A = 5 2 14 2 2 9 Neste exemplo a matriz diz-se quadrada de ordem 3.
Pg. 1 _____________________________________________________________________________
Se a matriz s tem uma coluna, diz-se matriz de ordem n 1 , ou matriz coluna de ordem n. 1 A = 1 4 A matriz mostrada no exemplo denominada de matriz coluna de ordem 3. Se a matriz s tem uma linha, diz-se matriz de ordem 1 n , ou matriz linha de ordem n. A = [1 2 5]
TIPOS DE M ATRIZES Dentro das matrizes quadradas existem vrios tipos:
1 1 4 A = 0 1 2 0 0 9
Esta matriz apresenta todos os elementos abaixo da diagonal principal iguais a zero, por isso chamada de Matriz Triangular Superior.
1 0 0 A = 8 1 0 10 1 9
Esta matriz apresenta todos os elementos acima da diagonal principal iguais a zero, por isso chamada de Matriz Triangular Inferior.
1 0 0 A = 0 1 0 0 0 9
Esta matriz apenas apresenta valores diferente de zero na diagonal principal, por isso chamada de Matriz Diagonal.
1 0 0 A = 0 1 0 = [I ] 0 0 1
Um caso particular da matriz diagonal uma matriz cuja diagonal principal apresente todos os elementos iguais a 1. Esta matriz chamada de Matriz Identidade.
Pg. 2 _____________________________________________________________________________
Existem ainda dois tipos especiais de matrizes. A matriz nula e a matriz singular. Diz-se que uma matriz uma matriz nula quando todos os elementos constituintes dessa matriz so iguais a zero. A matriz nula representada por [] Diz-se que uma matriz uma matriz singular quando constituda por um nico elemento, ou seja uma matriz de ordem 1 1 . Exemplo: 0 0 0 A = 0 0 0 0 0 0 A = [12 ]
Matriz Nula
Matriz Singular
ADIO DE M ATRIZES
A soma de duas matrizes s possvel se elas forem do mesmo tipo ( m n ). Podemos, como definio, dizer que a soma de duas matrizes do mesmo tipo ( m n ) ainda uma matriz do tipo m n , cujos elementos so obtidos por soma do elementos homlogos das matrizes parcelas. Sendo A e B matrizes do tipo ( m n )
[A] + [B] = [aij ] + [bij ] = [aij + bij ] tambm matriz do tipo ( m n ).

Exemplo: 1 2 2 6 Sendo A = e B = 0 3 4 5
[A] + [B] =
1 + 2 2 + 6 3 8 = 4 + 0 5 + 3 4 8
Pg. 3 _____________________________________________________________________________
Colgio de S. Gonalo Clculo Numrico - Amarante ______________________________________________________________________________ PROPRIEDADES DA ADIO DE MATRIZES
Propriedade Associativa
([A] + [B]) + [C] = [A] + ([B] + [C])

Propriedade Comutativa
[A] + [B] = [B] + [A ]

de elemento neutro (existncia de ...)
[A] + [ ] = [A]
de elemento de elemento simtrico
[A] + [- A ] = [ ]
EXERCCIOS: 1 0 1 1 2 2 0 5 1 1 0 3 , B = 1 0 3 e C = 1 5 6 1 - Sendo A = 2 3 2 1 12 9 14 0 3
a) Utilizando as matrizes apresentadas acima, prove a propriedades enunciadas no ponto anterior b) Calcule [A] + [B] c) Calcule a matriz -C tal que [C] + [- C] = [ ] d) Calcule a matriz X tal que [A] + [X] = [B]
Pg. 4 _____________________________________________________________________________
Colgio de S. Gonalo Clculo Numrico - Amarante ______________________________________________________________________________ PRODUTO DE UM NMERO REAL POR UMA M ATRIZ
O produto de um nmero real por uma matriz A do tipo m n uma matriz [B] = [A] do tipo m n , em que cada elemento da matriz B igual a bij = a ij . Exemplo: 1 1 2 Considere a matriz A = 1 0 3 e = 3 . 2 3 3 Calcule [B] = [A] Resoluo: 1 1 2 3 3 6 [B] = [A] = 3 * 1 0 3 = 3 0 9 2 3 3 6 9 9
PROPRIEDADES 1Distributiva em relao adio ([A ] + [B]) = [A] + [B] 2Associativa em relao multiplicao ([A] [B]) = ( [A]) [B] 3$ de elemento neutro (existncia de ...) 1 [A ] = [A] 4$ de elemento absorvente (existncia de ...) 0 [A] = [ ] 5Clculo do Simtrico 1 [A] = [- A]
Pg. 5 _____________________________________________________________________________

Apostila de Cálculo Numérico Resumido

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Apostila de Cálculo Numérico Resumido

Diunggah oleh

Hak Cipta:

Format Tersedia

Clculo Numrico Colgio de S.

Gonalo - Amarante __________________________________________________________________________________

Objectivos da Anlise Numrica

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

aproximado x, a um nmero qualquer maior ou igual ao erro relativo desse nmero.

= 3.14159 uma representao aproximada do valor de

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

Os erros de truncatura e de arredondamento so por conseguinte introduzidos durante o processo computacional.

estudar este efeito no vamos considerar a.o..

- ADIO (1) X = x + x (2) Y = y + y (3) z = x + y (4) Z = X + Y

Eng. Antnio Jorge Gonalves de Gouveia

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

z x x y y x y x + y z z x+ y x x+ y y x+y x+ y ento o erro relativo de propagao na subtraco dado por,

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

- MULTIPLICAO (1) X = x + x (2) Y = y + y (3) z = x y = z + z (4) Z = X Y

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

- POTNCIA Se z = x y , ento temos

- RAIZ Se z = x , ento temos

- FUNES IMPLCITAS Se F = f ( , , ) , ento temos

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

- ERROS DOS ARREDONDAMENTOS

- POR ARREDONDAMNETO SIMTRICO

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

- ALGARISMOS SIGNIFICATIVOS E EXACTOS

10 m+1 , onde o primeiro algarismo significativo do nmero

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

Nmero de Algarismos Exactos de um produto / Quociente

xi = 1 10t1 + 2 10t2 + 3 10t3 +... + n 10tn1

1 1 1 1 + + +... + )10 m+1 1 2 3 n

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

S=-5398,4892456559 2 dgitos perdidos

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

- SOLUO DE EQUAES NO LINEARES

Dada uma equao F ( x) = 0 , diz-se que x0 uma raiz da equao se ao substituir

x pelo valor de x0 , a igualdade verificada.

Ex. 2.1 - A equao linear ax + b = 0, em que

a e b so constantes dadas e a 0, verificada para x0 = . Esta alis,

se b 2 < 4ac , as razes de F ( x ) so imaginrias.

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

- MTODO DAS BISSECES SUCESSIVAS

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

23 =1 0.5 0.25 0.125 0.0625 0.03125

2.5 2.25 2.375 2.4375 2.40625

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

- MTODO DAS APROXIMAES SUCESSIVAS

Assim, a partir de um valor inicial x0 , obtm-se uma sequncia de valores:

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

a) -1 < f(x) < 0

b) 0 < f(x) < 1

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

A equao pode ser escrita na forma: x= 1 2 2 x + 5 5 ou seja x = 0. 2 x 2 + 0. 4

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

onde R2 um infinitsimo de 2 ordem em 0 que pode ser escrito como: R2 =

que justifica o poder ser desprezado. Desprezando R2 temos que:

f ( x0 ) mais aproximado da raiz da equao f ( x0 )

Clculo Numrico Colgio de S. Gonalo - Amarante __________________________________________________________________________________

A frmula de recorrncia dada por: x n = x n 1 f ( x n 1 ) f ( x n 1 )

Interpretao grfica do Mtodo