Anda di halaman 1dari 12

Ad erito Lu s Martins Ara ujo

An alise Num erica


Engenharias Mec anica e de Materiais

F.C.T.U.C. 2002

Cap tulo 1

Preliminares
1.1 Introdu c ao

A an alise num erica e a disciplina da matem atica que se ocupa da elabora ca o e estudo de m etodos que permitem obter, de forma efectiva, solu co es num ericas para problemas matem aticos, quando por uma qualquer raz ao n ao podemos ou n ao desejamos usar m etodos anal ticos. Para perceber melhor o que se pretende dizer por de forma efectiva, consideremos o problema do c alculo do determinante. Como e sabido (ser a?), o determinante de uma matriz quadrada A = (aij )n e dado pela express a o i,j =1 det (A) = a1i1 anin ,

onde a soma e efectuada sobre todas as n! permuta co es (i1 , . . . , in ) dos n umeros 1, 2, . . . , n. Esta f ormula te orica s o permite o c alculo ef ectivo do determinante se a dimens ao da matriz for muito pequena. Por exemplo, se n = 25 o n umero de permuta co es poss veis e superior a 15 quatrili oes (como e que se escreve este n umero?)! Se possuirmos uma m aquina que calcule cada termo da express ao anterior num bilion esimo de segundo (coisa que nem remotamente os actuais computadores conseguem fazer), para calcular todas as parcelas necessitamos de 15 bili oes (como e que se escreve este n umero?) de segundos, ou seja 400.000 anos! Os problemas que a an alise num erica pretende dar solu ca o s ao geralmente origin arios das ci encias naturais e sociais, da engenharia, das nan cas, e, como foi dito, n ao podem, geralmente, ser resolvidos por processos anal ticos. Exemplo 1.1 (Lei da gravita c ao universal) Um dos primeiros e mais importantes modelos matem aticos para problemas da f sica foi dado por Newton para descrever o efeito da gravidade. De acordo com esse modelo, a for ca da gravidade exercida pela Terra num corpo de massa m tem a magnitude m mt , F =G d2 onde mt e a massa da Terra, d a dist ancia entre os centros dos dois corpos e G a constante de gravita c ao universal. O modelo de Newton para a gravita ca o universal conduziu a ci encia a ` formula ca o de muitos problemas cuja solu ca o s o pode ser obtida de forma aproximada, usualmente envolvendo a solu ca o num erica de equa co es diferenciais. 2

Preliminares

Exemplo 1.2 (Problema dos tr es corpos) O problema dos tr es corpos consiste em determinar quais s ao os comportamentos poss veis de um sistema constitu do por tr es corpos que interagem entre si atrav es de uma for ca gravitacional newtoniana. Este problema n ao e dif cil de p or em equa c ao e os espectaculares exitos da Mec anica Cl assica sugeriam que a sua resolu c ao, de interesse aparentemente acad emico, fosse uma quest ao de tempo; o facto de n ao ser poss vel realizar os c alculos podia passar de mero detalhe t ecnico. Anal de contas, o problema dos dois corpos (isto e, dois corpos que interagem por via da for ca gravitacional, como a Terra e o Sol) tinha uma solu c ao muito simples, que era estudada no primeiro ano da Universidade. O facto e que a solu c ao anal tica deste problema e imposs vel de obter! Resta-nos assim recorrer ` a solu c ao num erica. O estabelecimento das v arias leis da f sica permitiu aos matem aticos e aos f sicos obter modelos para a mec anica dos s olidos e dos u dos. As engenharias mec anica e civil usam esses modelos como sendo a base para os mais modernos trabalhos em din anica dos u dos e em estruturas s olidas, e a an alise num erica tornou-se uma ferramenta essencial para todos aqueles que pretendem efectuar investiga ca o nessas a reas da engenharia. Por exemplo, a constru ca o de estruturas modernas faz uso do chamado m etodo dos elementos nitos para resolver as equa co es com derivadas parciais associadas ao modelo; a din amica dos u dos computacional e actualmente uma ferramenta fundamental para, por exemplo, desenhar avi oes; a elabora ca o de novos materiais e outro assunto que recorre, de forma intensa, a algoritmos num ericos. A an alise num erica e pois uma a rea que tem assumido crescente import ancia no contexto das ci encias da engenharia. No processo de resolu ca o de um problema matem atico podemos distinguir v arias fases: 1. Formula c ao de um modelo matem atico que descreve uma situa c ao real. Tal formula ca o pode ser feita recorrendo a (sistemas de) equa co es alg ebricas, transcendentes, integrais, necess diferenciais, etc. E ario ter muito cuidado nesta fase uma vez que a grande complexidade dos problemas f sicos pode-nos obrigar a fazer simplica co es no modelo, simplica co es essas que n ao devem alterar grandemente o comportamento da solu ca o. 2. Obten c ao de um m etodo num erico que permite construir uma solu c ao aproximada para o problema. Um m etodo num erico que possa ser usado para resolver o problema e traduzido por algoritmo que n ao e mais do que um completo e n ao amb guo conjunto de passos que conduzem a ` solu ca o do problema. Esta fase constitui o cerne da an alise num erica. Assim, dado um determinado m etodo num erico, temos necessidade de saber em que condi co es as solu co es por ele obtidas convergem para a solu ca o exacta; em que medida pequenos erros de arredondadmento (e outros) poder ao afectar a solu ca o nal; 1 qual o grau de precis ao da solu ca o aproximada obtida, etc. 3. Programa c ao autom atica do algoritmo. Nesta fase teremos necessidade de recorrer a uma linguagem de programa ca o como o FORTRAN, o PASCAL, o C++, entre outras. Mais recentemente e usual o recurso a programas como o MATHEMATICA ou o MATLAB.
Neste curso, uma vez que e destinado a alunos de engenharia, n ao iremos dar grande enfase a estas quest oes. Discutiremos as condi co es de aplicabilidade dos m etodos quando for caso disso, provaremos a exist encia destas condi co es e faremos uma breve an alise de erros, ou seja, faremos alguma an alise num erica simples.
1

Preliminares

Exerc cio 1.1.1 A equa c ao do segundo grau ax2 + bx + c = 0 e usualmente resolvida pelas f ormulas b + b2 4ac b b2 4ac x1 = , x2 = . (1.1) 2a 2a 1. Prove que uma solu c ao alternativa e dada por x1 = 2c , b b2 4ac x2 = 2c . b + b2 4ac (1.2)

2. Escreva um programa de computador que resolva equa co es de segundo grau de duas maneiras distintas: (i) usando as f ormulas (1.1); (ii) calculando uma raiz pela f ormula de (1.1) em que n ao se subtraem n umeros do mesmo sinal e a outra raiz pela f ormula de (1.2) adequada. 3. Execute o programa constru do em 2. quando: (i) a = 1.0, b = 5.0, c = 6.0; (ii) a = 1.0, b = 12345678.03, c = 0.92.

1.2

Breve refer encia hist orica

Os algoritmos num ericos s ao quase t ao antigos quanto a civiliza ca o humana. Os babil onios, vinte s eculos antes de Cristo, j a possuiam tabelas de quadrados de todos os inteiros entre 1 e 60. Os eg pcios, que j a usavam frac co es, inventaram o chamado m etodo da falsa posi ca o para aproximar as ra zes de uma equa ca o. Esse m etodo encontra-se descrito no papiro de Rhind (cerca de 1650 anos antes da era crist a). Na Gr ecia antiga muitos foram os matem aticos que deram contributos para o impulso desta disciplina. Por exemplo, Arquimedes de Siracusa (278-212, a.C.) mostrou que 3 1 10 <<3 71 7

e apresentou o chamado m etodo da exaust ao para calcular comprimentos, a reas e volumes de guras geom etricas. Este m etodo, quando usado como m etodo para calcular aproxima co es, est a muito pr oximo do que hoje se faz em an alise num erica; por outro lado, foi tamb em um importante precursor do desenvolvimento do c alculo integral por Isaac Newton (1643-1729) e Gottfried Wilhelm Leibniz (1646-1716). Heron, o velho, no s eculo I a.C., deduziu um procedimento para determinar a da forma (ser as capaz de deduzir este m etodo?) 1 a . xn + 2 xn No ano 250 da nossa era, Diofanto obteve um processo para a determina ca o das solu co es de uma equa ca o quadr atica. Durante a Idade M edia, os grandes contributos para o desenvolvimento da matem atica algor tmica vieram, sobretudo, do m edio oriente, India e China. O contributo maior foi, sem d uvida, a simplica ca o introduzida com a chamada numera ca o hindu- arabe. O aparecimento do c alculo e a cria ca o dos logaritmos, no s eculo XVII, vieram dar um grande impulso ao desenvolvimento de procedimentos num ericos. Os novos modelos matem aticos propostos n ao podiam ser resolvidos de forma expl cita e assim tornava-se imperioso o desenvolvimento de m etodos num ericos para obter solu co es aproximadas. O pr oprio Newton

Preliminares

criou v arios m etodos num ericos para a resolu ca o de muitos problemas, m etodos esses que possuem, hoje, o seu nome. Tal como Newton, muitos vultos da matem atica dos s eculos XVIII e XIX trabalharam na constru ca o de m etodos num ericos. De entre eles podemos destacar Leonhard Euler (1707-1783), Joseph-Louis Lagrange (1736-1813) e Carl Friedrich Gauss (1777-1875). Foi, no entanto, o aparecimento, na d ecada de 40 do s eculo XX, dos primeiros computadores que contribuiu decisivamente para o forte desenvolvimento da disciplina. Apesar de tanto Pascal como Leibniz terem constru do, j a no s ec. XVII, as primeiras m aquinas de calcular e de Charles Babage, milion ario ingl es, ter constru do o que e considerado o primeiro computador (nunca funcionou!), foi apenas com o aparecimento do ENIAC, nos anos 40, que a ci encia usufruiu, de facto, desses dispositivos de c alculo.

1.3

No co es e teoremas b asicos

Antes de come carmos propriamente com os assuntos da an alise num erica, relembremos algumas no co es e teoremas importantes que conv em ter sempre presentes. O primeiro teorema que iremos considrar e o chamado Teorema de Bolzano. Teorema 1.3 (Bolzano) Se f for uma fun ca o cont nua em [a, b] ent ao, para todo o y compreendido entre f (a) e f (b) existe pelo menos um x [a, b] tal que f (x) = y . Como pode ser vericado, este teorema estabelece um resultado intuitivo: uma fun ca o cont nua para passar de um ponto para outro tem de passar por todos os valores interm edios. Outro teorema b asico e o seguinte e foi estabelecido por Michel Rolle (1652-1719). Teorema 1.4 (Rolle) Se f for uma fun ca o cont nua em [a, b], diferenci avel em (a, b) e se f (a) = f (b) = 0 ent ao existe pelo menos um (a, b) tal que f ( ) = 0. Em linguagem comum, este teorema diz-nos que entre dois zeros de uma fun ca o cont nua existe, pelo menos, um zero da sua derivada. Este resultado pode ser generalizado da forma que se segue. Observa c ao 1.5 No teorema anterior n ao e necess ario que f (a) e f (b) sejam ambos nulos; basta que f (a) = f (b). Teorema 1.6 (Rolle generalizado) Se f for uma fun ca o cont nua em [a, b], diferenci avel n vezes em (a, b) e se tiver, neste intervalo, n zeros ent ao f tem pelo menos n 1 zeros em (a, b), f tem pelo menos n 2 zeros em (a, b), . . ., f (n1) tem pelo menos 1 zero em (a, b). Outro resultado que conv em ter presente (cultura geral) e o conhecido Teorema do Valor M edio de Lagrange. Teorema 1.7 (Valor M edio de Lagrange) Se f for uma fun ca o cont nua em [a, b] e diferenci avel em (a, b) ent ao existe pelo menos um (a, b) tal que f ( ) = f (b) f (a) . ba

Preliminares

a -0.4 -0.2 0.2 0.4 0.6 0.8

b 1

Figura 1.1: Teorema do Valor M edio.

Este resultado justica o procedimento (muito comum) de substituir o c alculo da derivada de uma fun ca o denida num intervalo (pequeno) [a, b] pela diferen ca dividida f [a, b] := f (b) f (a) . ba

Consideremos agora o seguinte teorema estudado, tal como os anteriores, na disciplina de C alculo/An alise do primeiro ano. Teorema 1.8 (Valor m edio para integrais) Se f for uma fun ca o cont nua em [a, b] e g uma fun ca o integr avel, que n ao muda de sinal em [a, b]. Ent ao existe pelo menos um (a, b)tal que
b b

f ( )
a

g (x) dx =
a

f (x)g (x) dx.

Finalmente, consideremos um teorema estabelecido por Weierstrass. Este resultado, apesar de ser apenas um resultado de exist encia, tem muita import ancia te orica. Teorema 1.9 (Weierstrass) Seja f uma fun ca o denida e cont nua num intervalo [a, b]. Ent ao para cada > 0 existe um polin omio p denido em [a, b] tal que
x[a,b]

max |f (x) p(x)| < .

Este teorema diz-nos que, por mais pequeno que seja o escolhido, existe sempre um polin omio p contido na faixa {(x, y ) IR2 : x [a, b], y [f (x) , f (x) + ]}.

1.4

Breve refer encia ` a teoria dos erros

nosso A introdu ca o de erros num determinado processo de c alculo pode ter v arias causas. E objectivo analisar quais s ao essas causas e estudar mecanismos que nos permitam determinar limites superiores para os erros obtidos no nal do processo de c alculo. H a v arias teorias para estudar os erros e a sua propaga ca o ao longo dos c alculos. Merece destaque especial neste campo o matem atico J.H. Wilkinson que claricou muitas quest oes com os seus trabalhos. Na bibliograa indicaremos algumas obras que se debru cam sobre estes problemas.

Preliminares

Para iniciar o nosso estudo, denamos dois tipos fundamentais de erros. Seja x um valor desconhecido e x um valor aproximado de x. Deni c ao 1.10 Chama-se erro absoluto de x e representa-se por x a quantidade x = x x. Deni c ao 1.11 Chama-se erro relativo de x e representa-se por rx a quantidade rx = Observa c ao 1.12 1. Na pr atica os valores dos erros absoluto e relativo usam-se, normalmente, em m odulo pois, para a maioria dos problemas, n ao e relevante saber se o erro foi cometido por defeito ou por excesso; 2. Como na deni ca o de erro relativo o valor de x n ao e conhecido, e usual considerar a estimativa |rx | |x/x| ; 3. O erro relativo, atendendo a que e uma quantidade adimensionada, e muitas vezes representado sob a forma de percentagem. Note-se tamb em que o erro relativo nos d a uma maior informa ca o quanto a ` precis ao da aproxima ca o que o erro absoluto. com base nas duas deni E co es anteriores que iremos analisar os resultados num ericos que aparecer ao como aproxima co es a valores que n ao conhecemos com exactid ao. x . x

1.4.1

Erros de arredondamento

Os dados de um determinado problema, podem estar a ` partida afectados de imprecis oes resultantes de medi co es incorrectas. Note-se que a escala de um instrumento de medi ca o nos d a uma possibilidade de saber um limite superior para o erro com que esses valores v em afectados. Por exemplo, com uma r egua usual, a medi ca o de uma dist ancia de 2 mm pode vir afectada com um erro de 0.5 mm o que d a um erro relativo de 2.5%. Outra causa de erro resulta das simplica co es impostas ao modelo matem atico usado para descrever um determinado fen omeno f sico. Por exemplo, e usual considerar que, para um dada problema, n ao h a perdas de calor, o atrito e nulo, etc. Este tipo de erros fogem ao controlo do analista num erico e s ao muito dif ceis de quanticar. Outra causa de erros resulta da forma como representamos os n umeros reais. De facto, quando usamos um computador, a mantissa de um n umero tem que ser limitada. Assim, existem n umeros que n ao possuem representa ca o na m aquina que estamos a trabalhar. Por exemplo, o n umero x = 123.9346 n ao tem representa ca o numa m aquina de base decimal cuja mantissa s o permita armazenar 6 d gitos. Temos assim necessidade de o aproximar por um outro que possa ser representado na referida m aquina. Essa aproxima ca o vai ser efectuada por um processo conhecido por arredondamento. A forma de arredondar um n umero real e a usual. Como tal x = 123.9346 123.935 = x,

Preliminares

e este novo valor j a tem representa ca o na m aquina que estamos a usar sob a forma .123935E2. Note-se que o arredondamento foi efectuado na terceira casa decimal e que |x| = |x x| = 0.0004 < 0.5 103 , |x| 3.23 106 < 5 106 . |x| Se o arredondamento tivesse sido efectuado na segunda casa decimal vinha |rx | = x = 123.9346 123.93 = x, e assim |x| 3.63 105 < 5 105 . |x| Daqui resultam as seguintes deni co es: |rx | = Deni c ao 1.13 Seja x uma aproxima ca o para x. Diz-se que x tem k casas decimais correctas k se e s o se |x| 0.5 10 . Deni c ao 1.14 Seja x uma aproxima ca o para x. Diz-se que x tem k algarismos signicativos 2 k correctos se e s o se |rx | 5 10 . Observa c ao 1.15 Note-se que estas deni co es surgem por forma a que todo o n umero obtido a partir de um valor exacto por conveniente arredondamento tenha todas as suas casas decimais e todos os seus algarismos signicativos correctos. Existe ainda outra possibilidade de erro quando trabalhamos em aritm etica de v rgula utuante. Suponhamos que estamos ainda numa m aquina de base decimal cuja mantissa s o permita armazenar 6 d gitos. Consideremos, por exemplo, o seguinte n umero: x = .100107E4. Assim temos que z := x3 = 1003213435.95. Este n umero n ao tem representa ca o nesta m aquina. H a pois necessidade de o arredondar. Temos ent ao z 100321 = z, cuja representa ca o e z = .100321E6. Note-se que, apesar de se tem |z | = 3435.95 |rz | = |x| = 0.0045 < 0.5 102 ,

3435.95 3.42 106 < 5 106 . 1003213435.95 Para nalizar vamos denir o que se entende por precis ao da m aquina. Esta caracter stica e medida pelo chamado zero da m aquina, denotado por , e denido com sendo o menor n umero que pode ser representado satisfazendo a (1 + ) > 1. Assim, uma m aquina e tanto mais precisa quanto menor for o seu zero.
2 Na representa ca o decimal de um n umero, um algarismo diz-se signicativo se e diferente de zero. O zero tamb em e signicativo excepto quando e usado para xar o ponto decimal.

Preliminares

Exerc cio 1.4.1 Ptolomeu de Alexandria (s eculo II) usou na sua obra Almagest (em arabe, O Grande Comp endio), seguindo os Babil onios, o valor de = (3.830) 60 . E claro que a nota c ao usada n ao foi esta, mas sim a nota c ao grega corrente na epoca = . 1. Converta ` a base decimal e determine os erros absoluto e relativo cometidos. Nota: Este foi o valor usado por Crist ov ao Colombo (s eculo XV) nos c alculos de navega c ao. 2. Tente explicar a nota c ao usada por Ptolomeu tendo em aten c ao que os gregos recorriam ` as letras do seu alfabeto para representar os n umeros. Assim (o alfabeto grego na altura tinha mais duas letras) = 1, = 2, . . ., = 10, = 20, = 30, = 100, . . .. Exerc cio 1.4.2 Um meio bastante ecaz de calcular o valor de consiste em usar a s erie 426880 10005 (6n)![545140134 n + 13501409] = . n!3 (3n)!(640320)3n n=0 1. Mostre que se trata de uma s erie convergente. 2. Pode mostrar-se que, tomando os k + 1 primeiros termos desta s erie, vem determinado com 14.18(k + 1) casas decimais correctas. Verique este facto para k = 5 e k = 10. Exerc cio 1.4.3 Sejam x, y e z tr es quantidades exactas. Por arredondamento obtiveram-se as seguintes aproxima co es: x = 231, y = 2.31 e z = 23.147. 1. Conte o n umero de casas decimais correctas nas aproxima co es e calcule limites superiores para o erro absoluto em cada uma delas. Compare os resultados e comente. 2. Conte o n umero de algarismos signicativos correctos nas aproxima co es e calcule limites superiores para o erro relativo em cada uma delas. Compare os resultados e comente.

1.4.2

Erros de truncatura

Os erros de truncatura ou de discretiza ca o s ao, por deni ca o, os erros que surgem quando se passa de um processo innito para um processo nito ou quando se substitui um processo cont nuo por um discreto. Por exemplo, quando aproximamos f (x) ou e 1+ f (x + h) f (x) h 1 M
M

cometemos erros de truncatura. Outro exemplo onde surgem este tipo de erros e dado pela chamada aproxima c ao de Taylor que tem como suporte te orico o seguinte teorema (apresentado sem demonstra ca o), devido a Brook Taylor (1685-1731).3
Taylor foi, entre outras coisas, o sucessor de Haley como secret ario da Royal Society. Publicou, em 1715, um livro intitulado Methodus Incrementorum Directa & Inversa no qual a sua expans ao apaarece descrita. O seu teorema foi enunciado em 1712. Colin Maclaurin (1698-1746) foi um menino prod gio sendo nomeado professor em Aberdeen com a idade de 19 anos. A sua expans ao apareceu em 1742 no Treatise on Fluxions.
3

Preliminares

10

Teorema 1.16 (Taylor) Se f admite derivadas cont nuas at e a ` ordem n (inclusiv e) em n ( n +1) [a, b], isto e, se f C ([a, b]), e se f existir em (a, b) ent ao, para todo o x, x0 [a, b], f (x) = Tn (x; x0 ) + Rn (x; x0 ), onde Tn (x; x0 ) = e Rn (x; x0 ) = f (k) (x0 ) (x x0 )k k ! k=0 I {x, x0 },
n

(1.3)

f (n+1) ( ) (x x0 )n+1 , (n + 1) !

sendo I {x, x0 } o intervalo aberto denido por x e x0 . A (1.3) chamaremos f ormula de Taylor sendo Tn (x; x0 ) o polin omio de Taylor de f em torno do ponto x0 e Rn (x; x0 ) o resto (de Lagrange) de ordem n (ou de grau n + 1). Se x0 = 0 a (1.3) chamaremos f ormula de Maclaurin. Atente-se ao grande interesse pr atico deste resultado que arma que, mediante certas condi co es, uma fun ca o pode ser escrita como a soma de um polin omio com um resto. Escolhendo valores de x e x0 tais que
n+

lim Rn (x; x0 ) = 0.

(1.4)

temos que, a partir de um valor de n sucientemente grande, a fun ca o dada pode ser aproximada pelo seu polin omio de Taylor. Assim, qualquer opera ca o a efectuar sobre a fun ca o (deriva ca o, integra ca o, etc.) poder a ser feita sobre o polin omio. Observa c ao 1.17 A escolha dos valores de x e x0 dever a ser feita de modo a que eles perten cam ao intervalo de converg encia da s erie f (k) (x0 ) (x x0 )k k ! k=0 designada por s erie de Taylor. Neste curso n ao iremos dar enfase a esta quest ao. O objectivo fundamental dos problemas que surgem neste contexto e o de determinar o menor valor de n que verica max |Rn (x; x0 )| < ,
I {x,x0 }

sendo > 0 uma toler ancia previamente xada. Obtemos assim a aproxima ca o f (x) Tn (x; x0 ), cujo erro n ao excede . O valor de Rn (x; x0 ), sendo um erro absoluto uma vez que |f (x) Tn (x; x0 )| = |Rn (x; x0 )|, e tamb em designado erro de truncatura.

Preliminares

11

Deni c ao 1.18 Uma fun ca o f cujo resto da sua f ormula de Taylor verique (1.4), para todo o x (x0 , x0 + ), com positivo e escolhido de forma adequada, diz-se anal tica em x0 . Como a f ormula de Taylor e denida usando apenas informa ca o relativa a `s derivadas da fun ca o num u nico ponto, e surpreendente que muitas das fun co es que s ao denidas de forma natural na matem atica, bem como os limites das equa co es diferenciais que servem de modelo a muitos problemas da engenharia, f sica, biologia, sociologia, etc, sejam fun co es anal ticas. Exerc cio 1.4.4 Determine um valor aproximado de e2 com 3 casas decimais correctas, usando a f ormula de Maclaurin aplicada ` a fun c ao f (x) = ex . Resolu c ao: A fun c ao f (x) = ex e uma fun c ao anal tica para todo o x real (prove!) e atendendo ( k ) a que f (x) = ex a s erie de Maclaurin de f e dada por ex = Assim, xando um valor de n, temos que ex 1 + x + com |Rn (x; 0)| xn x2 x3 + + + , 2 6 n! xk . k! k=0

ex 3x |xn+1 | |xn+1 |. (n + 1)! (n + 1)!

Vamos ent ao determinar qual o menor valor de n tal que |Rn (2; 0)| Por tentativas... n=9 32 |2n+1 | 0.5 103 . (n + 1)! 32 10 2 = 0.254 102 10! 32 11 2 = 0.462 103 . 11!

n = 10 Logo a aproxima c ao pedida e e2


10

xk = 7.38899470899 7.389. k! k=0

1.5

Exerc cios de aplica c ao ` a engenharia

Exerc cio 1.5.1 O uxo atrav es de uma parte da camada fronteira num u do viscoso e dada pelo integral denido
0.8 0

1.4(1 e4x ) dx.

Calcule uma aproxima c ao para o integral com quatro casas decimais correctas.

Preliminares

12

Exerc cio 1.5.2 Consideremos uma viga uniforme de comprimento L, suspensa, sujeita a uma carga uniformemente distribuida W e a uma for ca compressiva P em cada extremo. A deac c ao D no ponto m edio e dada por D= W L2 W EI (sec (0 . 5 mL ) 1) , P2 8P

onde m2 = P/EI com E e I constantes. Usando o desenvolvimento em s erie de Maclaurin da fun c ao y = sec x prove que quando a for ca grav tica tende a anular-se a deac c ao D tende para 5W L4 . 384EI Exerc cio 1.5.3 A lei dos gases perfeitos e dada por pv = nrt e relaciona a press ao p, o volume v a temperatura t e o n umero de moles n de um g as ideal. O n umero r nesta equa c ao depende apenas do sistema de medi c ao a usar. Suponhamos que foram efectuadas as seguintes experi encias para testar a veracidade da lei usando o mesmo g as. 1. Consideraram-se p = 1.0 atmosferas, n = 0.0042 moles, v = 0.10 metros c ubicos e r = 0.082. Usando a lei, a temperatura do g as foi prevista como sendo t= 1.0 0.10 pv = = 290o Kelvin = 17o Celsius. nr 0.082 0.0042

Quando medimos a temperatura do g as veric amos ser 17o Celsius. 2. A experi encia anterior foi repetida usando os mesmos valores de r e n mas aumentando o press ao quatro vezes enquanto se reduziu o volume na mesma propor c ao. Como pv e o constante, a temperatura prevista e de 17 Celsius mas agora, ao medir a temperatura do g as encontr amos o valor 32o Celsius. Ser a que a lei n ao e v alida nesta situa c ao?

1.6

Refer encias bibliogr acas

K.E. Atkinson (1989), An Introduction to Numerical Analysis, 2th ed., John Wiley, New York. R.L. Burden e J.D. Faires (1988), Numerical Analysis, 4th ed., PWS-Kent, Boston. S.D. Conte e C. de Boor (1980), Elementary Numerical Analysis, 3th ed., McGraw-Hill, New York. P. Henrici (1963), Error Propagation for Dierence Methods, John Wiley, New York. M. Rosa (1992), T opicos de An alise Num erica, Textos de Apoio, DMUC, Coimbra. J. Stoer e R. Bulirsch (1980), Introduction to Numerical Analysis, Springer-Verlag, Berlin. J.H. Wilkinson (1963), Rounding Errors in Algebraic Process, Prentice-Hall, New Jersey.