NOTAS DE AULA
CALCULO NUMRICO
CAPITULO 1
Conceitos bsicos do calculo numrico
1 Introduo
As fases de resoluo de um problema fsico podem de modo geral ser assim
representados.
Problema fsico
Modelagem
Modelo Matemtico
Implementao Computacional
Resoluo
Soluo
1.3 Algoritmo
a descrio seqencial, completa, dos passos que levam a soluo do problema, e
caracterizam um mtodo numrico. O algoritmo fornece descrio completa de operaes
bem definidas por das quais o conjunto de dados de entrada transformado em dados de
sada.
1.6 Erros
Os erros merecem ateno especial, pois ao tentar encontrar a soluo de um
problema atravs de calculo numrico, surgem varias fontes de erros, que podem levar a
resultados muitos distantes da soluo ou que nada tenham a ver com a soluo do
problema.
As principais fontes de erros so:
i)
Erros nos dados de entrada.
ii)
Erros na fase de modelagem.
iii)
Erros de arredondamento.
iv)
Erros de truncamento.
v)
Erros humanos e de mquinas.
Ea =
xx
Er =
xx
x
na n-sima iterao.
O problema em encontrar o erro que no conhecemos
para este, fornecida pelo processo iterativo.
x e apenas aproximaes
Ea <
x x
Er <
x x
x
n 1
n 1
n 1
Onde
Quando
Ea 0,5 10
3.1415
valor de 3.1415 com 3 casas decimais corretas, ai sim faz sentido sua resposta, pois
fica claro que temos um erro apartir da 4 casa decimal.
Ex 1) Vamos supor que durante o processo iterativo pra obter a raiz de uma equao
obteve-se os seguintes resultados:
CAPITULO 2
SISTEMAS NUMERICOS
Todo numero N, pode ser representado em diferentes bases. O sistema numrico
que utilizamos o sistema decimal, posicional, visto que todo nmero escrito como soma
de produto de potencias de base 10, e cada algarismo, dgito, vale de acordo com a sua
posio.
Outras bases, e outros sistemas numricos, j foram usados na antiguidade como a
base 60, base 12 e o sistema aditivo conhecido por algarismos romanos pro exemplo.
Vejamos Alguns exemplos:
Ex 1):
(13) (1101) 1 2 1 2 0 2 1 2
3
10
(176) 1 5 2 5 0 5 1 5 (1201)
Qualquer nmero natural > 0 pode ser usado como base, quanto estamos na base
3
10
N (d d ...d d ) (d d ... d
0
k 1
k 1
k 1
d )
k
di i
k
i 0
Onde
d , i 0, 1, 2,... k
i
so inteiros satisfazendo
0 d e d 0.
i
x di i
n
i k
di
satisfazem
0d .
i
Ex 4:
2
1352, 48 di i
i 3
(d3 3 d2 2 d1 1 d0 0 d1 1 d2 2 )
1352, 48 (1.103 3.102 5.101 2.100 4.101 8.102 )
x d . e
onde a base,
d d (d d ... d )
n
i k
Obs:
k 1
k 1
O zero pode ser representado em qualquer sistema, com mantissa igual a zero e
expoente m.
Ex 5: Se a base 10 ento:
i)235,231 2 10 3 10 5 10 2 10 2 10 110
= 0,23523110
2
significativos de um nmero
base
notao.
F ( , t , m, M ) .
nmeros.
Quando no podemos representar exatamente um nmero em um sistema
dentro do sistema, isto , uma aproximao com um erro mnimo possvel, o que nem
sempre possvel.
Dentro de um sistema
...
Sinal
da mantissa
Valor da mantissa
...
Sinal do
Expoente
Valor do
exp oente
F (2,10,10,10) sera:
1 1 0 1 1 1 0 ... 0 0 0 0 0 0 1 0 1
Preciso Simples = 32 bits= 1 / 8 / 23 (Preciso Simples = 32 bits= 1 / 8 / 2Sinal / Expoente / Mantissa)
x que pertence
xx
x S onde S (1 ); (1 ) .
2
2
s
0.d d d ...d d ... e truncamos em t dgitos. Assim
2
x x (0.d d d ...d )
Dado um nmero
t 1
Resoluo:...
----------------------------------///----------------------------------
x y 2
x 1,01y 2,01
Graficamente temos:
CAPITULO 3
ZEROS DE FUNES
f ( x) 0
Definio 1:
Se
f :[a, b] R
x [a, b] um zero de
Soluo: ...
-------------------------------///---------------------------------Usando o maple.
> f:=x->exp(x)-1/x;
> f(0.5);
> f(1.0);
---------------------------------///-------------------------------Outra forma de obtermos intervalos que contenham razes rearranjando a equao
de
f ( x) ( x 1) e 1
Soluo: f ( x) 0 assim ( x 1) e
2
i)
( x2 2 )
( x2 2 )
dada
por
( x 1) e
2
( 2 x2 )
fazendo
y ( x 1)
1
y e
( 2 x2 )
Note que temos uma raiz no intervalo (-2, -1) e outra no intervalo (0.5, 1.5).
Usando o maple:
> plot([(x+1)^2,exp(2-x^2)],x=-3..3);
Assim f possui razes nos intervalos (-2,-1) e (1.5; 2.5).
f ( x) x 3x 1
iii) f ( x) x sen( x)
3
ii)
Soluo:...
-----------------------------------------///----------------------------------------------O teorema de Bozano fornece o primeiro mtodo para encontrar razes de funes.
(a , m ) se f (ak 1 ) f (mk ) 0
(ak , bk ) k 1 k
(mk , bk 1 ) se f (ak 1 ) f (mk ) 0
com
mk
ak 1 bk 1
2
f ( x) e x
1
x
atravs do MMI.
Soluo:...
______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
12
---------------------------------///------------------------------
x ( x)
a partir da equao
f ( x) 0
que pode ser feita de infinitas formas, e realizamos iteraes com a regra de recorrncia
dada por
raiz, da funo.
corretas.
Soluo ...
i)
xn1 xn 2 2
ii)
xn1 xn 2
Como podemos ver seria um tanto quanto trabalhoso encontrar a raiz por tentativa,
mas para evitar isso podemos usar um critrio na escolha da relao
x ( x) .
Seja
0 1.
suponhamos
que
para todo
nR.
sequncia
( xn )
seja
tal
que
portanto convergente.
Assim para a sequncia gerada pelo MIL teremos:
( xn1 ) ( xn )
xn1 xn
'( xn ) 1
x ( x)
xn1 ( xn )
'( xn ) 1
nesse
que converve para raiz da funo, caso contrario no teremos garantia de convergncia e
devemos encontrar outra relao
x ( x)
'( xn ) 1 podemos
'( x0 ) 1, mas para isso devemos estar certos de que x0 x , ou seja, que
x0 , chute inicial.
Ex 5:
Dada a funo f ( x) 2 x ln( x 1) 2
i) Encontre duas regras de recorrncia xn1 ( xn ) mtodo iterativo linear para tentar
calcular uma raiz da funo.
ii) Mostre quais das regras obtidas no item i) converge para as razes de
iii) Encontre a maior raiz, atravs do mtodo da iterao linear, com trs casas decimais
corretas.
Um exemplo do MIL, usando o Maple:
Mtodo Iterativo Linear
( Nmero de Iteraes ou Erro maximo )
> restart:
> Digits:=30;
> n:=0:
> x[n]:=-0.2;
> phi:=x->(x^2-ln(x+2))/2;
______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
14
> p:=diff(phi(x),x);
> g:=unapply(p,x);
> evalf(g(-0.2));
> ex:=1:
> while ex > 0.5*10^(-2) and n < 20 do
x[n+1]:=phi(x[n]):
ex:=abs(x[n]-x[n+1]):
n:=n+1:
end do;
> s:=x->(x^2-2*x-ln(x+2));
> s(-0.1);s(-0.3);
Definio 3
Sejam
xk
lim
k
ek 1
ek
Ento
p 1 e uma constante c 0
ek xk x
tais que:
e
ln k 1
ek
p
e
ln k
e
k 1
Prova: ...
xk 1 xk
f ( xk )
f '( xk )
k 0,1,2,3,...
x.
( x) x
f ( x)
.
f '( x)
Prova: ...
Ex 6: Determinar atravs do MNR, com 4 casas decimais corretas a raiz da funo:
f ( x) 4cos( x) e x
Soluo: ...
-----------------------///------------------------O MNR possui ordem de convergncia quadrtica, para estimar razes simples, isto ,
razes de multiplicidade um.
Nem sempre conhecemos a multiplicidade da raiz, os resultados sobre ordem de
convergncia no so validos se a multiplicidade for maior que um. No caso do MNR se a
multiplicidade da raiz for maior que um ento a ordem de convergncia se torna linear.
Podemos no caso do MNR fazer a seguinte modificao, para devolver a ordem
quadrtica ao mtodo:
Se q multiplicidade for conhecido ento:
xk 1 xk q
f ( xk )
f '( xk )
k 0,1,2,3,...
u ( xk )
f ( xk )
f '( xk )
xk 1 xk
u ( xk )
k 0,1,2,3,...
u '( xk )
Mtodo de Newton-Raphson
> restart:
> Digits:=20;
# Numero de digitos, 'Default': 10 digitos.
Digite a funo da qual se procura a raiz
> f:=x->(exp(x)-x^6)^2;
" Funo da qual se procura a raiz ";
Digite o nmero de iteraes
> N:=20;
" Nmeros de iteraes ";
> p:=diff(f(x),x):
df:=unapply(p,x);
" Funo derivada da f(x) ";
Verifique, geometricamente, a multipliciddade da raiz e o valor para o chute inicial.
> plot([f(x),df(x)],x=-1..-0.5,y=-5..5);
Digite a multiplicidade da raiz.
> m:=1;
"Multiplicidade da raiz";
Digite o valor do chute inicial
> x[0]:=0;
"chute inicial";
> "Algoritmo de NEWTON-RAPHSON";
> for n from 0 by 1 while n < N do
x[n+1]:=evalf(x[n]-m*f(x[n])/df(x[n]))
end do;
> for n from 1 by 1 while n <= N do
E[n]:=abs(x[n]-x[n-1])
end do;
> print(" A raiz ", x[N] , " com erro mximo de ", E[N]);
3.9 Exerccios
1) Encontre atravs do MNR o valor de:
i)
21
ii)
iii)
Dica: Neste caso, basta encontrar uma funo na qual o nmero procurado seja a raiz, ou seja, o zero da
funo.
f ( x) sen( x)
2
f '( xk )
f ( xk ) f ( xk 1 )
xk xk 1
pois
xk xk 1 0 substituindo em
xk 1 xk
f ( xk )
f '( xk )
teremos
xk 1
xk 1 f ( xk ) xk f ( xk 1 )
f ( xk ) f ( xk 1 )
conhecido por
f ( x) x 5e x atravs do mtodo
CAPITULO 4
SISTEMAS LINEARES
4.1 Introduo
Dado um sistema linear de n equaes e n incgnitas, do tipo.
a11
a
21
an1
a1n x1 b1
a22
a2 n x2 b2
an 2
ann xn bn
a1n
a11 a12
a a
a2 n
21
22
a matriz dos coeficientes do sistema.
Assim teremos: A
ann
an1 an 2
x1
b1
x
b
2
X a matriz das incgnitas, e B 2 a matriz dos termos independentes.
x
n
bn
a12
a11
a
21
an1
a12
a1n
a22
a2 n
an 2
ann
b1
b2
bn
Na matriz ampliada como se cada linha fosse uma abreviao de cada linha do sistema.
a11
0
a12
a1n
a22
a2 n
0
0
ann
b1
b2
bn
mik
aik
;
akk
akk 0
xi
ai ( n1)
k i 1
aii
ik k
; i n,(n 1),...,1
3x 2 y z 11
2x y 2z 9
x 2y z 5
Soluo:...
---------------------------------------///-----------------------------------------Exerccio
Resolva o sistema abaixo atravs do MEG.
10 x1 5 x2 x3 x4 2
2 x 10 x 2 x x 26
1
2
3
4
x1 2 x2 10 x3 2 x4 20
x1 3x2 2 x3 10 x4 25
4.6 Pivotamento
Um problema que pode surgir durante o processo do MEG termos o piv do
sistema igual a zero, ou muito prximo de zero, em algum passo k. O pivotamento consiste
em permutar linhas, no caso de pivotamento parcial e permutar linhas e colunas, no caso do
pivotamento total, com o objetivo de mudar o piv do sistema.
i) Pivotamento Parcial
Permuta-se a linha, com outra linha de modo que o termo equivalente, mesma
coluna, possui o maior valor absoluto..
ii) Pivotamento Total
Neste caso identificamos o elemento de maior valor absoluto do sistema,
independente da coluna, e permutamos as colunas e em seguida permutamos as linhas. Um
cuidado que se deve ter, neste caso, que ao permutarmos colunas as incgnitas tambm
so permutadas.
Ex 2 : Durante o processo de resoluo de um sistema, no passo
obteve-se o sistema:
k 2,
atravs do MEG
2 1 0 3 4
0 0 2 3 7
0 5 1 1 3
0 3 1 8 1
i) Realize um pivotamento parcial e
ii) Pivotamento total indicando a ordem das incgnitas.
Resoluo...
---------------------------///---------------------------------
4.7 Decomposio LU
4.8 Mtodo de Doolittle
Neste mtodo veremos como escrever uma matriz como produto de duas matrizes,
uma triangular inferior L e outra triangular superior U, de modo que a diagonal de L seja
unitria, isto , todos elementos iguais a um. Assim teremos:
a11
a
A 21
an1
a1n 1
a2 n l21
=
ann ln1
a12
a22
an 2
0
1
0
0
1
ln ( n1)
0 u11 u12
0 0 u22
*
0 0 0
1 0 0
u1n
u2 n
unn
se lkk 1 ;
ukj (akj
(aik
lik
k 1, 2,..., n
( k 1)
l
p 1
kp
.u pj ) ;
j k ,(k 1),..., n
( k 1)
l
p 1
ukk
ip
.u pj )
;
Definio 1:
f (n) 0; se a b
na
5 2 1
A= 3 1 4
1 1 3
Soluo:...
---------------------------------------///-----------------------------------------______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
22
Aplicao
Ex 2: Resolva o sistema
termos
assim a
a matriz do exemplo
anterior.
4.9 Teorema LU
Se
A aij ( nn ) e Ak
Ak , vale
Corolrio: Se
a g g
k 1
g kk akk ( g kp ) 2
p 1
1
2
k 1,2,3,..., n
k 1
ik
g ik
p 1
g kk
ip
kp
i k 1 , k 2 ,..., n
det A det G
Ex 1: Seja
4 2 4
A 2 10 4
4 4 9
i)
ii)
iii)
Decompor A em A GG .
Calcular o determinante de A atravs da decomposio do item anterior.
t
algoritmo:
i 1
yij
( ij lip y pj )
p j
( ij
zij
i j , ( j 1), ..., n
lii
j
p i 1
ip
z pj )
; i j , ( j 1),...,1
uii
1 se i j
0 se i j
ij
Ex 1: Consideremos
A LU
dada por:
2
0
0 2 1
2 1 2 1
1 2 3 1
1
0 0 3
2
2
2
4 1 2
2 2
1 0 0 2
3
3
1
1 1
Encontre A U L .
Soluo:...
a
mik ik ;
akk
akk 0
j 1, 2, 3,..., 2n
CAPITULO 5
MTODOS ITERATIVOS PARA APROXIMAR SOLUES DE SISTEMAS LINEARES
5.1 Introduo
Em certos casos os mtodos iterativos so melhores que os exatos, como por
exemplo, no caso de sistemas esparsos, isto , a matriz dos coeficientes do sistema
esparsa possui um nmero grande elementos iguais a zero, o que pode provocar um
nmero grande de pivotamento.
Os mtodos iterativos ainda possuem a vantagem de que se um erro for cometido
eles se auto corrigem.
xi
do tipo
(k )
(k )
(k )
(k )
(k )
xi ( x1 , x2 ,... xi 1 , xi 1 , xn ) . Onde
AX B teremos:
(k )
(k )
(k )
1
( k 1)
x
[
b
(
a
x
a
x
...
a
x
1
12
2
13
3
1n
n )]
1
a11
(k )
(k )
(k )
1
( k 1)
[b2 (a 21 x1 a23 x3 ... a2 n xn )]
x2
a22
(k )
(k )
(k )
1
( k 1)
x
[
b
(
a
x
a
x
...
a
x
n
n1 1
n2
2
n ( n 1)
n 1 )]
n
a
nn
Neste caso o mtodo ser convergente quando o vetor erro tender ao vetor nulo,
isto ,
(k )
( k 1)
(k)
( k 1)
(k)
soluo ter t casas decimais corretas quando o valor absoluto da componente mxima do
1
0,5 10 t .
xi
(0)
(0)
max k
a kk
j 1
10 x 2 y z 7
2 x 3 y 10 z 6
x 5 y z 8
( k 1)
x1
( k 1)
x2
( k 1)
x3
( k 1)
xn
1
a11
(k )
(k )
(k )
(k )
(
a
x
a
x
a
x
...
a
x
12
2
13 3
14
4
1n
n )
1
1
a22
( k 1)
(k )
(k )
(k )
(
a
x
a
x
a
x
...
a
x
21
1
23 3
24
4
2n
n )
2
1
a33
( k 1)
( k 1)
(k )
(k )
(
a
x
a
x
a
x
...
a
x
3
31
1
32
2
34
4
3
n
n )
1
ann
( k 1)
( k 1)
( k 1)
( k 1)
(
a
x
a
x
a
x
...
a
x
n
n
1
1
n
2
2
n
3
3
n
(
n
1)
n 1 )
1 i 1
max i
(
a
j
)
+
a ij , j i e i 1,2,3,..., n
ij
j i 1
a ii j 1
Obs 1: se o critrio de linhas for satisfeito, podemos verificar que o critrio de Sassenfeld
tambm ser. ( Porque? ).
Obs 2: Caso os critrios no sejam satisfeitos podemos fazer permutaes nas linhas e/ou
colunas do sistema com objetivo de satisfazer algum critrio, mas a resoluo devera ser
realizada a partir do sistema permutado e no do sistema original.
Ex 3: Faa uma expano do Critrio de sassenfel.
Ex 4: Resolva o sistema do ex anterior atravs do MGS com k = 5 e diga qual a preciso do
resultado.
a a
j 1
j i
Se tivermos
a a
j 1
j i
ij
ii
ij
ii
i 1,2,..., n .
CAPITULO 6
INTERPOLAO
Interpolar uma funo consiste em encontrar uma funo tal que a curva de sua
representao grfica passe por um conjunto finito de pontos conhecidos, ou substituir uma
funo, digamos complicada, por outra que seja mais simples de se trabalhar. A
interpolao feita dentro de certo grau de preciso.
( xi , yi ), i 0,1, ... , n
chamados de pontos de
interpolao.
A interpolao tem por objetivo encontrar uma funo
g ( x)
g ( x0 ) f ( x0 ); g ( x1 ) f ( x1 ); ... ; g ( xn ) f ( xn ) .
6.2 Teorema de Weistrass (interpolao Polinomial)
Se f uma funo contnua em um intervalo [a,b] ento, dado qualquer
um polinmio P(x) tal que
6.3 Teorema
Dado um conjunto
P( x) f ( x) .
F ( xi , yi ) i 0,1,2,..., n
i 0,1,2,..., n
f ( xi , yi ) i 0,1,2,..., n
Seja
Pn ( xi ) f ( xi ),
>0 existe
Pn ( x) da seguinte forma:
representar
Pn ( x) L0 ( x) f ( x0 ) L1 ( x) f ( x1 ) L2 ( x) f ( x2 ) ... Ln ( x) f ( xn )
n
Pn ( x) Lk ( x). f ( xk )
onde
k 0
(x xj )
j 0
j k
( xk x j )
Lk ( x)
k 1
(x xj )
j 0
( xk x j )
(x xj )
j k 1
( xk x j )
i) Encontre o polinmio
ii) Estime o valor de
Soluo:...
--------------------------------///------------------------------Ex 2: Usando o Maple, para encontrar o polinomio interpolador que passa pelos (n+1)
primeiros pontos dos 10 pontos de uma funo com valores tabelados. Obs: podemos
incluir mais pontos.
> restart:
> (x[0],x[1],x[2],x[3],x[4],x[5],x[6],x[7],x[8],x[9]):=(2,3,1,0,0,0,0,0,0,0);
> (y[0],y[1],y[2],y[3],y[4],y[5],y[6],y[7],y[8],y[9]):=(8,0,1,0,0,0,0,0,0,0);
> n:=3;
#Grau maximo do pol. interpolador
> p:=expand(sum((product((x-x[j])/(x[k]-x[j]), j=0..k1)*product((x-x[j])/(x[k]-x[j]), j=k+1..n))*y[k],k=0..n));
> P:=unapply(p,x);
Ex 3: Usando o maple, dada a expresso da funo a ser interpolada.
> restart:
> Digits:=20;
> f:=x->(sqrt((ln(x)+1)^(x+ln(x+2))));
> n:=4; # Grau maximo do polinomio interpolador #
>
(x[0],x[1],x[2],x[3],x[4],x[5],x[6]):=(1.1,1.2,1.3,1.4,1.5,1.6,
1.7); # (n+1) valores de x do intervalo de interpolao #
>
(y[0],y[1],y[2],y[3],y[4],y[5],y[6]):=(f(x[0]),f(x[1]),f(x[2]),
f(x[3]),f(x[4]),f(x[5]),f(x[6])); # (n+1) valores de y do
intervalo de interpolao #
> p:=expand(sum((product((x-x[j])/(x[k]-x[j]), j=0..k1)*product((x-x[j])/(x[k]-x[j]), j=k+1..n))*y[k],k=0..n));
> P:=unapply(p,x);# copie aqui a expresso obtida para o
polinimio#
> P(1.1); # digite os valores x'is para conferir #
_Podemos comparar o grfico da funo com o polinmio interpolador, no intervalo
de interpolao.
> with(plots):
> g:=plot(p(x),x=1.1..1.5,y=0..2,color=blue):
> w:=plot(f(x),x=1.1..1.5,y=0..2,color=red ):
> display([g,w]);
f ( x) em um nmero x
atravs da interpolao
temos como encontrar o erro mximo envolvido nessa estimativa, vejamos os resultados
abaixo.
6.6 Teorema
Ento
E Rn ( x)
( x x0 ).( x x1 ). ... .( x xn )
(n 1)!
f ( n1) ( ) onde x0 xn
6.7 Corolrio
Seja
E Rn ( x)
( x x0 ).( x x1 ). ... .( x xn )
(n 1)!
f ( x) 2 xe x
x
y=
f ( x) 2 xe
f (0.52) usando um P2 ( x) ,
0,4
1,2
0,5
1,65
0,6
2,19
0,7
2,82
0,8
3,56
Se
x0 , x1 , ... , xn
n 1
Por diferenas divididas de ordem n da funo f sobre os (n+1) pontos. Para facilitar
a visualizao dos clculos montamos uma tabela conforme ilustrado a seguir:
Tabela 01 - Diferenas Divididas
xn ordem(0) ordem(1)
x0
ordem(2)
ordem(3)
f ( x0 )
f [ x1 , x0 ]
x1
f [ x2 , x1 , x0 ]
f ( x1 )
f [ x2 , x1 ]
x2
f [ x3 , x2 , x1 , x0 ]
f [ x3 , x2 , x1 ]
f ( x2 )
f [ x3 , x2 ]
x3
f [ x4 , x3 , x2 , x1 ]
f [ x4 , x3 , x2 ]
f ( x3 )
f [ x4 , x3 ]
x4
f ( x4 )
Ex 1:
f [ x0 ]
f [ x1 ]
f [ x1 , x2 ]
f [ x2 , x1 , x0 ]
E assim por diante.
n 1
Ex 1: Dada a funo expressa pelos pares ordenados abaixo, construa a tabela de diferenas
divididas e o polinmio que interpola a funo.
X
-1
0
2
3
Y
4
1
-1
-2
Soluo: ...
---------------------------///------------------------------
Teorema 2
( n 1)
xe
igual a
Pn ( x) independente do
E Rn ( x)
( x x0 ).( x x1 ). ... .( x xn )
f ( n1) ( ) onde x0 xn
(n 1)!
E Rn ( x)
( x x0 ).( x x1 ). ... .( x xn )
(n 1)!
n 1
Ex 2: dada a funo
X
2
3
4
5
6
8
Y
0.13
0.19
0.27
0.38
0.51
0.67
i) Determine qual o polinmio de grau mais adequado para interpolar valores de f.
ii) Calcular f(4.5) e estime o erro cometido.
______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
33
xi ' s
k 1
onde
( r 1)
( r 1)
Ex 3:
f ( x ) f ( x ); f ( x ) f ( x )
0
f ( x ) f ( x h) f ( x )
1
f (x ) f (x ) f (x )
1
f (x ) f (x ) f (x )
1
f (x )
0
f (x )
1
x1
f (x )
f (x )
f (x )
f (x )
x2
f (x )
f (x )
f (x )
f (x )
x3
f (x )
f (x )
f (x )
1
x4
f (x )
0
Teorema 3
Se
n f ( x0 )
.
f [ xn ,..., x1 , x0 ]
h n .n!
Demonstrao:
Usando induo finita ou matemtica temos, para n = 1
f ( x0 ) f ( x1 ) f ( x0 h) f ( x0 ) 1 f ( x0 )
f [ x1 , x0 ]
x1 x0
h
h1.1!
Logo para n = 1 a afirmao do teorema verdadeira.
k n 1, n 1, qualquer
f ( x0 )
f [ xn1 ,..., x1 , x0 ] ( n1)
h .(n 1)!
Seja verdadeiro, logo devemos mostrar que para k 1 n que a afirmao feita pelo
Vamos supor que para um
( n1)
f [ xn ,..., x1 , x0 ]
( n1) f ( x0 )
( n1) f ( x1 )
nh
( n1) f ( x0 h) ( n1) f ( x0 )
,
h n n!
Logo para k 1 n a afirmao tambm verdadeira, logo pelo principio da
induo finita fica provado o Teorema.
1 f ( x0 )
2 f ( x0 )
Pn ( x) f ( x0 ) ( x x0 ) 1
( x x0 ).( x x1 ). 2
...
h .1!
h .2!
n
f (x )
( x x0 ).( x x1 ).....( x xn1 ). n 0
h .n!
0
0,5
1.3591
0,6
1.9921
0,7
2.3386
Soluo:...
CAPITULO 7
DIFERENCIAO NUMRICA
7.1 Diferenciao por Diferenas Finitas
Se
lim
h0
f ( x h) f ( x )
com x (a, b)
h
Assim se h for pequeno sulficiente podemos estimar a derivada de
em ponto
x (a, b) por:
f ( x h) f ( x )
f '( x)
h
Ex 1: Dada a funo
( x xk )
j 0 ( x x )
k
j
j k
2
P2 ( x) Lk ( x). f ( xk ) onde Lk ( x)
k 0
e assim
e assim:
k 0
L0 ( x)
( x x1 ).( x x2 )
2 x x2 x1
L '0 ( x)
( x0 x1 ).( x0 x2 )
( x0 x1 ).( x0 x2 )
L1 ( x)
( x x0 ).( x x1 )
2 x x0 x2
L '1 ( x)
( x1 x0 ).( x1 x2 )
( x1 x0 ).( x1 x2 )
L2 ( x)
( x x0 ).( x x1 )
2 x x0 x1
L '2 ( x )
( x2 x0 ).( x2 x1 )
( x2 x0 ).( x2 x1 )
Resultara em:
f '( xk ) f ( x0 )
2 xk x2 x1
2 xk x0 x2
2 xk x0 x1
f ( x1 )
f ( x2 )
( x0 x1 ).( x0 x2 )
( x1 x0 ).( x1 x2 )
( x2 x0 ).( x2 x1 )
(*)
Veja que podemos tomar 3 pontos de 3 diferentes formas, com o objetivo de calcular
f '( xk ) :
7.2 Derivadas por diferenas finitas retroativas
Essa derivada em um nmero
5, assim:
( x0 x1 ) h, ( x0 x2 ) 2h, ( x1 x0 ) h, ( x1 x2 ) h,
( x2 x0 ) 2h, ( x2 x1 ) h
Substituindo em (*) teremos:
f '( xk )
1
f ( xk 2h) 4 f ( xk h) 3 f ( xk )
2h
f '( xk )
1
f ( xk h) f ( xk h)
2h
f '( xk )
1
f ( xk 2h) 4 f ( xk h) 3 f ( xk )
2h
CAPITULO 8
APROXIMAO DE FUNES
8.1 Mtodo dos Mnimos Quadrados ( MMQ )
O objetivo do MMQ substituir uma funo
f ( x)
por outra
( x) , ou encontrar
f ( x) ( x) a0 g0 ( x) a1 g1 ( x) ... an g n ( x) onde
gi ( x) i 0,1,..., n
f ( x) ( x)
seja mnima. Isto devemos minimizar a soma dos erros dado por:
E f ( xi ) ( xi )
i 0
A substituio da
como:
Pn ( x) a0 a1 x1 a2 x 2 ... an x n
n
= ak x k
k 0
soma sempre ser nula, sem que funo passe exatamente pelos pontos.
Para contornar esse problema vamos ento minimizar a soma do quadrado desses
erros, que nunca se anularo, e se o quadrado for mnimo, a soma dos erros tambm sero,
o que justifica o nome de Mtodos dos Mnimos Quadrados.
Assim Teremos:
______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
39
E [ yi Pn ( xi )]2
i 0
a j , j 0,1,..., n , logo
E
0 . O que nos dara:
a j
a j tal que
P( xi )
2(
y
P
(
x
)).
0
i
n
i
a j
i 0
m
(y a x
i
i 0
j
yi xi ak xi k j 0
i 0
k 0
i 0
a x
k 0
i 0
k j
yi xij ;
y x a x
i i
i 0
).( xi j ) 0
i 0 k 0
k 0
yi xij ak xi k j 0
n
k i
i 0 k 0
k j
k i
ak xi k j yi xij
i 0 k 0
i 0
j 0,1,2,..., n
i 0
k 0
i 0
i 0
ak xi k 0 yi xi0 ;
m
i 0
i 0
i 0
i 0
i 0
(1)
a x
k
k 0
i 0
k 1
yi xi1 ;
i 0
a0 x a1 xi a2 xi ... an xi
i 0
1
i
i 0
i 0
n 1
i 0
yi xi2
(2)
i 0
Para j n teremos :
m
a0 xi a1 xi
n
i 0
i 0
n 1
a2 xi
i 0
n 2
... an xi yi xin
2n
i 0
(n )
i 0
m 0
xi
i 0
m 1
xi
i 0
m
xi n
i 0
m 0
a
xi 0 xi yi
i 0
i 0
m
m
xi n1 a1 xi1 yi
i 0
i 0
m
m n
2n
xi
an xi yi
i 0
i 0
x
i 0
1
i
...
x
i 0
x
i 0
...
n 1
Cuja soluo ser os coeficientes procurados dos polinmios. Note que a matriz dos
coeficientes, somatrias, desse sistema simtrica.
Neste caso vamos considerar
se x no for nulo.
0
1
0,25
1,2840
0,5
1,6487
0,75
2,1170
1
2,7183
f (0.3) .
x , e no
apenas por um conjunto de pares ordenados e vamos supor que queremos substituir f por
outra funo , em um intervalo [a,b], que tenha uma definio mais fcil de se trabalhar.
Graficamente teramos:
E f ( x) ( x) dx
b
fazendo
E
0;
a j
j = 0, 1, 2, ... , n
b
E
2 f ( x) ( x) .g j ( x)dx 0
a
a j
f ( x) ( x).g ( x)dx 0
b
1 1
b g g dx
a 0 0
b
a g 0 g1dx
b
a g 0 g n dx
a
b
g1 g 0 dx
g1 g1dx
g1 g n dx
b f g dx
g
g
dx
a n 0 a0 a 0
b
b
a
g
g
dx
f
g
dx
a n 1 1 a 1
a
b
b
a g n g n dx
a f g n dx
b
f .g f ( x) g ( x)dx
a
g0 , g0
g 0 , g1
g0 , g n
g1 , g 0
g1 , g1
g1 , g n
g n , g 0 a0 f .g 0
g n , g1 a1 f .g1
g n , g n an f .g n
f , g f ( x).g x dx
a
f ( x) ( x) a0 g0 ( x) a1 g1 ( x) ... an g n ( x)
Podemos fazer uma adaptao para cair em um caso como este.
Ex: vamos supor que se queira obter um modelo do tipo
y e x a partir de um conjunto
z a0 a1 x e z e a0 a1x
eln( y ) ea0 .ea1x
y ea0 .ea1x
(2)
y ea0 .ea1x e x
Logo temos que
ea0 e a1
-0.1
3.852
0.2
1.820
0.5
0.860
y e x para
0.8
0.406
1
0.246
Soluo:...
Dica: faa uma pesquisa sobre outros casos no lineares na apostila da Neide Maria
Berttoldi Franco.
CAPITULO 9
INTEGRAO NUMRICA
Formulas fechadas de Newton-Cotes
9.1 Regra dos trapzios
Vamos supor uma funo
x,
e entre as retas
x0 a e xn b
y f ( x) ,
em retngulos, dividimos-a em
trapzios.
Dividindo o intervalo
x0 a, x1 , x2 , ... , xn b ,
[ a , b]
isto
em
subintervalos
do
tipo
f ( xi1 ) e f ( xi )
f ( xi1 ) f ( xi )
x onde
2
ba
xi xi1 pode ser calculado da seguinte forma x
onde n o nmero de
n
subintervalos de [a, b] . Obs: as vezes usamos h ao invs de x
base
x xi xi1
Para obtermos uma aproximao para rea total, isto , uma aproximao para o
valor da integral neste caso, somamos as reas dos trapzios. Assim teremos:
f ( x0 ) f ( x1 )
f ( x2 ) f ( x3 )
f ( x1 ) f ( x2 )
x
x
...
2
2
2
f ( xn2 ) f ( xn1 )
f ( xn1 ) f ( xn )
x
x
2
2
f ( x)dx x
x
f ( x0 ) f ( x1 ) f ( x1 ) f ( x2 ) ... f ( xn2 ) f ( xn1 ) f ( xn1 ) f ( xn )
2
x
f ( x)dx
f ( x0 ) 2 f ( x1 ) 2 f ( x2 ) ... 2 f ( xn2 ) 2 f ( xn1 ) 2 f ( xn1 ) f ( xn )
2
f ( x)dx
n1
x
f ( x)dx
f
(
x
)
f
(
x
)
2
f
(
x
)
0
n
i
2
i 1
possvel mostrar que o erro mximo cometido na regra dos trapzios dado por:
n(x)3
E
.max f ''(t ) ;
12
x0 t xn
dx
16 x 2
P0 ( x0 , y0 ); P1 ( x1 , y1 ); P2 ( x2 , y2 )
y Ax 2 Bx C come y0 , y1 , y2 0 e
x1 x0 h; x2 x0 2h , ou seja, igualmente espaados.
com equao
x x0 ; x x2
x e pelas retas
ser da por:
h
y0 4 y1 y2
3
Assim se
arcos de
Grafico
h
h
f ( x)dx ( f ( x0 ) 4 f ( x1 ) f ( x2 )) ( f ( x2 ) 4 f ( x3 ) f ( x4 )) ...
3
3
h
( f ( xn2 ) 4 f ( xn1 ) f ( xn ))
3
h
f ( x)dx ( f ( x0 ) 4 f ( x1 ) 2 f ( x2 ) 4 f ( x3 ) 2 f ( x4 ) ...
3
2 f ( xn2 ) 4 f ( xn1 ) f ( xn ))
n
n 1
2
2
h
f ( x)dx f ( x0 ) f ( xn ) 4 f ( x2i1 ) 2 f ( x2i )
3
i 1
i 1
O erro cometido pela regra 1/3 de Simpson pode ser calculado por:
nh5
e
.max f (4) (t ) ; x0 t xn .
90
Ex 1: Estime o valor da integral:
dx
16 x 2
f ( x), g ( x) w( x) f ( x) g ( x)dx
a
Onde
w( x) 0 contnua (a, b) , e w( x)
Definio 2
Seja 0 ,1 ,2 ,... uma famlia de polinmios de graus
0,1,2...
Se
i , j 0 se i j
i ,i 0 se i 0
Ento os polinmios 0 ,1 ,2 ,... se dizem ortogonais.
Teorema 1
Sejam os polinmios 0 ,1 ,2 ,... definidos por:
0 ( x) 1
1 x
x.0 ( x),0 ( x)
0 ( x),0 ( x)
e para
k 1,2,3,...
k 1 xk ( x) ( x)k k 1 ( x)
x.k ( x),k ( x)
k ( x),k ( x)
; k
k ( x),k ( x)
k 1 ( x),k 1 ( x)
f ( x) g ( x)dx
w( x) 1 e [a, b] [1, 1] .
T0 , T1 , T2 ,...
dado por:
1
1 x
1
1 x
com
[a, b] [1, 1]
______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
48
obter
os
polinmios
de
Laguerre
usamos
produto
interno:
iv) Sejam
Sejam
2n 1 ento:
k 0
com
Lk ( x) da
interpolao de Lagrange.
usando:
k 0
com
Lk ( x)
polinmio ortogonal n1 .
Assim o procedimento para se calcular uma integral usando quadratura de Gauss, o
seguinte:
a) Determinar o polinmio ortogonal n1 ,segundo o produto escalar conveniente,
isto , a funo peso
w( x)
e no intervalo [a, b] .
x0 , x1 , x2 ,..., xn de n1 .
b) Calcular as razes
d) Calcular
Ak w( x) Lk ( x)dx , k 0,1,2,...n .
a
e) Calcular o valor de
f) Calcular finalmente
f ( xk ); k 0,1,2,...n .
w( x) f ( x)dx Ak f ( xk ) .
k 0
Veja que um processo trabalhoso, mas para facilitar, a partir do momento em que
se define o polinmio ortogonal a ser usado, podemos usar valores j calculados e
tabelados de suas razes e os valores de
Ak
peso
de integrao no sejam estes, esto deve-se fazer uma mudana de varivel para realizar a
integrao numrica.
Ex 1: Estime o valor da integral, usando quadratura de Gauss indicada.
i)
ii)
( x3 5 x 2 )dx
1
dx
x
Gauss-Legendre.
Gauss-Legendre.
Neste
w( x)
caso
1
1 x
com
integral
ser
calculada
dever
ter
funo
peso
t 3 2t 2
4 4t
dt
[a, b] [0, ) .
w( x) e x e
mudar de varivel.
Ex 3: Use a formula de Gauss-Laguerre para calcular a integral:
1
dx
x3 1
w( x) e x
e intervalo
(, ) .
Ex 4: Calcule:
e( x 1) dx
2
2 [(n 1)!]4
E
max f (2 n2) (t ) ; a t b
3
(2n 3).[(2n 2)!]
2 n 3
2
max f (2 n2) (t ) ; a t b
(2 n 2)
e
(2n 2)!
CAPITULO 10
MTODOS NUMRICOS PARA APROXIMAR SOLUES DE EQUAES
DIFERENCIAIS ORDINARIAS
Como sabemos para encontrarmos a soluo analtica de uma EDO as vezes o
processo um tanto trabalhoso e at impossvel em certos casos, assim veremos aqui
mtodos numricos que permite descobrir valores numricos aprox. da soluo, mesmo
sem que se conhea a soluo analtica da EDO.
Sempre partiremos de um valor conhecido, que a condio inicial, neste caso
temos um p.v.i problema de valor inicial.
Ex 1:
y' y
y (ln(2)) 1
Soluo:...
De modo mais geral, vamos trabalhar com problemas do tipo:
y ' f ( x, y )
y ( x0 ) y0
Onde os valores
CUIDADO:
x0
um
x0 a, x1 , x2 ,..., xn b
funo
[ a, b]
intervalo
em
subintervalos,
com
h,
extremos
e expandindo a
hy '( xn ) h 2 y ''( xn )
h q y q ( xn ) h( q1) y ( q1) ( )
y ( xn1 ) y ( xn )
...
1!
2!
q!
(q 1)!
Onde o ultimo termo o erro de truncamento local, com xn xn1 .
(*)
y ' f ( x, y) como
uma funo
f ( x, y) em
x de
pois
termos de
y y( x) , o que nos
x . Pela regra da cadeia
teremos:
y ' f ( x, y )
dy
f ( x, y )
dx
y '' f '( x, y )
f ( x, y ) dx f ( x, y ) dy
x dx
y dx
f '( x, y) f x ( x, y) f y ( x, y) f ( x, y)
y ''' f ''( x, y )
f '( x, y ) dx f '( x, y ) dy
x dx
y dx
y( xn ) yn ,
f ( j ) ( xn , yn ) f n ( j ) j 0,1,2,..., n
onde
f n (0) f n .
j na
hf n h 2 f 'n
h q f n ( q1)
yn1 yn
...
1!
2!
q!
ordem q
Ex 1: Resolver o p.v.i atravs do mtodo de Taylor de ordem 3.
y ' y2 2x 1
y (0) 1
No intervalo [0;
3] com h 0.1
10.2 Mtodos dos Passos Mltiplos
Se
xn 1
xn
y( xn1 ) y( xn ) h. f ( xn ) y( xn1 ) y( xn ) hf ( xn )
xn xn1 h 0
lembrando que
y( xn1 ) y( xn ) hf ( xn , yn )
f ( x) f ( x, y( x))
ento se tivermos
yn1 yn hf n
O erro do mtodo de Euller pode ser calculado por
h(2) f '( )
2!
com
xn xn1
Note ser h no for muito pequeno ento o erro ser grande. Para contornar isso
feito um aprimoramento do mtodo de Euller, usando a idia de reas, aplicando a regra
dos trapzios teremos:
xn 1
xn
I ( xn1 xn ).
[ f ( xn ) f ( xn1 )] h
.[ f ( xn ) f ( xn1 )] que resultara em
2
2
h
h
y( xn1 ) y( xn ) .[ f ( xn ) f ( xn1 )] y( xn1 ) y( xn ) .[ f ( xn ) f ( xn1 )]
2
2
Se tivermos, como no exemplo anterior
xn xn1 h 0 ento
h
y ( xn1 ) y ( xn ) .[ f ( xn ) f ( xn1 )]
2
f ( x) f ( x, y)
ento:
y ( xn1 ) o
como
estamos
considerando
h
y ( xn1 ) y ( xn ) .[ f ( xn , yn ) f ( xn1 , yn1 )] . O
2
y ( xn1 ) em ambos os lados da equao, assim deveramos
h
y ( xn1 ) y ( xn ) . f ( xn ) f xn1 , yn hf ( xn )
2
h
yn1 yn . f n f n1
2
Ex 1:
Encontre valores para
y1 e y2
h 0.025
Onde:
y ' 1 x 4y
y(0) 1
Soluo:
----------------------------------------///-------------------------------------Usando o Maple podemos fazer os clculos da seguinte forma:
x[n+1]:=x[0]+(n+1)*h;
("x"=x[n], "y"=y[n]);
k[1]:=evalf(f(x[n],y[n]));
("x"=x[n]+h,
"y"=y[n]+h*k[1]);
k[2]:=evalf(f(x[n]+h,y[n]+h*k[1]));
y[n+1]:=evalf(y[n]+h/2*(k[1]+k[2]));
print("----------------(((o)))------------------");
n:=n+1:
end do;
h 2 f '(t , y (t ))
E max
; xn t xn1
2
Note que deduzimos o Mtodo de Euller Aprimorado, atravs da regra dos trapzios,
assim o seu erro pode ser estimado por:
h3 f ''(t , y (t ))
E max
; xn t xn1
12
Podemos verificar que no Mtodo de Euller tomarmos
E max
h
h
2
f '(t , y (t ))
2
h 2 f '(t , y (t ))
max
4.2
h
2
xn t xn1
assim com
h
2
yn1 yn h ( xn , yn , h)
onde
( xn , yn , h) cr kr
r 1
k1 f ( x, y)
r 1
kr f ( x ar h, y h brs ks )
r 2,3,4,..., R
s 1
r 1
ar brs ;
r 2,3,4,..., R
s 1
( xn , yn , h) cr kr c1k1 c2 k2
r 1
k1 f ( x, y)
1
k2 f ( x a2 h, y h brs ks )
s 1
pois
a2 b21
Para determinar as constantes
podem ser encontrados nas referncias citadas no final desse trabalho, desenvolvendo
e desenvolvendo
( xn , yn , h) em srie
c1 c2 1
1
c
a
2 2 2
Que possui infinitas solues, logo atribuindo valores para uma das incgnitas,
encontramos os valores das demais em funo desta.
______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
58
1
1
c2 e a2 1
2
2
1
1
yn1 yn hk1 hk2
2
2
1
yn1 yn h k1 k2
2
c1
Onde:
k1 f ( x, y)
k2 f ( x h, y hk1 )
yn1 yn
h
k1 2k2 2k3 k4
6
Onde:
k1 f ( xn , yn )
h
h
k2 f ( xn , yn k1 )
2
2
h
h
k3 f ( xn , yn k2 )
2
2
k4 f ( xn h, yn hk3 )
Ex 45: Encontre as solues do p.v.i no intervalo [0,0.4] com
h 0.2 e y(0) 1
y ' 1 x 4y
Soluo;...
-------------------------------///---------------------------------A mesma resoluo usando o Maple. Mtodo de Runge-Kutta
>
> restart:
> f:=(x,y)->1-x-4*y
> h:=0.2;# tamanho do passo
> x[0]:=0;
y[0]:=1;
# cond. iniciais
> n:=0;
> while n < 2 do
______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
59
x[n+1]:=x[0]+(n+1)*h;
k[1]:=f(x[n],y[n]);
k[2]:=f(x[n]+1/2*h,y[n]+h/2*k[1]);
k[3]:=f(x[n]+1/2*h,y[n]+h/2*k[2]);
k[4]:=f(x[n]+h,y[n]+h*k[3]);
print("---------//-----------");
y[n+1]:=y[n]+h/6*(k[1]+2*k[2]+2*k[3]+k[4]);
print("---------//-----------");
n:=n+1:
end do;
y '1 f1 ( x, y1 , y2 ,..., yn )
y ' f ( x, y , y ,..., y )
2
2
1
2
n
y 'n f n ( x, y1 , y2 ,..., yn )
Para que possamos encontrar as solues, deveremos ter as condies iniciais:
y1 ( x0 ) ( y1 )0 , y2 ( x0 ) ( y2 )0 , y3 ( x0 ) ( y3 )0 , ... , yn ( x0 ) ( yn )0
Todos os mtodos vistos at aqui, podem ser usados para resolver esses sistemas.
Ex1 : Vejamos um caso de um sistema de 2 equaes.
y ' f ( x, y , z )
z ' g ( x, y , z )
y ( x0 ) y0
z ( x0 ) z0
10.10 Usando mtodo de Euller:
yn1 yn h. f ( x, y, z )
zn1 zn h.g ( x, y, z )
10.11 Usando mtodo de Euller Aprimorado
______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
60
h
yn1 yn .(k1 k2 )
2
h
zn1 zn .(l1 l2 ) onde
2
k1 f ( xn , yn , zn ) e l1 g ( xn , yn , zn )
k2 f ( xn h, yn h.k1 , zn h.l1 ) e l2 g ( xn h, yn h.k1 , zn h.l1 )
10.12 Usando mtodo de Runge-Kutta
h
k1 2k2 2k3 k4
6
h
zn1 zn l1 2l2 2l3 l4 onde
6
k1 f ( xn , yn , zn ) e l1 g ( xn , yn , zn )
yn1 yn
h
h
h
h
h
h
k2 f ( xn , yn k1 , zn l1 ) e l2 g ( xn , yn k1 , z n l1 )
2
2
2
2
2
2
h
h
h
h
h
h
k3 f ( xn , yn k2 , zn l2 ) e l3 g ( xn , yn k2 , zn l2 )
2
2
2
2
2
2
k4 f ( xn h, yn hk3 , zn hl3 ) e l4 g ( xn h, yn hk3 , zn hl3 )
Ex 1: Considere o sistema de equaes diferenciais de ordem um:
y ' y 2 2 yz
2
z ' xy y sen( z )
y (0) 1
z (0) 1
Encontre, atravs do mtodo de Euller Aprimorado,
y1 e y2 com h 0.1.
Soluo:
----------------------------------///----------------------------
CAPITULO 11
EQUAES DIFERENCIAIS DE ORDEM SUPERIOR
11.1 Equaes Diferenciais de Ordem Superior
Consideremos a equao diferencial de ordem n:
sistema:
y ' f ( x, y, z, w) z
z ' g ( x, y, z, w)
w ' u ( x, y, z, w)
y ( x0 ) y0 ; z ( x0 ) z0 ; w( x0 ) w0
Ex 2: Encontre, atravs do mtodo de Euller Aprimorado as solues do p.v.i dado por:
y '' y e x
y (1) 1
y '(1) 0
x [1; 1.2] com h 0.1
Soluo:...
______________________________________________Clculo Numrico-Prof.Srgio Marcussi Gaspechak
62
CAPITULO 12
EQUAES DIFERENCIAIS PARCIAIS
(...)