Exerccio 01

Mostre que as seguinte equacoes possuem exatamente uma raiz e que em

cada caso a raiz esta no intervalo [0.5, 1].

a) x2 + ln(x) = 0;
b) xex 1 = 0.
Determine essas razes, com duas casas decimais corretas, usando o metodo da
bisseccao.
SOLUCAO:

a)
f (0.5) = 0.52 + ln(0.5) 0.4431
f (1) = 12 + ln(1) = 1
Muda sinal Ha raiz no intervalo!

Para a unicidade devemos olhar a derivada:

1
f 0 (x) = 2x +
x
Podemos desenhar o grafico e verificar que nao muda sinal no intervalo ou tentar
encontrar uma raiz:
1 2x2 + 1
2x + =0 = 0 2x2 + 1 = 0 Sem razes reais
x x
ATENCAO: Como f 0 (x) e CONTINUA no intervalo [0.5, 1], isto e suficiente
para confirmar que a derivada nao muda de sinal.
Note que ha uma mudanca de sinal em torno de x=0 onde ha uma descontinui-
dade.

Bisseccao:
x0 = (a0 + b0 )/2 = (0.5 + 1)/2 = 0.75
2
f (0.75) = 0.75 + ln(0.75) = 0.2748 Mudanca de sinal entre 0.5 e 0.75
Novo intervalo: [0.5, 0.75]

x1 = (a1 + b1 )/2 = (0.5 + 0.75)/2 = 0.625

f (0.625) = 0.6252+ln(0.625) = 0.0794 Mudanca de sinal entre 0.625 e 0.75

Novo intervalo: [0.625, 0.75]

x2 = (a2 + b2 )/2 = (0.625 + 0.75)/2 = 0.6875

1
f (0.6875) = 0.68752 +ln(0.6875) = 0.0980 Mudanca de sinal entre 0.625 e 0.6875
Novo intervalo: [0.625, 0.6875]

x3 = (a3 + b3 )/2 = (0.625 + 0.6875)/2 = 0.65625

f (0.65625) = 0.656252 +ln(0.65625) = 0.0094 Mudanca de sinal entre 0.625 e 0.65625

Novo intervalo: [0.625, 0.65625]

x4 = (a4 + b4 )/2 = (0.625 + 0.65625)/2 = 0.640625

f (0.640625) = 0.6406252 +ln(0.640625) = 0.0349 Mudanca de sinal entre 0.640625 e 0.65625

Novo intervalo: [0.640625, 0.65625]

x5 = (a5 + b5 )/2 = (0.640625 + 0.65625)/2 = 0.6484 2 casas decimais!

b)
f (0.5) = 0.5e0.5 1 = 0.1756
f (1) = 1e1 1 = 1.7183
Muda sinal Ha raiz no intervalo! Para a unicidade devemos olhar a derivada:

f 0 (x) = xex + ex

Funcao sempre crescente no intervalo [0.5, 1] Raiz unica!

Exerccio 02

Mostre que a matriz

2 2 1
1 1 1
3 2 1
e invertvel e que A nao pode ser escrita como o produto de uma matriz trian-
gular inferior por uma matriz triangular superior sem pivoteamento.

SOLUCAO:
Vamos obter a inversa pela definicao:

2 2 1 b11 b12 b13 1 0 0
1 1 1 b21 b22 b23 = 0 1 0
3 2 1 b31 b32 b33 0 0 1

2b11 + 2b21 + b31 2b12 + 2b22 + b32 2b13 + 2b23 + b33 1 0 0
b11 + b21 + b31 b12 + b22 + b32 b13 + b23 + b33 = 0 1 0
3b11 + 2b21 + b31 3b12 + 2b22 + b32 3b13 + 2b23 + b33 0 0 1

2
Cada coluna nos fornece um sistema linear:

Coluna
1 Coluna
2 Coluna
3
2 2 1 b11 1 2 2 1 b12 0 2 2 1 b13 0
1 1 1 b21 = 0 , 1 1 1 b22 = 1 , 1 1 1 b23 = 0
3 2 1 b31 0 3 2 1 b32 0 3 2 1 b33 1

Aplicando a eliminacao de Gauss a Coluna 1:

m21 = 1/2; m31 = 3/2;

Facamos entao as seguintes operacoes nas linhas da matriz aumentada:

L2 L2 m21 L1 ; L3 L3 m31 L1 ;

resultando na seguinte matriz aumentada:

2 2 1 1
A(1) = 0 0 1/2 1/2
0 1 1/2 3/2
(1)
A segunda etapa exige pivoteamento pois o pivo a22 e nulo. Deste modo, a
eliminacao de Gauss nao e possvel sem pivoteamento e consequentemente a fa-
toracao LU tambem exige tal pivoteamento. Outra forma de verificar isto seria
atraves do teorema visto em aula, que diz que a fatoracao LU so e possvel se
det Ak 6= 0 em que Ak e a sub-matriz contendo as k primeiras linhas e colunas
de A. Note que det A2 = 0. Ja det A = 1 garantindo inversibilidade.

Para obter a inversa, vamos trocar as linhas 2 e 3:

2 2 1 1
A(1) = 0 1 1/2 3/2
0 0 1/2 1/2

Temos agora entao:

m32 = 0
(2) (1)
e portanto A e identica a A apos o pivoteamento:

2 2 1 1
A(2) = 0 1 1/2 3/2
0 0 1/2 1/2

e a resolucao do sistema triangular fornecera os valores da Coluna 1 na matriz

inversa. Procedimento similar e aplicado as demais colunas.

3
 Como temos uma mesma matriz A mudando apenas o vetor b e interessante
usar a fatoracao LU da matriz pivoteada, cujos fatores sao dados por:

1 0 0 1 0 0
L = m21 1 0 = 1/2 1 0
m 31 m 32 1 3/2 0 1
a11 a12 a13 2 2 1
U = 0 a22 a23 = 0 1 1/2
0 0 a33 0 0 1/2

ATENCAO: Nao esquecer de permutar o vetor b no sistema triangular!

Exerccio 03

Considere o sistema linear

    
2 5 x 3
=
3 1 y 2

1. Aplique o metodo de Gauss-Seidel no sistema, com x(0) = [0 0]T , to-

lerancia de no maximo quatro iteracoes.
2. Repita o item anterior permutando as equacoes do sistema e compare os
resultados. O que voce concluiu?
SOLUCAO:


2x + 5y = 3
3x + y = 2
gerando a seguinte iteracao:

x(k+1) = 21 (3 5y (k) )


y (k+1) = 2 3x(k+1)
Temos entao:
x(1) = 21 (3 5y (0) ) = 21 (3 5 0) = 1.5


y (1) = 2 3x(1) = 2 3(1.5) = 6.5

[x(1) y (1) ] = [1.5 6.5]T

[x(2) y (2) ] = [35.5 108.5]T
[x(3) y (3) ] = [545.5 1638.5]T
Nao houve convergencia!

4
 Agora trocando as linhas para satisfazer o criterio de Sassenfeld:

3x + y = 2
2x + 5y = 3
gerando a seguinte iteracao:
= 31 (2 y (k) )
 (k+1)
x
y (k+1) = 15 (3 2x(k+1) )
Temos entao:
x(1) = 31 (2 y (0) ) = 13 (2 0) = 0.6667


y (1) = 15 (3 2x(1) ) = 51 (3 2 0.6667) = 0.8667

[x(1) y (1) ] = [0.6667 0.8667]T

[x(2) y (2) ] = [0.9556 0.9822]T
[x(3) y (3) ] = [0.9941 0.9976]T
[x(4) y (4) ] = [0.9992 0.9997]T
d(4) = max(|0.9992 0.9941|, | 0.9997 (0.9976)|) = 0.0051
Houve convergencia!

Exerccio 04

O seguinte sistema nao linear possui duas solucoes,


x1 (x1 + 1) + 2x2 = 18,
(x1 1)2 + (x2 6)2 = 25.
a) Aproxime as duas solucoes graficamente.
b) Use o item a) para obter aproximacoes iniciais e utilize-as para determinar
as duas solucoes atraves do metodo de Newton. Use uma precisao de 105 no
criterio de parada.

SOLUCAO:
a)
A primeira funcao e uma parabola, que pode ser escrita em funcao de x2 como:
1 2 1
x2 = x + x1 + 9
2 1 2
Esta parabola nao possui razes reais ( negativo). Devemos procurar entao
seu mnimo (derivada nula):
1
x1 + = 0 x1 = 0.5
2

5
O eixo x1 = 0.5 e tambem o eixo de simetria da parabola e o x2 . Substituindo-
se x1 por 0.5 na expressao de x2 temos que a coordenada do vertice e (0.5, 8.875).
Tabelando para mais alguns valores de x1 em torno de 0.5 chegamos ao dese-
nho abaixo.
Ja a segunda equacao e a equacao do crculo de raio 5 e centro em (1, 6).

b)
Vamos aproximar a solucao mais a direita e usar como aproximacao inicial
x(0) = [2 11]T
Jacobiana:  
2x1 1 2
J(x) =
2x1 2 2x2 12
   
5 2 2
J(x(0) ) = , F (x(0) ) =
2 10 1
    
5 2 s1 2
=
2 10 s2 1
Triangularizando:     
5 2 s1 2
=
0 10.8 s2 0.2
E assim
s(0) = [0.3926 0.0185]T
x(1) = x(0) + s(0) = [1.6074 11.0185]T

6
Exerccio 01

O numero de bacterias, por unidade de volume, existente em uma cultura

apos x horas e apresentado na tabela:
x 0 1 2 3 4 5 6
(x) 32 47 65 92 132 190 275
a) Verifique que a curva que se ajusta ao diagrama dado e do tipo exponencial;
b) Ajuste aos dados as curvas y = abx e y = axb e compare os valores obtidos;
c) Avalie da melhor forma o valor para x = 7.

SOLUCAO:

a) Diagrama de dispersao:

b)
Para y abx
z = ln(y) ln(a) + ln(b)x
Refazendo a tabela:
x 0 1 2 3 4 5 6
z = ln(y) 3.4657 3.8501 4.1744 4.5218 4.8828 5.2470 5.6168
Definamos:
1 = ln(a) 2 = ln(b)
e facamos entao o ajuste linear

z 1 g1 (x) + 2 g2 (x)

tal que
g1 (x) = 1 g2 (x) = x

1
Vetores:
g 1 = [1 1 1 1 1 1 1]
g 2 = [0 1 2 3 4 5 6]
z = [3.4657 3.8501 4.1744 4.5218 4.8828 5.2470 5.6168]
Matriz normal:

a11 =< g 1 , g 1 >= 7 a12 = a21 =< g 1 , g 2 >= 21 a22 =< g 2 , g 2 >= 91

b1 =< z, g 1 >= 31.7586 b2 =< z, g 2 >= 105.2313

    
7 21 1 31.7586
=
21 91 2 105.2313
Resolvendo o sistema:
= [3.4703 0.3556]T
Voltando aos parametros originais:

a = e1 = 32.1464 b = e2 = 1.4270

e assim
y 32.1464 1.4270x
e o erro associado
7
X
(yi (32.1464 1.4270xi ))2 = 17.8980
i=1

Para y axb

z = ln(y) ln(a) + b ln(x) = ln(a) + bt

Como t = ln(x) precisamos descartar o valor em x = 0. Refazendo a tabela:
t = ln(x) 0 0.6931 1.0986 1.3863 1.6094 1.7918
z = ln(y) 3.8501 4.1744 4.5218 4.8828 5.2470 5.6168
Definamos:
1 = ln(a) 2 = b
e facamos entao o ajuste linear

z 1 g1 (t) + 2 g2 (t)

tal que
g1 (t) = 1 g2 (x) = t
Vetores:
g 1 = [1 1 1 1 1 1]
g 2 = [0 0.6931 1.0986 1.3863 1.6094 1.7918]

2
 z = [3.8501 4.1744 4.5218 4.8828 5.2470 5.6168]
Matriz normal:

a11 =< g 1 , g 1 >= 6 a12 = a21 =< g 1 , g 2 >= 6.5792 a22 =< g 2 , g 2 >= 9.4099

b1 =< z, g 1 >= 28.2929 b2 =< z, g 2 >= 33.1387

    
6 6.5792 1 28.2929
=
6.5792 9.4099 2 33.1387
Resolvendo o sistema:
= [3.6594 0.9631]T
Voltando aos parametros originais:

a = e1 = 38.8380 b = 2 = 0.9631

e assim
y 38.8380 x0.9631
e o erro associado
7
X
(yi (38.8380 xi0.9631 ))2 = 4.1048 103
i=2

c) Usamos a primeira opcao que possui menor erro.

(7) 32.1464 1.42707 = 387.3470

3
Exerccio 02

Considerando o seguinte conjunto de dados

x 0 1 2 3
p(x) 1 3 7 4
calcule:
a) O polinomio interpolador de Lagrange;
b) O polinomio interpolador de Newton;
c) O numero de operacoes necessarias para calcular p(2.5) nos dois casos;
d) Acrescentando o par (4, 5) ajuste novamente uma outra curva, usando os
dois metodos. O que voce observou quanto ao aproveitamento dos resultados ja
obtidos?

SOLUCAO:

a) Forma de Lagrange

p3 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x) + y3 L3 (x)

(x x1 )(x x2 )(x x3 ) (x 1)(x 2)(x 3) x3 6x2 + 11x 6

L0 (x) = = =
(x0 x1 )(x0 x2 )(x0 x3 ) (0 1)(0 2)(0 3) 6

(x x0 )(x x2 )(x x3 ) (x)(x 2)(x 3) x3 5x2 + 6x

L1 (x) =
(x1 x0 )(x1 x2 )(x1 x3 )
(x x0 )(x x1 )(x x3 )
L2 (x) =
(x2 x0 )(x2 x1 )(x2 x3 )
(x x0 )(x x1 )(x x2 )
L3 (x) =
(x3 x0 )(x3 x1 )(x3 x2 )
= =
(1 0)(1 2)(1 3) 2
(x 0)(x 1)(x 3) x3 4x2 + 3x
= =
(2 0)(2 1)(2 3) 2
(x 0)(x 1)(x 2) x3 3x2 + 2x
= =
(3 0)(3 1)(3 2) 6

x3 6x2 + 11x 6 x3 5x2 + 6x x3 4x2 + 3x x3 3x2 + 2x

p3 (x) = 1( )+3( )+7( )+4( )
6 2 2 6

p3 (x) = 1.5x3 + 5.5x2 2x + 1

b) Forma de Newton
Diferencas divididas:

4
 x Ordem 0 Ordem 1 Ordem 2 Ordem 3
0 1
2
1 3 1
4 -1.5
2 7 -3.5
-3
3 4
p3 (x) = f (x0 )+(xx0 )f [x0 , x1 ]+(xx0 )(xx1 )f [x0 , x1 , x2 ]+(xx0 )(xx1 )(xx2 )f [x0 , x1 , x2 , x3 ]
= 1 + (x 0) 2 + (x 0)(x 1) 1 + (x 0)(x 1)(x 2) (1.5)

p2 (x) = 1.5x3 + 5.5x2 2x + 1

c)
Forma de Lagrange:
Cada Lk (x) envolve 6 subtracoes + 4 multiplicacoes + 1 divisao.
Como estes Lk sao calculados 4 vezes, temos no total: 24 subtracoes + 16 mul-
tiplicacoes + 4 divisoes.
Para calcularmos p3 (x) temos ainda mais 4 multiplicacoes + 3 adicoes.
TOTAL: 20 multiplicacoes + 4 divisoes + 27 adicoes/subtracoes.

Forma de Newton:
6 subtracoes nos termos (x xi ) + 3 multiplicacoes (pelas diferencas divididas)
+ 3 adicoes.
TOTAL: 3 multiplicacoes + 9 adicoes/subtracoes.

c)
Na forma de Newton o polinomio de menor ordem e aproveitado. O mesmo nao
ocorre na forma de Lagrange.

5
Exerccio 03

Considere a aproximacao para a integral

Z 1
sin(x)
dx 0.9461
0 x

Verifique que o resultado obtido usando a regra de Simpson se aproxima conside-

ravelmente do valor exato. Qual e o erro cometido? Explique esta proximidade,
fazendo uso da analise do erro.

SOLUCAO:

h = 0.5 x0 = 0 x1 = 0.5 x2 = 1
Z 1  
sin(x) h 0.5 sin(x0 ) sin(x1 ) sin(x2 )
dx IS = [f (x0 )+4f (x1 )+f (x2 )] = +4 +
0 x 3 3 x0 x1 x2
sin(x)
Usando o fato que limx0 = 1:
x
 
0.5 sin(0.5) sin(1)
IS = 1+4 + = 0.9461
3 0.5 1

O erro e da ordem de 10 5.

Expressao do erro:

h5 (iv)
ES = f (c), c [x0 , x2 ]
90
No caso:
(x4 12x2 + 24) sin(x) + (4x3 24x) cos(x)
f (iv) (x) =
x5

Exerccio 04

Dado o PVI
y 0 (t) t2 y + y, y(0) = 2,
t3
t+ln 2
que tem como solucao y(t) = e 3 .

6
a) Usando os metodos de Euler e Runge-Kutta de quarta ordem, encontre uma
solucao aproximada, tomando h = 0.2;
b) Compare graficamente a solucao exata e as solucoes obtidas com os metodos
numericos.
c) Use agora o metodo de Euler com h = 0.1 e compare o resultado com o obtido
no item anterior.

SOLUCAO:

a)
Primeiramente, escrevemos o PVI na forma y 0 = f (t, y):

f (t, y) = t2 y y

No metodo de Euler:
yk+1 = yk + hf (xk , yk )
Assim teremos:

y(0.2) y1 = y0 + 0.2(t20 y0 y0 ) = 2 + 0.2(02 2 2) = 1.6

y(0.4) y2 = y1 + 0.2(t21 y1 y1 ) = 1.6 + 0.2(0.22 1.6 1.6) = 1.2928

y(0.6) y3 = y2 + 0.2(t22 y2 y2 ) = 1.2928 + 0.2(0.42 1.2928 1.2928) = 1.0756
y(0.8) y4 = y3 + 0.2(t23 y3 y3 ) = 1.0756 + 0.2(0.62 1.0756 1.0756) = 0.9379
y(1.0) y5 = y4 + 0.2(t24 y4 y4 ) = 0.9379 + 0.2(0.82 0.9379 0.9379) = 0.8704
Runge-Kutta 4a ordem:
1
yn+1 = yn + (k1 + 2k2 + 2k3 + k4 )
6
, onde
k1 = hf (xn , yn )
k2 = hf (xn + h/2, yn + k1 /2)
k3 = hf (xn + h/2, yn + k2 /2)
k4 = hf (xn + h, yn + k3 )
Em nosso caso, para n = 0:

k1 = 0.2f (x0 , y0 ) = 0.2 (t20 y0 y0 ) = 0.2 (02 2 2) = 0.4

k2 = 0.2f (x0 +h/2, y0 +k1 /2) = 0.2f (0.1, 1.8) = 0.2(0.12 1.81.8) = 0.3564
k3 = 0.2f (x0 +h/2, y0 +k2 /2) = 0.2f (0.1, 1.8218) = 0.2(0.12 1.82181.8218) = 0.3607
k4 = 0.2f (x0 +h, y0 +k3 ) = 0.2f (0.2, 1.6393) = 0.2(0.22 1.63931.6393) = 0.3147

7
 1 1
y1 = y0 + (k1 +2k2 +2k3 +k4 ) = 2+ ((0.4)+2(0.3564)+2(0.3607)+(0.3147)) = 1.6418
6 6
Para n = 1:

k1 = 0.2f (x1 , y1 ) = 0.2 (t21 y1 y1 ) = 0.2 (0.22 1.6418 1.6418) = 0.3152

k2 = 0.2f (x1 +h/2, y1 +k1 /2) = 0.2f (0.3, 1.4842) = 0.2(0.32 1.48421.4842) = 0.2701
k3 = 0.2f (x1 +h/2, y1 +k2 /2) = 0.2f (0.3, 1.5067) = 0.2(0.32 1.50671.5067) = 0.2742
k4 = 0.2f (x1 +h, y1 +k3 ) = 0.2f (0.4, 1.3676) = 0.2(0.42 1.36761.3676) = 0.2297
1 1
y2 = y1 + (k1 +2k2 +2k3 +k4 ) = 1.6418+ ((0.3152)+2(0.2701)+2(0.2742)+(0.2297)) = 1.3696
6 6
Para n = 2:
k1 = 0.2301
k2 = 0.1882
k3 = 0.1913
k4 = 0.1508
y3 = 1.1796
Para n = 3:
k1 = 0.1510
k2 = 0.1126
k3 = 0.1146
k4 = 0.0767
y4 = 1.0659
Para n = 4:
k1 = 0.0767
k2 = 0.0390
k3 = 0.0398
k4 = 0
y5 = 1.0268
b)
c)

y(0.1) y1 = y0 + 0.1(t20 y0 y0 ) = 2 + 0.1(02 2 2) = 1.8

y(0.2) y2 = 1.6218
y(0.3) y3 = 1.4661
y(0.4) y4 = 1.3327

8
 2
Euler
RungeKutta
Exato
1.8

1.6

y(t)
1.4

1.2

0.8
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t

y(0.5) y5 = 1.2207
y(0.6) y6 = 1.1292
y(0.7) y7 = 1.0569
y(0.8) y8 = 1.0030
y(0.9) y9 = 0.9669
y(1.0) y10 = 0.9485

2
Euler
RungeKutta
Exato
1.8

1.6
y(t)

1.4

1.2

0.8
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t

9
Exerccio 01

Mostre que os iterandos do metodo de Newton para resolver a equacao x2

a = 0 sao da forma
 
1 a
xk+1 = xk + , k = 0, 1, . . .
2 xk

E use este metodo para calcular 5 com precisao de 108 , partindo de x = 1.5.
Quantas iteracoes voce fez?

SOLUCAO:
a
x2k a
 
f (xk ) xk a xk 1 a
xk+1 = xk 0
= x k = xk + = + xk = xk +
f (xk ) 2xk 2 2xk 2 2 2 xk
Aplicacao com a=5:
x0 = 1.5
x1 = (1/2)(x0 + (a/x0 )) = (1/2)(1.5 + (5/1.5)) 2.41666666667
x2 = (1/2)(x1 + (a/x1 )) = (1/2)(2.41666666667 + (5/2.41666666667)) 2.24281609195
...

Exerccio 02

Considere o sistema Ax = b, onde A e uma matriz n n tridiagonal (ou seja

aij = 0, se |i j| > 1). Escreva um algoritmo que resolva este tipo de sistema,
usando a Eliminacao de Gauss. Quantas operacoes realiza seu algoritmo?

SOLUCAO:
Escrevendo a matriz aumentada:

a11 a12 b1
a21 a22 a23 b2
A(0) =

a32 a33 a34 b3
..

.. .. ..
. . . .
Diferencas em relacao a eliminacao classica:
1. Na etapa k, apenas o multiplicador m(k+1)k e calculado e apenas a linha
(k + 1) e atualizada
2. Na linha (k + 1), apenas os elementos a(k+1)k , a(k+1)(k+1) e b( k + 1) sao
atualizados; como a(k+1)k e sempre zero apenas os dois ultimos precisam
ser calculados de fato.

1
 Algoritmo 1: Eliminacao de Gauss em sistemas tridiagonais.
para k = 1 ate n 1 faca
m a(k+1)k /akk ;
a(k+1)k 0;
a(k+1)(k+1) a(k+1)(k+1) mak(k+1) ;
bk+1 bk+1 mbk ;
fim
retorna A, b
Dentro do laco sao efetuadas 1 divisao, 2 subtracoes e 2 multiplicacoes. O
total de operacoes e 5(n 1) = 5n 5.

Exerccio 03

Considere um sistema Ax = b com A uma matriz 2 2 tal que

|a11 | > |a12 |, |a21 | > |a22 | e |a11 /a12 | > |a21 /a22 |

O que se pode afirmar sobre a convergencia dos metodos de Gauss-Jacobi e de

Gauss-Seidel?

SOLUCAO:

Para Gauss-Jacobi temos o criterio das linhas:

|a12 |
1 =
|a11 |

|a21 |
2 =
|a22 |
Dadas as desigualdades apresentadas podemos afirmar 1 < 1 e 2 < 1. Por-
tanto Gauss-Jacobi converge.

Ja para Gauss-Seidel, vale o criterio de Sassenfeld:

|a12 |
1 = <1
|a11 |

|a21 |1 |a21 | |a12 |

|a11 | |a21 ||a12 | |a21 | |a11 |
2 = = = = / <1
|a22 | |a22 | |a22 ||a11 | |a22 | |a12 |
Portanto Gauss-Seidel tambem converge.

2
Exerccio 04

Se aplicarmos o metodo de Newton para sistemas nao lineares para resolver um

sistema linear Ax = b,A Rnn , x, b Rn , em quantas iteracoes o metodo ira
convergir? Justifique sua resposta.

SOLUCAO:
Teremos o seguinte sistema:


a11 x1 + a12 x2 + a13 x3 + . . . b1 = 0
a21 x1 + a22 x2 + a23 x3 + . . . b2 = 0

a31 x1 + a32 x2 + a33 x3 + . . . b3 = 0

..


.

cuja Jacobiana sera

a11 a12 a13 ...
a21 a22 a23 ...
J =

a31 a32 a33 ...
.. .. ..

..
. . . .

Se partirmos de x(0) = [0 0 0 . . .]T , o sistema J(x(0) )s = F (x(0) ) fica:

a11 a12 a13 . . . s1 b1
a21 a22 a23 . . . s2 b2
s3 = b3

a31 a32 a33 . . .
.. .. .. .. ..

..
. . . . . .

O vetor [s1 s2 s3 . . .] ja contem a solucao exata do sistema inicial. Por-

tanto, apenas uma iteracao foi necessaria.

3
Exerccio 01

Sejam (x1, y1), (x2, y2), . . . , (xm, ym) pontos no plano. Neste exerccio va-
mos utilizar a estrategia de ajuste de curvas por quadrados mnimos para tentar
encontrar o crculo que melhor se ajusta a esses pontos, ou seja queremos en-
contrar o centro (xc , yc ) e o raio r tal que
m
X
[(xk xc )2 + (yk yc )2 r2 ]
k=1

seja o menor possvel.

(a) Por que a estrategia de ajuste de curvas por quadrados mnimos nao se
aplica ao problema como descrito acima?

(b) Veja que a equacao de um crculo tambem pode ser escrita como
A(x2 + y 2 ) + Bx + Cy = 1,
onde A = (r2 x2c yc2 )1 , B = 2Axc e C = 2Ayc .

(c) Considerando A, B e C como parametros, veja que o problema de ajuste

pode ser formulado como
m
X
min [A(x2k + yk2 ) + Bxk + Cyk 1]2
A,B,C
k=1

(d) Rescreva o problema acima na forma matricial

M u = b,
onde u = (A, B, C)T .

SOLUCAO:

A situacao e similar a dos mnimos quadrados e novamente precisamos mi-

nimizar o quadrado de um somatorio:
m
X
F (A, B, C) = [A(x2k + yk2 ) + Bxk + Cyk 1]2
k=1

Calculamos entao as derivadas parciais em relacao a cada parametro e igua-

lamos a zero:
m
F X
=2 [A(x2k + yk2 ) + Bxk + Cyk 1][x2k + yk2 ] = 0
A
k=1

1
 m
F X
=2 [A(x2k + yk2 ) + Bxk + Cyk 1][xk ] = 0
B
k=1
m
F X
=2 [A(x2k + yk2 ) + Bxk + Cyk 1][yk ] = 0
B
k=1

Rearranjando:
m
X m
X
[A(x2k + yk2 )2 + Bxk (x2k + yk2 ) + Cyk (x2k + yk2 )] = [x2k + yk2 ]
k=1 k=1

m
X m
X
[Axk (x2k + yk2 ) + Bx2k + Cxk yk ] = [xk ]
k=1 k=1
m
X m
X
[Ayk (x2k + yk2 ) + Bxk yk + Cyk2 ] = [yk ]
k=1 k=1

Recamos entao em um sistema linear, o qual em forma matricial pode ser

escrito:
P 2
yk2 )2 (x2k + yk2 ) 2 2
P 2
xk + yk2
P P
P (xk + 2 2
xkP
2
yP
k (xk + yk ) A P
P xk (x2k + y2k ) P xk Pxk 2yk
B =
P xk

yk (xk + yk ) xk yk yk C yk

Exerccio 02

Aproximar f (0.25) por spline cubica natural:

x 0 0.5 1.0 1.5 2.0
f(x) 3 1.8616 -0.5571 -4.1987 -9.0536
Como temos 4 subdivisoes do intervalo [0, 2.0] precisamos obter s1 (x), s2 (x),
s3 (x) e s4 (x) e devemos entao resolver o sistema
 
yk+1 yk yk yk1
hk gk1 + 2(hk + hk+1 )gk + hk+1 gk+1 = 6 ,1 k 3
hk+1 hk

Como no caso hk = h = 0.5:

6
hgk1 + 4hgk + hgk+1 = (yk+1 2yk + yk1 )
h
Substituindo para cada k:

hg0 + 4hg1 + hg2 = h6 (y2 2y1 + y0 )

hg1 + 4hg2 + hg3 = h6 (y3 2y2 + y1 )

hg2 + 4hg3 + hg4 = h6 (y4 2y3 + y2 )

2
 Como queremos a spline natural temos ainda as restricoes g0 = g4 = 0:

= h6 (y2 2y1 + y0 )

4hg1 + hg2
hg1 + 4hg2 + hg3 = h6 (y3 2y2 + y1 )
hg2 + 4hg3 = h6 (y4 2y3 + y2 )

Na forma matricial:

4h h 0 g1 y2 y1 + y0
h 4h h g2 = 6 y3 2y2 + y1
h
0 h 4h g3 y4 2y3 + y2

Substituindo pelos valores ja conhecidos de h e yi

2 0.25 0 g1 15.3636
0.5 2 0.5 g2 = 14.6748
0 0.5 2 g3 14.5598

Por eliminacao de Gauss:

[g1 g2 g3 ]T = [6.6541 4.111 6.252]T

Partindo destes valores obtemos ak , bk , ck , dk e consequentemente s1 (x), s2 (x), s3 (x), s4 (x).

Como neste caso em particular queremos aproximar f (0.25) usamos s1 (x): s1 (x) =
a1 (x x1 )3 + b1 (x x1 )2 + c1 (x x1 ) + d1 , o que usando os valores de gi ja
obtidos:
g1 g0 6.6541
a1 = = = 2.2180
6h 3
g1
b1 = = 3.3270
2
y1 y0 2hg1 g0 h
c1 = + = 3.3858
h 6
d1 = y1 = 1.8616
Finalmente:
f (0.25) s1 (0.25) = 2.2180(0.25)3 3.3270(0.25)2 3.3858(0.25) + 1.8616 = 2.5348

Exerccio 03

Em quantos subintervalos seria necessario particionar o intervalo [0, 1] para

estimar as integrais abaixo com quatro casas corretas usando as regras dos
trapezios e de Simpson. Z 1
e|x|
0

SOLUCAO:
TRAPEZIOS:
mh3
|ET R | M2 ,
12

3
em que M2 = maxx[0,1] f 00 (x). No intervalo [0, 1] a funcao e|x| coincide com ex :

M2 = max ex = e.
x[0,1]

Mas sabemos que

ba ba
m= h=
h m
Substituindo na expressao do erro:

(b a)3
|ET R | M2
12m2
Deste modo:
1 0.2265
|ET R | e= 104
12m2 m2
Resolvendo em m: r
0.2265
m> = 47.5920
0.0001
Como m deve ser inteiro:
m 48.
SIMPSON:
mh5
|ESR | M4 ,
180
M4 = max f (iv) (x) = e.
x[0,1]

Como
ba
h=
m
Substituindo na expressao do erro:

(b a)5
|ESR | M4
180m4
Deste modo:
1 0.0151
|ET R | 4
e= 104
180m m4
Resolvendo em m: r
4 0.0151
m> = 3.5054
0.0001
Como m deve ser inteiro:
m 4.
Exerccio 04

4
 Resolver por Euler o sistema de equacoes nao lineares
0
x (t) = 10(y x)
y 0 (t) = x(28 z) y
0
z (t) = xy 38 z

dado que x(0) = 6, y(0) = 6, z(0) = 15 e h = 0.1.

SOLUCAO:

Escrevendo na forma vetorial:

x(t)
Y = y(t)
z(t)

6
Y0 = 6
15

x(t) 10(y(t) x(t))
Y 0 = F (t, Y ) = F (t, y(t) ) = x(t)(28 z(t)) y(t)
z(t) x(t)y(t) 38 z(t)
Metodo de Euler:
yk+1 = yk + hf (tk , yk )
Vetorial:
Yk+1 = Yk + hF (tk , Yk )
No nosso caso:

xk 10(yk xk ) yk
Yk+1 = yk + h xk (28 zk ) yk = 2.8xk + 0.9yk 0.1xk zk
zk xk yk 38 zk zk + 0.1xk yk 0.8
3 zk

Por exemplo:

y0 6 6
Y1 = 2.8x0 + 0.9y0 0.1x0 z0 = 2.8(6) + 0.9(6) 0.1(6)(15) = 13.2
z0 + 0.1x0 y0 0.8
3 z0 15 + 0.1(6)(6) 0.8
3 (15) 14.6

5
Exerccio 01

Escreva como voce faria para calcular computacionalmente cada um dos

itens abaixo.

a) ea
b) arccos(a)
c) ln(a)

Realize tres iteracoes do metodo de Newton e da secante para cada funcao,

escolhendo um chute inicial conveniente.

SOLUCAO:

Por Newton:
a)
ln(x) a = 0 xk+1 = xk (ln(xk ) a)xk
b)
cos(xk ) a
cos(x) a = 0 xk+1 = xk +
sin(xk )
c)
exk a
ex a = 0 xk+1 = xk
exk
Por Secante:
xk1 f (xk ) xk f (xk1 )
xk+1 =
f (xk ) f (xk1 )
a)
xk1 (ln(xk ) a) xk (ln(xk1 ) a)
xk+1 =
ln(xk ) ln(xk1 )
b)
xk1 (cos(xk ) a) xk (cos(xk1 ) a)
xk+1 =
cos(xk ) cos(xk1 )
c)
xk1 (exk a) xk (exk1 a)
xk+1 =
exk exk1
Exerccio 02

Verifique que o numero de operacoes necessarias no metodo da Eliminacao de

Gauss, sem pivoteamento parcial, e
2n3 n2 7n
+
3 2 6

1
na fase de triangularizacao da matriz A, e n2 na fase de resolucao do sistema
triangular superior. Sao contadas as operacoes de divisao, multiplicacao e soma.

SOLUCAO:

Algoritmo 1: Eliminacao de Gauss.

para k = 1 ate n 1 faca
para i = k + 1 ate n faca
m aik /akk ;
aik 0 ;
para j = k + 1 ate n faca
aij aij makj ;
fim
bi bi mbk ;
fim
fim
retorna A, b
Vamos contar do laco mais interno para o mais externo.
No mais interno temos 2 operacoes (1 subtracao + 1 multiplicacao)
No segundo temos 3 operacoes (1 divisao + 1 subtracao + 1 multiplicacao) +
2(n k) operacoes do laco mais interno, totalizando 2(n k) + 3 operacoes.
Como este segundo laco se repete n k vezes temos um total de

(2(n k) + 3)(n k) = 2(n k)2 + 3(n k)

De acordo com a condicao do laco mais externo, devemos variar k entre 1 e n1

e somar tudo:
n1
X n1
X n1
X
2(n k)2 + 3(n k) = 2 k2 + 3
 
k
k=1 k=1 k=1

Mas sabemos do Calculo que

n n
X n(n + 1) X n(n + 1)(2n + 1)
k= ; k2 = ;
2 6
k=1 k=1

Aplicando acima:

n(n 1)(2n 1) n(n 1) 2 1 3 3 2 1 7

2 +3 = n3 n2 + n + n2 n = n3 + n2 n
6 2 3 3 2 2 3 2 6
Ja para sistemas triangulares temos o seguinte algoritmo:

2
 Algoritmo 2: Substituicao regressiva
xn bn /ann ;
para k = n 1, . . . ate 1 faca
S 0;
para j = k + 1 ate n faca
S S + akj xj ;
fim
S
xk bak kk ;
fim
retorna xn , xn1 , . . . , x1
No laco mais interno: 2 operacoes (1 soma + 1 multiplicacao) repetidas nk
vezes. No externo: 1 operacao (1 divisao) mais as do laco interno.

Total: 2(n k) + 1 com k variando entre 1 e n 1, o que nos leva ao seguinte

somatorio:
n1 n1 n1 n1
X X X X n(n 1)
[2(nk)+1] = 2 (nk)+ 1=2 k+(n1) = 2 +(n1) = n2 1
2
k=1 k=1 k=1 k=1

Como ainda temos mais uma multiplicacao fora de todos os lacos (linha 1),
chegamos ao total de n2 operacoes.

Exerccio 03

Considere o sistema linear Ax = b, onde

5 1 1 w 5
1 7 0 2 4
A= 0 2 5
,b =
0 3
w 1 0 7 6

(a) Para que valores de w a matriz A satisfaz o criterio das linhas?

(b) Tomando w = 0 e x(0) = [0 0 0 0], obtenha a aproximacao x(2) pelo
metodo de Gauss-Seidel. Neste caso, voce pode afirmar que a convergencia do
metodo esta garantida? Justifique.

SOLUCAO:
a)
1 = |1|+|1|+|w|
|5| = 2+|w|
5 < 1 |w| < 3
|w|+|1|+|0| |w|+1
4 = |7| = 7< 1 |w| < 6
Para satisfazer o criterio em todas as linhas devemos entao ter |w| < 3 ou

3
3 < w < 3.

b)
Para garantir convergencia em Gauss-Seidel devemos satisfazer o criterio de Sas-
senfeld:
1 = |1|+|1|+|0|
|5| = 0.4 < 1
|1|0.4+|0|+|2|
2 = |7| 0.3429 < 1
|0|0.4+|2|0.3429+|0|
3 = |5| 0.1372 < 1
|0|0.4+|1|0.3429+|0|0.1372
4 = |7| 0.0490 <1

Para resolver vamos escrever o sistema:

5x1 x2 + x3 = 5

x1 + 7x2 2x4 = 4

2x2 + 5x3 = 3

x2 + 7x4 = 6

Isolando as variaveis:
1


x1 = 5 (5 + x2 x3 )
1
x2 = 7 (4 + x1 + 2x4 )

1

x3 = 5 (3 + 2x2 )
1
x4 = 7 (6 + x2 )

e em Gauss-Seidel a seguinte iteracao:

(k+1) (k) (k)

x1 = 15 (5 + x2 x3 )
(k+1)
(k+1) (k)
x2 = 71 (4 + x1 + 2x4 )
(k+1) (k+1)
x = 15 (3 + 2x2 )
3(k+1)


(k+1)

1
x4 = 7 (6 + x2 )

Partindo de x(0) = [0 0 0 0]:

(1)

x1 =1
(1)

x2 = 57
(1)
x 0.8857
3(1)



x4 0.9592

Exerccio 04

Mostre que, quando n = 1, o metodo de Newton para sistemas de equacoes nao

lineares se reduz ao metodo de Newton para zeros de funcoes reais.

4
SOLUCAO:
O sistema no caso e simplesmente

f (x1 ) = 0

e a Jacobiana
J = f 0 (x1 )
Devemos resolver
f (xk ) f (xk )
J(x(k) )s = F (x(k) ) f 0 (xk )s = f (xk ) s = 0
x(k+1) = x(k) 0
f (xk ) f (xk )

5
Exerccio 01

Como encontrar o valor b/a em uma calculadora que realiza apenas as

operacoes de soma, subtracao e multiplicacao?

SOLUCAO:

1
Podemos transformar esta divisao na multiplicacao de b por a. E por sua
vez a1 pode ser calculado obtendo-se a raiz da funcao

1
f (x) = a
x
cuja derivada e
1
f 0 (x) =
x2
e a iteracao de Newton-Raphson e entao
1 1axk
a (1 axk )x2k
xk+1 = xk + xk 1 = xk + x1k = xk + = xk +(1axk )xk = xk (2axk )
x2 x2
xk
k k

Temos assim entao apenas multiplicacoes e subtracoes!

Exerccio 02 (2014)

O calculo do determinante de matrizes quadradas pode ser feito usando o metodo

da eliminacao de Gauss.

(a) deduza este processo;

SOLUCAO:
Teorema 6.16 no livro do Burden:
Se A e uma matriz n n:
Qnj , i 6= j, det(A) = det(A)
(v) Se A e a matriz obtida de A fazendo Li + L
(ix) Se A for triangular ou diagonal, det(A) = i=1 aii .

O item (v) e exatamente a eliminacao de Gauss. O determinante e entao o

produto dos elementos na diagonal da matriz resultante.
Cuidar apenas que se houver pivoteamento, o determinante muda de sinal a
cada troca de linha (item (iii) do mesmo teorema).

1
Exerccio 04

Considere o sistema nao linear abaixo:

 x
e 1 1=0
ex2 1 = 0

A solucao deste sistema e x = [0 0]T .

a) Verifique que a matriz Jacobiana e inversvel em x

b) Resolva este sistema nao linear atraves do metodo de Newton, usando

x(0) = [10 10]T . Analise os resultados obtidos e justifique o que acontece.

SOLUCAO:
a)
ex1
   
0 1 0
J(x) = J(x) =
0 ex2 0 1
A matriz identidade e inversvel.

b)
e10 1 e10
   
0
J(x(0) ) = , F (x(0) ) =
0 e10 1 e10

e10 1 e10
    
0 s1
=
0 e10 s2 1 e10

s(0) = [e10 1 e10 1]

x(1) = x(0) + s(0) = [e10 11 e10 11]T

Na proxima etapa os valores envolvidos sao tao altos que sequer podem ser re-
presentados. O metodo esta divergindo rapidamente.

O problema ocorreu porque x(0) nao foi escolhido suficientemente proximo

da solucao. Em geral, o metodo de Newton nao e globalmente convergente e
nao e possvel saber a priori o raio de convergencia.