You are on page 1of 143

UNIVERSIDADE FEDERAL DE JUIZ DE FORA

ALCULO NUM

ERICO
Notas de Aula
Prof.
a
Mich` ele C. R. Farage
1
o
- 2007
Sum ario
1. INTRODUC

AO 1
1.1 Modelagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Resoluc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2. NOC

OES SOBRE ERROS 2
2.1 Erros na fase de modelagem . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 Erros de precis ao nos dados de entrada . . . . . . . . . . . . . . . . . . . 2
2.3 Erros na fase de aplicac ao das t ecnicas num ericas . . . . . . . . . . . . . 2
2.4 Representac ao de n umeros . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.5 Convers ao de base . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.6 Aritm etica de ponto utuante . . . . . . . . . . . . . . . . . . . . . . . . 6
2.7 Erros absolutos e erros relativos . . . . . . . . . . . . . . . . . . . . . . 10
2.8 Erros de arredondamento e truncamento . . . . . . . . . . . . . . . . . . 10
Limite superior para o erro de truncamento . . . . . . . . . . . . . . . . 11
Limite superior para o erro de arredondamento . . . . . . . . . . . . . . 12
2.9 Propagac ao de erros em operac oes aritm eticas de ponto utuante . . . . . 13
2.10 Exemplos de operac oes que causam erros graves nos computadores . . . 16
3. RA

IZES REAIS DE FUNC



OES 20
3.1 Introduc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.2 Isolamento de razes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
3.3 Converg encia e crit erios de parada . . . . . . . . . . . . . . . . . . . . . 24
3.4 M etodo das Aproximac oes Sucessivas ou M etodo do Ponto Fixo . . . . . 32
Algoritmo do M etodo do Ponto Fixo . . . . . . . . . . . . . . . . . . . . 40
3.5 M etodo de Newton Raphson (MNR) . . . . . . . . . . . . . . . . . . . . 40
Algoritmo do M etodo de Newton-Raphson . . . . . . . . . . . . . . . . . 44
3.6 M etodo da Secante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.7 M etodo da Bissec ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.8 M etodo da Falsa Posic ao . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.9 Comparac ao entre os m etodos . . . . . . . . . . . . . . . . . . . . . . . 52
4. RESOLUC

AO DE SISTEMAS LINEARES 54
4.1 Introduc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.2 Sistemas de equac oes lineares . . . . . . . . . . . . . . . . . . . . . . . 54
4.3 Classicac ao de sistemas quanto ao n umero de soluc oes . . . . . . . . . 54
Soluc ao unica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Innitas soluc oes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Nenhuma soluc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.4 Sistemas triangulares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
Sistema triangular inferior de ordem n . . . . . . . . . . . . . . . . . . . 56
Sistema triangular superior de ordem n . . . . . . . . . . . . . . . . . . . 57
4.5 Sistemas equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.6 Operac oes elementares . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.7 Classes de m etodos para resoluc ao de sistemas lineares . . . . . . . . . . 59
M etodos diretos: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
M etodos iterativos: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.8 M etodos diretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Eliminac ao Gauss . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Decomposic ao LU . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
4.9 M etodos iterativos estacion arios . . . . . . . . . . . . . . . . . . . . . . 78
4.10 M etodo de Jacobi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.11 M etodo de Gauss-Seidel . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5. INTERPOLAC

AO 92
5.1 Interpolac ao linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
5.2 Interpolac ao quadr atica . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
5.3 Polin omios de Lagrange . . . . . . . . . . . . . . . . . . . . . . . . . . 96
5.4 Polin omios de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
5.5 Polin omios de Gregory-Newton . . . . . . . . . . . . . . . . . . . . . . 104
5.6 Escolha dos pontos para interpolac ao . . . . . . . . . . . . . . . . . . . . 107
5.7 Erro de truncamento da interpolac ao polinomial . . . . . . . . . . . . . . 108
6. AJUSTE DE CURVAS 110
Relac oes determinsticas: . . . . . . . . . . . . . . . . . . . . . . . . . . 110
Relac oes semi-determinsticas: . . . . . . . . . . . . . . . . . . . . . . . 110
Relac oes empricas: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
6.1 Ajuste linear . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
Retar possveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
6.2 M etodo dos Mnimos Quadrados . . . . . . . . . . . . . . . . . . . . . . 113
6.3 Qualidade do ajuste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
Coeciente de determinac ao: . . . . . . . . . . . . . . . . . . . . . . . . 115
Vari ancia residual: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.4 Ajuste linear m ultiplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6.5 Regress ao polinomial . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
7. INTEGRAC

AO NUM

ERICA 122
7.1 F ormulas de Newton-Cotes . . . . . . . . . . . . . . . . . . . . . . . . . 122
7.2 Regra do trap ezio composta . . . . . . . . . . . . . . . . . . . . . . . . . 127
7.3 Regra do 1/3 composta . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
7.4 Regra dos 3/8 composta . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
7.5 Erro de integrac ao nos m etodos de Newton-Cotes . . . . . . . . . . . . . 131
7.6 Quadratura de Gauss-Legendre . . . . . . . . . . . . . . . . . . . . . . . 136
7.7 Procedimento para dois pontos . . . . . . . . . . . . . . . . . . . . . . . 136
Notas de aula de C alculo Num erico - perodo 01/2007
1. INTRODUC

AO
A maioria dos problemas matem aticos se origina da necessidade de representar fen o-
menos da natureza. Tais fen omenos podem ser descritos atrav es de modelos matem aticos.
As etapas para a soluc ao de um problema fsico podem ser representadas pelo es-
quema abaixo:
Figura 1: Etapas para a resoluc ao de um problema.
1.1 Modelagem
Para obter um modelo matem atico que represente de forma adequada um problema
real, s ao empregadas teorias fsicas, econ omicas, etc. Um mesmo problema pode ser
representado por modelos matem aticos diferentes, que dependem do enfoque desejado
(Ruggiero and Lopes, 1997).
O modelo matem atico, em geral, cont em simplicac oes da realidade, as quais tornam
possvel a resoluc ao do problema em quest ao.
1.2 Resoluc ao
Construdo o modelo matem atico, parte-se para a resoluc ao do mesmo atrav es de
m etodos adequados. Existem v arias t ecnicas j a consagradas para a resoluc ao de diversos
tipos de modelos matem aticos. O presente curso de C alculo Num erico se dedica ao estudo
de alguns destes m etodos num ericos, empregados na resoluc ao dos seguintes tipos de
problemas:
1. encontrar as razes de uma equac ao;
2. resolver um sistema de equac oes lineares;
3. aproximar uma func ao dada por uma outra e
4. integrar uma func ao em um intervalo.
Em geral, a soluc ao obtida por um m etodo num erico e diferente da soluc ao exata -
trata-se de uma soluc ao aproximada. As diferencas s ao provocadas por:
simplicac oes adotadas no modelo matem atico;
erros de arredondamento;
erros de truncamento;
1
Notas de aula de C alculo Num erico - perodo 01/2007
erros nos dados (medic oes experimentais, erros humanos...).
A seguir s ao apresentadas algumas noc oes sobre erros envolvidos em processos nu-
m ericos.
2. NOC

OES SOBRE ERROS
2.1 Erros na fase de modelagem
Ao tentar representar um fen omeno do mundo fsico por meio de um modelo ma-
tem atico, raramente se tem uma descric ao correta deste fen omeno. Parte dos erros resul-
tam de simplicac oes adotadas na modelagem. Por exemplo (Barroso et al., 1987):
Exemplo 1
Para o estudo do movimento de um corpo sujeito a acelerac ao constante, adota-se a
equac ao:
d = d
0
+ v
0
t +
1
2
at
2
(1)
onde: d = dist ancia percorrida, d
0
= dist ancia inicial, v
0
= velocidade inicial, t = tempo
e a = acelerac ao.
Com esta express ao, pode-se calcular a altura de um edifcio usando uma bolinha de
metal e um cron ometro. Basta lancar a bolinha do topo do edifcio e medir o tempo que
ela gasta para atingir o solo.
Supondo que o tempo medido tenha sido 3 segundos, da equac ao 1 obt em-se:
d = 0 + 0 . t +
1
2
. 9, 8 . 3
2
d = 44, 1m (2)
Da, ent ao, calcula-se que o edifcio tenha 44,1m de altura. Tal resultado foi obtido
com a adoc ao uma s erie de hip oteses simplicadoras: o modelo despreza a resist encia do
ar e a velocidade do vento. Dependendo do problema tratado, estes efeitos s ao signica-
tivos e n ao podem ser desprezados.
2.2 Erros de precis ao nos dados de entrada
Os dados de entrada empregados a um modelo cont em uma imprecis ao que n ao pode
ser evitada, j a que representam medidas obtidas usando equipamentos especcos, como
e o caso de medidas de corrente e tens ao em um circuito el etrico, ou medidas de compri-
mento de um elemento estrutural, ou dados obtidos de pesquisas ou levantamentos, como
e o caso de dados populacionais em um recenseamento (Ruggiero and Lopes, 1997).
No exemplo 1, a altura calculada para o edifcio foi obtida a partir da leitura do
cron ometro, cuma precis ao afeta muito a qualidade do resultado. Suponhamos que o
tempo medido fosse 3,5s - neste caso, a altura calculada do edifcio teria sido de 60
metros. Isto signica que uma variac ao de 16,7% no valor lido no cron ometro altera em
36% a altura calculada.
2.3 Erros na fase de aplicac ao das t ecnicas num ericas
Para resolver modelos matem aticos de maior porte, empregam-se freq uentemente
equipamentos de c alculo - computadores - cujo funcionamento implica em certas apro-
2
Notas de aula de C alculo Num erico - perodo 01/2007
ximac oes. Tais aproximac oes podem gerar erros relativos ` a representac ao dos n umeros
no computador (a base adotada, a quantidade de algarismos signicativos) e ` as operac oes
num ericas efetuadas, que podem envolver arredondamentos ou truncamentos.
Ser ao aqui tratados os relativos ` a representac ao dos n umeros em um computador e ` as
operac oes num ericas efetuadas.
2.4 Representac ao de n umeros
Sejam os exemplos abaixo de operac oes num ericas:
Exemplo 2 Calcular a area de uma circunfer encia de raio 100 cm adotando para os
valores 3,14cm, 3,1416cm e 3,141592cm.
=3,14cm : A=31400cm
2
=3,1416cm : A=31416cm
2
=3,141592cm : A=31415,92cm
2
Como o n umero n ao pode ser representado atrav es de um n umero nito de dgitos
decimais, a area calculada depende da aproximac ao escolhida para . Qualquer que
seja o raio da circunfer encia, n ao e possvel calcular a area exata, uma vez que
e um n umero irracional.
Exemplo 3 Calcular o somat orio abaixo para x
i
=0,5 e para x
i
=0,11 de forma analtica
e usando computador
S =
30000

i=1
x
i
x
i
=0,5
analtico: S=15000
computador 1: S=15000
computador 2: S=15000
x
i
=0,11
analtico: S=3300
computador 1: S=3299,99691
computador 2: S=3300,985
computador 2 (dupla precis ao): S=3300,000000000629
Os resultados relativos ao computador 1 s ao os encontrados na refer encia Ruggiero and
Lopes (1997) e os relativos ao computador 2 foram calculados atrav es de um programa
desenvolvido em linguagem Fortran, executado em um Celeron 2,8GHz.
Nota-se que para x
i
=0,5 os 3 c alculos fornecem resultados id enticos. J a para x
i
=0,11
h a diferencas entre a resposta analtica e as obtidas via computador, que dependem do
equipamento e da linguagem de programac ao usada.
3
Notas de aula de C alculo Num erico - perodo 01/2007
A raz ao para estas diferencas e a forma como os n umeros s ao representados pelos
computadores. Um n umero pode ter representac ao nita em uma base e n ao-nita em
outras bases. A base decimal e a que se adota atualmente, mas os computadores operam
normalmente no sistema bin ario. On umero 0,11 tem representac ao nita na base decimal,
mas na base bin aria, e representado por um n umero n ao-nito de algarismos - o que
implica em arredondamentos ou truncamentos.
Na interac ao entre o usu ario e o computador, os dados de entrada s ao enviados ao
computador no sistema decimal, s ao ent ao convertidos para o sistema bin ario, no qual
todas as operac aes s ao realizadas. Os resultados nais s ao convertidos para o sistema
decimal e transmitidos ao usu ario (Ruggiero and Lopes, 1997). Todo esse processo e uma
fonte de erro que afeta a qualidade dos resultados.
2.5 Convers ao de base
De forma geral, um n umero real x na base e representado por (Sperandio et al.,
2003):
x = (a
m
a
m1
. . . a
1
a
0
, b
1
b
2
. . . b
n
)

(3)
que signica:
x = a
m

m
+ a
m1

m1
+ . . . + a
0

0
+ b
1

1
+ . . . + b
n

n
(4)
onde a
i
, i = 0, 1, 2, . . . , m e b
j
, j = 1, 2, . . . , n s ao elementos do conjunto A = {k
N; 0 k 1}.
Assim, tem-se:
no sistema decimal: ( = 10), A = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9};
no octal: ( = 8), A = {0, 1, 2, 3, 4, 5, 6, 7} e
no bin ario: ( = 2), A = {0, 1}.
Exemplo 4 representac ao de n umeros na forma da express ao 4:
(1995)
10
1x10
3
+ 9x10
2
+ 9x10
1
+ 5x10
0
(19, 95)
10
1x10
1
+ 9x10
0
+ 9x10
1
+ 5x10
2
(0, 1995)
10
1x10
1
+ 9x10
2
+ 9x10
3
+ 5x10
4
(10111)
2
1x2
4
+ 0x2
3
+ 1x2
2
+ 1x2
1
+ 1x2
0
(1011, 101)
2
1x2
3
+ 0x2
2
+ 1x2
1
+ 1x2
0
+ 1x2
1
+ 0x2
2
+ 1x2
3
4
Notas de aula de C alculo Num erico - perodo 01/2007
Convers ao da base bin aria para a base decimal
Para converter um n umero da base bin aria para a base decimal, basta represent a-lo
na forma da equac ao 4 e realizar as operac oes indicadas na base decimal.
Exemplo 5
(10111)
2
= 1x2
4
+ 0x2
3
+ 1x2
2
+ 1x2
1
+ 1x2
0
= 16 + 0 + 4 + 2 + 1
= (23)
10
(5)
Exemplo 6
(10111, 101)
2
= 1x2
4
+ 0x2
3
+ 1x2
2
+ 1x2
1
+ 1x2
0
+ 1x2
1
+ 1x2
3
= 16 + 0 + 4 + 2 + 1 + 0, 5 + 0, 125
= (23, 625)
10
Convers ao da base decimal para a base bin aria
Para converter um n umero da base decimal para a base bin aria, adota-se o seguinte
procedimento, considerando i a parte inteira e f a parte fracion aria do n umero real x:
1. Divide-se sucessivamente a parte inteira (i) do n umero x na base 10 por 2, at e que
o ultimo quociente seja igual a 1;
2. A parte inteira do n umero na base 2 e composta pelo ultimo quociente obtido (1)
seguido dos restos das divis oes lidos em sentido inverso ` aqueles em que foram
obtidos: (i)
2
= 1r
n
r
n1
. . . r
1
r
0
3. Multiplica-se a parte fracion aria do n umero na base 10 (f) por 2, a parte inteira do
resultado obtido e o primeiro algarismo de f na base bin aria;
4. do resultado obtido, toma-se a parte fracion aria e multiplica-se novamente por 2, a
parte inteira do n umero obtido e o segundo algarismo de (f)
2
5. repete-se o procedimento at e obter um n umero com parte fracion aria igual a 0 ou
que apareca uma dzima peri odica.
Exemplo 7 Convers ao de (23)
10
para a base bin aria:
23 = 11x2 + 1
11 = 5x2 + 1
5 = 2x2 + 1
2 = 2x1 + 0
ent ao: (23)
10
= (10111)
2
.
5
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 8 Convers ao de (23, 625)
10
para a base bin aria:
0, 625x2 = 1, 250
0, 250x2 = 0, 5
0, 5x2 = 1
ent ao: (0, 625)
10
= (0, 101)
2
e (23, 625)
10
= (10111, 101)
2
Exemplo 9 Convers ao de (0, 6)
10
para a base bin aria:
0, 6x2 = 1, 2
0, 2x2 = 0, 4
0, 4x2 = 0, 8
0, 8x2 = 1, 6
0, 6x2 = 1, 2
0, 2x2 = 0, 4
0, 4x2 = 0, 8
.
.
.
.
.
.
.
.
.
ent ao: o n umero (0, 6)
10
e representado na base bin aria por um n umero innito de alga-
rismos (0, 1001100 . . .)
2
.
Exemplo 10 Convers ao de (0, 11)
10
para a base bin aria:
0, 11x2 = 0, 22
0, 22x2 = 0, 44
0, 44x2 = 0, 88
0, 88x2 = 1, 76
0, 76x2 = 1, 52
0, 52x2 = 1, 04
0, 04x2 = 0, 08
0, 08x2 = 0, 16
0, 16x2 = 0, 32
0, 32x2 = 0, 64
0, 64x2 = 1, 28
0, 28x2 = 0, 56
0, 56x2 = 1, 12
0, 12x2 = 0, 24
0, 24x2 = 0, 48
0, 48x2 = 0, 96
0, 96x2 = 1, 92
0, 92x2 = 1, 84
0, 84x2 = 1, 68
0, 68x2 = 1, 36
0, 36x2 = 1, 72
0, 72x2 = 1, 44
0, 44x2 = 1, 88
.
.
.
.
.
.
.
.
.
ent ao: o n umero (0, 11)
10
e representado na base bin aria por um n umero innito
1
de
algarismos (0, 000111000011110000 . . .)
2
.
2.6 Aritm etica de ponto utuante
As m aquinas adotam o sistema de aritm etica de ponto utuante para representar
n umeros e executar operac oes. A forma geral normalizada de um n umero real x na base
, em aritm etica de ponto utuante e:
x = (.d
1
d
2
. . . d
t
) x
e
onde e a base em que a m aquina opera;
1
Esta e a causa da diferenca entre o valor analtico e os valores calculados por computador no exemplo
3 - ao efetuar a operac ao num erica, o computador realiza convers oes entre os sistemas decimal e bin ario, o
que implica em arredondamentos que afetam o resultado calculado.
6
Notas de aula de C alculo Num erico - perodo 01/2007
(.d
1
d
2
. . . d
t
) e a mantissa;
t e o n umero de dgitos da mantissa;
0 d
j
( 1), j = 1, . . . , t, d
1
= 0 e
e e o expoente, sendo m e M, me M s ao n umeros inteiros cujos valores dependem
da m aquina utilizada.
O n umero m aximo de dgitos t da mantissa e determinado pelo comprimento da pa-
lavra no computador (Sperandio et al., 2003). Na base bin aria, um dgito da mantissa e
um bit.
Em um computador, apenas um subconjunto dos n umeros reais pode ser representado
de forma exata e, portanto, a representac ao dos n umeros reais que n ao pertencem a tal
subconjunto e feita atrav es de truncamento ou de arredondamento.
De forma geral, um determinado sistema de aritm etico de ponto utuante pode ser
expresso pela func ao F dada abaixo:
F = F(, t, m, M) (6)
Exemplo 11 representac ao de n umeros no sistema de aritm etica de ponto utuante
F(10, 3, 4, 4):
(a) -279,15 . . . . . . -0,279 x 10
3
(b) 1,35 . . . . . . . . . 0,135 x 10
1
(c) 0,0677621 . . . 0,678 x 10
1
(d) 1,0093 . . . . . . 0,101 x 10
1
Ao contr ario do que e v alido para os n umeros reais, as operac oes de adic ao e multiplicac ao
em aritm etica de ponto utuante nem sempre s ao associativas nem distributivas. Isto se
deve ao fato de, numa s erie de operac oes aritm eticas, o arredondamento ser feito ap os
cada operac ao (Humes et al., 1984).
7
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 12 sistema de aritm etica de ponto utuante F(10, 3, 4, 4):
a
1
= (4, 26 + 9, 24) + 5, 04 = (0, 426x10
1
+ 0, 924x10
1
) + 0, 504x10
1
= 0, 135x10
2
+ 0, 504x10
1
= 0, 135x10
2
+ 0, 050x10
2
= 0, 185x10
2
a
2
= 4, 26 + (9, 24 + 5, 04) = 0, 426x10
1
+ (0, 924x10
1
+ 0, 504x10
1
)
= 0, 426x10
1
+ 0, 143x10
2
= 0, 043x10
2
+ 0, 143x10
2
= 0, 186x10
2
b
1
=

0, 123
7, 97

x 84, 9 =

0, 123
0, 797x10
1

x 0, 849x10
2
= 0, 154x10
1
x 0, 849x10
2
= 0, 131x10
1
b
2
=
0, 123 x 84, 9
7, 97
=
0, 123 x 0, 849 x 10
2
0, 797x10
1
=
=
0, 104x10
2
0, 797x10
1
= 0, 130x10
1
(7)
O exemplos acima demonstram que, al em dos erros de arredondamentos que surgem
no processo de mudanca de base, ocorrem tamb em arredondamentos ou truncamentos
devido ` a limitac ao do comprimento da palavra do computador (tamanho da mantissa t).
Esquema da aritm etica de ponto utuante
Seja um computador cujo sistema de representac ao seja dado por F(2, 10, 15, 15).
Um n umero e representado da seguinte forma:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Cada dgito corresponde a um bit: no sistema aqui representado, 10 bits correspon-
dem ` a mantissa (posic oes 2 a 11) e 4 bits ao expoente (posic oes 13 a 16); um bit (posic ao
1) indica o sinal da mantissa e um bit (posic ao 12) o sinal do expoente (bit=0 positivo e
bit=1 negativo).
Exemplo 13 Sistema de aritm etica de ponto utuante F(2, 10, 15, 15):
(23, 625)
10
= 0, 10111101 x 2
(5)
10
= 0, 10111101 x 2
101
1 1 0 1 1 1 1 0 1 0 0 0 0 1 0 1
(0, 6)
10
= 0, 10011001100 . . .
0 1 0 0 1 1 0 0 1 1 0 0 0 0 0 0
8
Notas de aula de C alculo Num erico - perodo 01/2007
Nota-se que nem todos os n umeros reais t em representac ao exata nesses sistemas, o
que implica em arredondamentos ou truncamentos.
Exemplo 14 Considere uma m aquina que opera no sistema F(10, 3, 5, 5). O menor
n umero em valor absoluto representado nesta m aquina e:
m = 0, 100x10
5
e o maior n umero e
M = 0, 999x10
5
Dado um n umero real x, podem ocorrem as seguintes situac oes:
m |x| M o n umero pode ser representado nesta m aquina.
Ex: x = 235, 89 = 0, 23589x10
3
arredondamento: x = 0, 236x10
3
truncamento: x = 0, 235x10
3
|x| < m o n umero n ao pode ser representado nesta m aquina, que acusa ocorr encia
de underow
|x| > M o n umero n ao pode ser representado nesta m aquina, que acusa
ocorr encia de overow
Dependendo da m aquina e da linguagem computacional usada, e possvel trabalhar
em precis ao dupla, que e o mesmo sistema de representac ao aritm etica de ponto utu-
ante com o dobro de dgitos disponveis para a mantissa. Como nesse caso o tempo de
execuc ao e a mem oria usada aumentam signicativamente, deve-se trabalhar em precis ao
dupla apenas quando necess ario (Sperandio et al., 2003).
Exemplo 15 A tabela abaixo indica quantos bits a linguagem FORTRAN emprega para
representar a mantissa de cada tipo de vari avel.
Tipo n
o
de dgitos
INTEGER(1) 7
INTEGER(2) 15
INTEGER(4) 31
REAL(4) 24
REAL(8) 53
9
Notas de aula de C alculo Num erico - perodo 01/2007
2.7 Erros absolutos e erros relativos
Erro absoluto e a diferenca entre o valor exato de um n umero x e o valor aproximado
x.
EA
x
= x x
Em geral, n ao se sabe o valor do erro absoluto porque apenas o valor aproximado x
e conhecido. Ent ao o que se faz e estimar o m odulo do erro absoluto, estabelecendo
limites superiores para o erro.
O erro absoluto n ao e suciente para avaliar a precis ao de um c alculo. Para este
m, adota-se o erro relativo, que leva em conta a ordem de grandeza dos n umeros
aproximados.
Erro relativo e o erro absoluto dividido pelo valor aproximado:
ER
x
=
EA
x
x
=
x x
x
Exemplo 16
(a) Seja x representado por um valor aproximado x = 2112, 9 e y representado por
y = 5, 3. Sabendo que |EA
x
| < 0, 1 e |EA
y
| < 0, 1, a que intervalos pertencem x e
y
x (2112, 8 , 2113) e y (5, 2 , 5, 4)
(b) Qual valor e aproximado com maior precis ao?
|ER
x
| =
|EA
x
|
|x|
<
0, 1
2112, 9
4, 7x10
5
|ER
y
| =
|EA
y
|
|y|
<
0, 1
5, 3
0, 02
O n umero x e aproximado com maior precis ao que y.
2.8 Erros de arredondamento e truncamento
Um n umero real x pode ser representado no sistema decimal, em aritm etica de ponto
utuante, da seguinte forma:
x = f
x
x 10
e
+ g
x
x 10
et
onde:
m e M;
10
Notas de aula de C alculo Num erico - perodo 01/2007
0, 1 |f
x
| < 1 e
0, 1 |g
x
| < 1.
Em um sistema decimal qualquer dado por F(10, t, m, M), a limitac ao da quantidade
de dgitos da mantissa (t) leva ao arredondamento ou ao truncamento, dependendo da
forma como o sistema opera.
Exemplo 17 Representac ao de x = 237, 485 no sistema F(10, 4, 5, 5):
x = 0, 237485 x 10
3
x = 0, 2374
. .. .
f
x
x 10
3
+ 0, 85
....
g
x
x 10
1
Se o sistema operar com truncamento, x ser a representado como:
x = 0, 2374 x 10
3
= f
x
x 10
3
Se houver arredondamento:
x = 0, 2375 x 10
3
= f
x
x 10
3
+ 10
1
De forma geral, quando h a truncamento, um n umero exato x e sempre representado
como:
x = f
x
x 10
e
enquanto no arredondamento o n umero x depende do valor de g
x
:
se g
x
< 0, 5, ent ao x = f
x
x 10
e
;
se g
x
0, 5, ent ao x = f
x
x 10
e
+ 10
et
Da pode-se estimar qual e o erro m aximo cometido na representac ao de um n umero exato
x em um sistema de base 10 que empregue arredondamento ou truncamento.
Limite superior para o erro de truncamento : x = f
x
x 10
e
Erro Absoluto:
|EA
x
| = |x x|
= |(f
x
x 10
e
+ g
x
x 10
et
) (f
x
x 10
e
)|
= |g
x
| x 10
et
Como |g
x
| < 1, ent ao pode-se escrever:
|EA
x
| < 10
et
sendo o limite superior para o erro absoluto de truncamento = 10
et
11
Notas de aula de C alculo Num erico - perodo 01/2007
Erro Relativo:
|ER
x
| =
|EA
x
|
x
=
|g
x
| x 10
et
|f
x
| x 10
e
Sabe-se que 0, 1 < |f
x
| < 1 e |EA
x
| < 10
et
; da:
|ER
x
| <
10
et
0, 1 x 10
e
=
10
et
10
e1
= 10
1t
Ent ao |ER
x
| < 10
1t
e o limite superior para o erro relativo de truncamento = 10
1t
Limite superior para o erro de arredondamento : considerando o crit erio de arredon-
damento sim etrico, tem-se:
x = f
x
x 10
e
se |g
x
| < 0, 5
x = f
x
x 10
e
+ 10
et
se |g
x
| 0, 5
Erros absoluto e relativo quando |g
x
| < 0, 5:
|EA
x
| = |x x| = |g
x
| x 10
et
< 0, 5 x 10
et
|ER
x
| =
|EA
x
|
x
=
|g
x
| x 10
et
|f
x
| x 10
e
<
0, 5 x 10
et
0, 1 x 10
e
< 0, 5 x 10
t+1
Erros absoluto e relativo quando |g
x
| 0, 5:
|EA
x
| = |x x| = |(f
x
x 10
e
+ g
x
x 10
et
) (f
x
x 10
e
+ 10
et
)|
= |(g
x
1)| x 10
et
0, 5 x 10
et
|ER
x
| =
|EA
x
|
|x|

0, 5 x 10
et
|f
x
+ 10
e
+ 10
et
|
<
0, 5 x 10
et
|f
x
| x 10
e
<
0, 5 x 10
et
0, 1 x 10
e
= 0, 5 x 10
1t
Ent ao, no sistema decimal, havendo arredondamento, o limite superior para o erro abso-
luto e 0, 5 x 10
et
e para o erro relativo e 0, 5 x 10
1t
.
Observac oes
Note-se que o limite superior para os erros tanto no arredondamento quanto no trunca-
mento depende da base e do n umero de dgitos na mantissa (t);
Em sistemas que operam com truncamento est ao sujeitos a erros superiores aos que
ocorrem quando se emprega arredondamento.
12
Notas de aula de C alculo Num erico - perodo 01/2007
2.9 Propagac ao de erros em operac oes aritm eticas de ponto utuante
O erro total de uma operac ao num erica e composto pelo erro das parcelas ou fatores
e pelo erro no resultado da operac ao (Ruggiero and Lopes, 1997).
Sejam: X e Y - valores exatos; X e Y - valores calculados.
A an alise do erro em operac oes que envolvam X e Y comeca pela determinac ao do erro
absoluto de X e de Y :
EA
X
= X X X = X + EA
X
EA
Y
= Y Y Y = Y + EA
Y
Adic ao. . . (X + Y )
Erro absoluto) EA
(X+Y)
X + Y = X + EA
X
+ Y + EA
Y
X + Y = X + Y + (EA
X
+ EA
Y
)
EA
(X+Y)
= (EA
X
+ EA
Y
)
Erro relativo) ER
(X+Y)
ER
(X+Y)
=
EA
(X+Y)
X + Y
=
EA
X
+ EA
Y
X + Y
=
EA
X
X + Y
+
EA
Y
X + Y
=
EA
X
X
X
X + Y
+
EA
Y
Y
Y
X + Y
= ER
X
X
X + Y
+ ER
Y
Y
X + Y
Subtrac ao. . . (X Y )
Erro absoluto) EA
(XY)
X Y = X + EA
X
Y EA
Y
X Y = X Y + (EA
X
EA
Y
)
EA
(XY)
= (EA
X
EA
Y
)
Erro relativo) ER
(XY)
ER
(XY)
=
EA
(XY)
X Y
=
EA
X
EA
Y
X Y
=
EA
X
X Y

EA
Y
X Y
=
EA
X
X
X
X + Y

EA
Y
Y
Y
X + Y
= ER
X
X
X Y
ER
Y
Y
X Y
13
Notas de aula de C alculo Num erico - perodo 01/2007
Multiplicac ao. . . (XY )
Erro absoluto) EA
(X.Y)
X.Y = (X + EA
X
)(Y + EA
Y
)
= XY + XEA
Y
+ Y EA
X
+ EA
X
EA
Y
. .. .
0
XY + XEA
Y
+ Y EA
X
EA
X.Y
XEA
Y
+ Y EA
X
Erro relativo) ER
(X.Y)
ER
(X.Y)
=
EA
(X.Y)
X.Y

XEA
Y
X.Y
+
Y EA
X
X.Y
=
EA
X
X
+
EA
Y
Y
ER
X
+ ER
Y
Divis ao. . . (X/Y )
Erro absoluto) EA
(X/Y)
X
Y
=
X + EA
X
Y + EA
Y
=
X + EA
X
Y

1
1 +
EA
Y
Y

. .. .
A
(8)
Representando o fator A indicado na equac ao 8 por uma s erie innita (Ruggiero
and Lopes, 1997):
1
1 +
EA
Y
Y
= 1
EA
Y
Y
+

EA
Y
Y

EA
Y
Y

3
+ . . . (9)
desprezando as pot encias maiores que 1 e substituindo 9 em 8:
X
Y

X + EA
X
Y

1
EA
Y
Y

X
Y
+
EA
X
Y

XEA
Y
Y
2

EA
X
EA
Y
Y
2

X
Y
+
EA
X
Y

XEA
Y
Y
2
(10)
Da:
EA
(X/Y )

EA
(X)
Y

XEA
Y
Y
2
=
Y EA
X
XEA
Y
Y
2
14
Notas de aula de C alculo Num erico - perodo 01/2007
Erro relativo) ER
(X/Y)
ER
(X/Y )

Y EA
X
XEA
Y
Y
2

Y
X
=
EA
X
X

EA
Y
Y
ER
X
ER
Y
Observac ao: Na subtrac ao, tem-se:
ER
(XY)
= ER
X

X
X Y

ER
Y

Y
X Y

ent ao:

ER
(XY )

|ER
X
|

X
X Y

+|ER
Y
|

Y
X Y

Exemplo 18 Supondo que x, y, z e v sejam representados exatamente no computador,


qual e o erro cometido na operac ao: u = (x + y)z v? Deve-se considerar que o
computador faca arredondamento.
O erro de arredondamento e dado por: |ER
a
| <
1
2
10
t+1
u = (x + y)z v
u = S.z v = M v
(11)
Erro de (S = x + y) . . .
ER
S
= ER
x
x
x + y
+ ER
y
y
x + y
+ ER
a
ER
S
= ER
a
|ER
S
| <
1
2
10
t+1
Erro de (M = S.z) . . .
ER
M
= ER
S
+ ER
z
+ ER
a
ER
M
= ER
S
+ ER
a
|ER
M
| <
1
2
10
t+1
+
1
2
10
t+1
|ER
M
| < 10
t+1
Erro de (u = M v) . . .
ER
u
= ER
M
M
M v
ER
v
v
M v
+ ER
a
|ER
u
| < |ER
M
|

M
M v

+
1
2
10
t+1
|ER
u
| < 10
t+1

M
M v

+
1
2
10
t+1
|ER
u
| < 10
t+1

M
M v
+
1
2

15
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 19 Calcular ER
S
de S = x y dados: x = 0, 2327x10
3
,
y = 0, 2323x10
3
, ER
x
<
1
2
10
3
e ER
y
<
1
2
10
3
.
|ER
S
| < |ER
x
|

x
x y

+|ER
y
|

y
x y

+|ER
a
|
|ER
S
| <
1
2
10
3

0, 2327.10
3
0, 0004.10
3

+
1
2
10
3

0, 2323.10
3
0, 0004.10
3

+
1
2
10
3
|ER
S
| <
1
2
10
3
(581, 75 + 580, 75 + 1)
|ER
S
| < 0, 5818 = 58, 18% (12)
Exemplo 20 Se x est a representado por x, onde x e obtido por arredondamento, obtenha
limites superiores para erros relativos ` as operac oes: u = 2x e w = x + x. Sabe-se que
ER
x
<
1
2
10
t+1
Erro de u)
ER
u
= ER
2
+ ER
x
+ ER
a
|ER
u
| <
1
2
10
t+1
+
1
2
10
t+1
|ER
u
| < 10
t+1
Erro de w)
ER
w
= ER
x
x
x + x
+ ER
x
x
x + x
+ ER
a
|ER
w
| <
1
2
10
t+1
.
1
2
+
1
2
10
t+1
.
1
2
+
1
2
10
t+1
|ER
w
| < 10
t+1
Os limites superiores para os erros relativos ` as duas operac oes s ao id enticos = 10
t+1
.
Exerccio Proposto 1 Determinar os limites superiores para os erros relativos ` as opera-
c oes u = 3x e w = x + x + x.
2.10 Exemplos de operac oes que causam erros graves nos computadores
Nos exemplos abaixo, os n umeros s ao representados na base decimal, com 4 dgitos
na mantissa e 1 dgito no expoente.
Erros de arredondamento na adic ao ou subtrac ao envolvendo um n umero muito
maior que outro: (5000 0, 01)
0, 01 0, 1000.10
1
5000 0, 5000.10
4
(0, 5000 + 0, 000001).10
4
= 0, 500001.10
4
0, 5000.10
4
16
Notas de aula de C alculo Num erico - perodo 01/2007
Subtrair dois n umeros quase iguais:
A = 0, 1236.10
0
. . . A = 0, 1235.10
0
B = 0, 1234.10
0
A B = (0, 1235.10 0, 1234).10
0
= 0, 0001.10
0
0, 1000.10
3
A B = (0, 1236.10 0, 1234).10
0
= 0, 0002.10
0
0, 2000.10
3
Erro relativo de A:
ER
A
=
A A
A
=
0, 1236 0, 1235
0, 1235
= 0, 00081 = 0, 081%
Erro relativo de (A B):
ER
(AB)
=
(A B) (A B)
A B
=
0, 2000 0, 1000
0, 1000
= 1 = 100%
17
Notas de aula de C alculo Num erico - perodo 01/2007
Lista de Exerccios I
1. Converter para a base decimal os seguintes n umeros bin arios:
(a) 1011
(b) 10,1
(c) 110,01
2. Converter para a base bin aria os seguintes n umeros decimais:
(a) 37
(b) 25,39
(c) 0,1682
3. Representar os n umeros abaixo nos sistemas de aritm etica de ponto utuante ex-
pressos por F
1
= (2, 10, 15, 15) e F
2
= (10, 4, 15, 15), sendo F(, t, m, M),
onde e a base, t e o n umero de dgitos da mantissa, m e M s ao o menor e o maior
valor assumidos pelo expoente, respectivamente.
(a) (37)
10
(b) (0, 93)
10
(c) (110101)
2
(d) (0, 1011)
2
4. Em uma m aquina de calcular que emprega o sistema F(2, 10, 15, 15), quais s ao
o maior e o menor n umero represent aveis, em valores absolutos? Determin a-los na
base bin aria e na base decimal.
5. Seja um sistema que trabalha com aritm etica de ponto utuante de t = 4 dgitos na
base 10. Calcular os erros absolutos e relativos de truncamento e arredondamento
dos seguintes valores:
(a) 123,456
(b) 374,3+3,345
(c) 124,34+0,1234
(d) 22,12 x 0,123
6. Supondo que se empregue uma calculadora que opera em base decimal com 4
dgitos signicativos e fazendo X
1
= 0, 3491 . 10
4
, X
2
= 0, 2345 . 10
0
, cal-
cular os resultados das operac oes abaixo, explicando as diferencas, se houver.
(a) (X
2
+ X
1
) X
1
(b) X
2
+ (X
1
X
1
)
7. No mesmo sistema do item anterior, calcular os resultados e os erros relativos das
operac oes abaixo, onde X = 0, 7237 . 10
4
, Y = 0, 2145 . 10
3
e Z = 0, 2585 . 10
1
.
18
Notas de aula de C alculo Num erico - perodo 01/2007
(a) X + Y + Z
(b) X Y Z
(c) (X . Y )/Z
(d) X . (Y/Z)
8. Sejam x e y representac oes de x e y obtidas por arredondamento em um compu-
tador. Determinar os limites superiores para o erro relativo de u e v dados abaixo,
comparando os resultados.
u = 3xy e v = (x + x + x)y
9. Uma func ao f a uma vari avel, contnua e innitamente deriv avel, pode ser repre-
sentada em s erie de Taylor:
f(x) =

n=0
f
(n)
(a)
n!
(x a)
n
onde f
(n)
(a) e a derivada de ordem n de f no ponto a. Calcular ln 0, 8 represen-
tando f(x) = ln x com 3 termos e avaliar o erro cometido na aproximac ao.
10. A maior raiz de uma equac ao do segundo grau pode ser calculada atrav es das se-
guintes express oes exatas:
x
1
=
b +

b
2
4ac
2a
e x
1
=
2c
b +

b
2
4ac
Calcular a menor raiz da equac ao:x
2
1634x+2 = 0 utilizando operac oes de ponto
utuante F(10, 4, 15, 15). Justicar a diferenca encontrada.
11. Fazer um programa, em qualquer linguagem, para calcular:
S =
N

k=1
(0, 1) e P = N.(0, 1)
para N = 10, N = 100, N = 1000, N = 10000. Justicar, se houver, as diferencas
entre S e N.
12. Fazer um programa, em qualquer linguagem, para calcular a func ao sin(x) atrav es
da seguinte aproximac ao:
SENO = x
x
3
3!
+
x
5
5!

x
7
7!
+ . . .
(a) Avaliar o n umero de termos necess arios para que o erro de truncamento seja
da ordem do erro de arredondamento (comparar cada termo somado com a
precis ao da mantissa).
(b) Comparar os resultados obtidos declarando-se as vari aveis como reais e como
reais com precis ao dupla.
19
Notas de aula de C alculo Num erico - perodo 01/2007
3. RA

IZES REAIS DE FUNC



OES
3.1 Introduc ao
H a in umeras aplicac oes em que e necess ario determinar um certo n umero tal que
f() = 0. Este n umero e chamado de raiz da func ao f(x).
As razes de uma func ao podem ser reais ou complexas, simples ou m ultiplas (repe-
tidas) e ocorrer em n umero nito ou innito.
Func ao com razes real e complexas (gura 2): f(x) = x
3
7x
2
+ 16x 10
Figura 2: Gr aco de f(x) = x
3
7x
2
+ 16x 10.
f(x) = f(x) = x
3
7x
2
+ 16x 10 = (x
2
6x + 10)(x 1)

1,2
=
6+

36 40
2
=
6+2i
2

1
= (3 + i) ,
2
= (3 i)

3
= 1
Func ao com razes m ultiplas (gura 3):f(x) = x
4
5x
3
+ 6x
2
+ 4x 8
Figura 3: Gr aco de x
4
5x
3
+ 6x
2
+ 4x 8.
20
Notas de aula de C alculo Num erico - perodo 01/2007
f(x) = x
4
5x
3
+ 6x
2
+ 4x 8 = (x 2)
3
(x + 1)

1
=
2
=
3
= 2

4
= 1
Func ao com innitas razes (gura 4): f(x) = tan(x) 3 cos(x)
Figura 4: Gr aco de f(x) = tan(x) 3 cos(x).
Em muitos casos, as razes de uma func ao podem ser encontradas analiticamente,
resolvendo-se a equac ao f(x) = 0 de forma exata. Por em, em func oes polinomiais de
grau elevado e func oes transcendentais ou transcendentes (que envolvem func oes trigo-
nom etricas, neperiano...), em geral e necess ario adotar m etodos num ericos para encontrar
aproximac oes para as razes. Tais m etodos envolvem basicamente duas etapas:
1. Isolamento das razes: trata-se de localizar intervalos em x que contenham pelo
menos uma raiz da func ao f(x)
2. Renamento: a partir de uma estimativa inicial, a aproximac ao e melhorada atrav es
de um processo iterativo, at e atingir uma precis ao pr e-estabelecida.
Ser ao tratados neste curso m etodos para determinac ao de razes reais de func oes.
Denic oes
M etodos iterativos: s ao processos que calculam uma seq u encia de aproximac oes
1
,

2
,
3
, . . . da soluc ao desejada (Humes et al., 1984); caracterizam-se pela repetic ao
de determinada operac ao, empregando a cada passo o resultado da iterac ao anterior.
Estimativa inicial: primeira aproximac ao do resultado do problema, fornecida como
entrada no primeiro passo do processo iterativo.
Converg encia: a cada iterac ao feita, o resultado deve ser mais pr oximo daquele espera-
do, indicando que o processo e bem condicionado.
Crit erio de parada: estabelece o limite do processo iterativo, atrav es de crit erios que
dependem do problema a ser resolvido e da precis ao necess aria para a soluc ao.
21
Notas de aula de C alculo Num erico - perodo 01/2007
3.2 Isolamento de razes
Inicialmente, a localizac ao dos zeros e feita de forma grosseira atrav es de gr acos
(esbocos) ou tabelas de valores da func ao. Estudando o comportamento da func ao, deter-
mina-se um intervalo que contenha uma ou mais razes (Humes et al., 1984). Para tanto,
e util empregar o teorema de Bolzano.
Teorema 1 : Teorema de Bolzano) Seja f uma func ao alg ebrica com coecientes reais,
contnua em um intervalo (a, b).
Se f(a).f(b) < 0, ent ao existe um n umero mpar de razes reais no intervalo (a, b)
(gura 5)
Se f(a).f(b) > 0, ent ao ou o intervalo n ao tem razes reais ou h a um n umero par de
razes reais em (a, b) (gura 6).
Figura 5: f(a).f(b) < 0
Exemplo 21 : Isolar a raiz real da func ao f(x) = x
3
2x + 4.
A func ao f(x) acima possui apenas uma raiz real que pode ser localizada com a ajuda
de um gr aco obtido atrav es de calculadoras ou programas de manipulac ao alg ebrica;
ou a partir de um esboco tracado com base em uma tabela de valores x e f(x). A gura
7 mostra a curva da func ao f(x).
Observa-se na curva que a unica raiz real da func ao situa-se entre 2, 5 e 1, 25.
O teorema de Bolzano (1) pode ser vericado calculando-se f(x) nos extremos do inter-
valo (2, 5, 1, 25):
f(2, 5).f(1, 25) = (6, 625).(4, 547) < 0.
Tabelando valores da func ao em pontos no intervalo que cont em a raiz, e possvel renar
a estimativa, vericando onde f(x) troca de sinal.
22
Notas de aula de C alculo Num erico - perodo 01/2007
Figura 6: f(a).f(b) > 0
Figura 7: Gr aco da equac ao P(x) = x
3
2x + 4.
Func oes transcendentes
Exemplo 22 :Isolar todas as razes da equac ao f(x) = x
2
sin x 1
1. Em func oes deste tipo, para facilitar o tracado do esboco da curva e conveniente
escrever f(x) = 0 na forma f(x) = g(x) h(x) = 0, onde:
g(x) = x
2
;
h(x) = sin x + 1
As razes de f(x) correspondem aos pontos em que g(x) = h(x).
23
Notas de aula de C alculo Num erico - perodo 01/2007
2. Esboco de g(x) e h(x): na gura 8 pode-se identicar a ocorr encia de 2 razes
reais de f(x):
1
(1, 0, 5) e
2
(1, 1, 5).
Figura 8: Esboco das func oes g(x) e h(x).
3. Os intervalos que cont em a raiz podem ser renados calculando-se f(x) para valo-
res de x contidos nos intervalos originalmente identicados e vericando o teorema
de Bolzano 1.
A tabela abaixo mostra que a raiz
1
encontra-se no intervalo (0, 70, 0, 50).
x -1,50 -1,30 -1,10 -0,90 -0,70 -0,50
f(x) 2,25 1,65 1,10 0,590 0,130 -0,270
A tabela abaixo mostra que a raiz
2
encontra-se no intervalo (1, 30, 1, 50).
x 1,00 0,900 1,10 1,30 1,50
f(x) -0,840 -0,970 -0,680 -0,270 0,250
3.3 Converg encia e crit erios de parada
A partir do isolamento de razes e do renamento dos intervalos em que estas se
encontram, e possvel estimar um valor x
0
da raiz de f(x) que pode, ent ao, ser empregado
como valor inicial em um processo num erico iterativo.
Os m etodos num ericos iterativos geram uma seq u encia {x
i
} de aproximac oes, que
tende para o valor exato da raiz buscada, (Barroso et al., 1987).
Uma importante classe de m etodos iterativos s ao os m etodos iterativos de passo 1
(Sperandio et al., 2003), que consistem basicamente em:
1. estimativa inicial para a soluc ao do problema: escolha de um valor inicial x
0
(a
partir do isolamento e renamento);
24
Notas de aula de C alculo Num erico - perodo 01/2007
2. adoc ao de uma equac ao de iterac ao do tipo (x) = x, onde e uma func ao a uma
vari avel, que varia de m etodo para m etodo;
3. teste de parada, por meio do qual se decide quando o processo iterativo deve ter-
minar.
A partir de uma estimativa inicial x
0
para a raiz constr oi-se atrav es de iterac oes uma
seq u encia (Sperandio et al., 2003) empregando a func ao de iterac ao (x) tendo como
entrada em cada passo o resultado da iterac ao anterior:
x
0
x
1
= (x
0
)
x
2
= (x
1
)
x
3
= (x
2
)
.
.
.
.
.
.
x
n+1
= (x
n
)
.
.
.
.
.
.
onde se espera que: lim
n
x
n+1
= lim
n
(x
n
) = ()
ent ao: lim
n
() = , indicando que o m etodo e convergente.
Uma interpretac ao geom etrica para o caso em que a seq u encia {x
n
}

n=0
converge e o
gr aco mostrado na gura 9.
Figura 9: Interpretac ao geom etrica da converg encia do processo iterativo.
25
Notas de aula de C alculo Num erico - perodo 01/2007
A equac ao de iterac ao (x) = x deve equivaler ao problema original: quando x = ,
tem-se () = e f() = 0, e e obtida empregando-se procedimentos alg ebricos ` a
func ao original.
Exemplo 23 : Seja a func ao f(x) = x
2
5x + 4 = 0. Adotar uma equac ao de iterac ao
(x) = x e vericar a converg encia para as razes adotando x
0
= 2 e x
0
= 5.
A func ao f(x) tem soluc ao analtica e as razes exatas s ao
1
= 1 e
2
= 4. Para
demonstrar a aplicac ao de um m etodo iterativo na aproximac ao de razes, adota-se
uma equac ao de iterac ao (x) = x e parte-se de um valor inicial x
0
.
Exemplo de equac ao de iterac ao aplic avel a este caso:
(x) =
x
2
+ 4
5
= x x
i+1
=
x
2
i
+ 4
5
Com isto, pretende-se aproximar as razes da func ao encontrando a intersec ao das
curvas x = y e x = (x), conforme indicado na gura 10.
Figura 10: Curvas x = y e (x) = (x
2
+ 4)/5.
26
Notas de aula de C alculo Num erico - perodo 01/2007
Iterac oes - c alculo dos x
i
(partindo de x
0
= 2):
x
0
= 2, 000
x
1
= (x
0
) =
x
2
0
+ 4, 000
5, 000
=
2, 000
2
+ 4, 000
5, 000
= 1, 600
x
2
= (x
1
) =
x
2
1
+ 4, 000
5, 000
=
1, 600
2
+ 4, 000
5, 000
= 1, 312
x
3
= (x
2
) =
x
2
2
+ 4, 000
5, 000
=
1, 312
2
+ 4, 000
5, 000
= 1, 144
x
4
= (x
3
) =
x
2
3
+ 4, 000
5, 000
=
1, 144
2
+ 4, 000
5, 000
= 1, 062
x
5
= (x
4
) =
x
2
4
+ 4, 000
5, 000
=
1, 062
2
+ 4, 000
5, 000
= 1, 026
x
6
= (x
5
) =
x
2
5
+ 4, 000
5, 000
=
1, 026
2
+ 4, 000
5, 000
= 1, 010
x
7
= (x
6
) =
x
2
6
+ 4, 000
5, 000
=
1, 010
2
+ 4, 000
5, 000
= 1, 004
x
8
= (x
7
) =
x
2
7
+ 4, 000
5, 000
=
1, 004
2
+ 4, 000
5, 000
= 1, 002
x
9
= (x
8
) =
x
2
7
+ 4, 000
5, 000
=
1, 002
2
+ 4, 000
5, 000
= 1, 001
x
10
= (x
9
) =
x
2
9
+ 4, 000
5, 000
=
1, 001
2
+ 4, 000
5, 000
= 1, 000
. . . . . . . . .
x
i
converge para a raiz exata
1
= 1.
Determinac ao de x
i
(x
0
= 5, 000):
x
0
= 5, 000
x
1
= (x
0
) =
x
2
0
+ 4, 000
5, 000
=
5, 000
2
+ 4, 000
5, 000
= 5, 800
x
2
= (x
1
) =
x
2
1
+ 4, 000
5, 000
=
5, 800
2
+ 4, 000
5, 000
= 7, 528
x
3
= (x
2
) =
x
2
2
+ 4, 000
5, 000
=
7, 528
2
+ 4, 000
5, 000
= 12, 12
x
4
= (x
3
) =
x
2
3
+ 4, 000
5, 000
=
12, 12
2
+ 4, 000
5, 000
= 30, 18
. . . . . . . . . . . . . . .
os valores calculados para os x
i
(aproximac oes) se distanciam da soluc ao, indi-
cando que o m etodo e divergente.
27
Notas de aula de C alculo Num erico - perodo 01/2007
O exemplo 23 mostra a necessidade de:
vericar se a cada iterac ao a resposta se aproxima da soluc ao (vericac ao de con-
verg encia)
estipular um crit erio de parada e
crit erios na escolha da func ao de iterac ao e do valor inicial.
Crit erios de Parada
A cada iterac ao, deve-se efetuar um teste para vericar se o valor calculado est a
sucientemente pr oximo da raiz que se quer determinar. Podem ser adotados diversos
tipos de crit erios de parada, tais como (Ruggiero and Lopes, 1997):
1. Teste de erro absoluto:
|f(x
n
)| <
|x
n
| <
2. Teste de erro relativo:
|x
n
|
|x
n
|
<
onde e uma toler ancia pr e-estabelecida para o erro da aproximac ao (erro m aximo ad-
missvel).
Como n ao se conhece o valor exato , reduz-se o intervalo (x
n
x
n1
) que cont em a
raiz a cada iterac ao, at e obter: |x
n
x
n1
| < ou |(x
n
x
n1
)/(x
n
)| < , (x
n
, x
n1
).
|x
i
| < para todo i > m
lim
i
(x
i
) = 0 (13)
lim
i
(x
i+1
) = 0 (14)
Subtraindo 13 de 14:
lim
i
(x
i+1
x
i
) = 0
o que resulta em:
teste de erro absoluto
|x
n
x
n1
| <
teste de erro relativo
|x
n
x
n1
|
|x
n
|
<
Deve-se ainda limitar o n umero de iterac oes, para evitar que o programa entre em looping
devido a erros de programac ao ou ` a inadequac ao do m etodo num erico empregado.
Nem sempre e possvel que f(x) e x atendam simultaneamente ` a mesma toler ancia
de erro . Os m etodos num ericos iterativos devem sempre atender a, no mnimo, uma das
condic oes.
28
Notas de aula de C alculo Num erico - perodo 01/2007
Condic oes de converg encia
Uma condic ao suciente para a converg encia de m etodos iterativos estacion arios e
demonstrada a seguir:
Figura 11: Representac ao do teorema do valor m edio.
Seja (x) na gura 11 uma func ao de iterac ao e um valor de x pertencente ao
intervalo (a, b) indicado. Aplicando o teorema do valor m edio, tem-se:

() =
(b) (a)
b a
(b) (a) =

()(b a) (15)
Se x e raiz de f(x), tem-se f(x) = 0 e (x) = x. A func ao (x) gera a seq u encia:
x
0
x
1
= (x
0
)
x
2
= (x
1
)
x
3
= (x
2
)
.
.
.
.
.
.
.
.
.
x
i
= (x
i1
)
x
i+1
= (x
i
)
Fazendo a = x
i1
e b = x
i
e aplicando a equac ao 15:
(x
i
)
. .. .
x
i+1
(x
i1
)
. .. .
x
i
=

(
i
)(x
i
x
i1
)
x
i+1
x
i
=

(
i
)(x
i
x
i1
)
|x
i+1
x
i
| = |

(
i
)||x
i
x
i1
| (16)
29
Notas de aula de C alculo Num erico - perodo 01/2007
A equac ao 16 gera a seq u encia:
i = 1 |x
2
x
1
| = |

(
1
)||x
1
x
0
|
i = 2 |x
3
x
2
| = |

(
2
)||x
2
x
1
|
i = 3 |x
4
x
3
| = |

(
3
)||x
3
x
2
|
.
.
.
.
.
.
.
.
.
|x
i
x
i1
| = |

(
i
)||x
i1
x
i2
|
|x
i+1
x
i
| = |

(
i+1
)||x
i
x
i1
| (17)
Considerando |

(
k
)| m, sendo m um n umero real, k = 1, 2, . . . , i:
|x
2
x
1
| m|x
1
x
0
| (18)
|x
3
x
2
| m|x
2
x
1
| (19)
.
.
.
.
.
.
.
.
.
|x
i
x
i1
| m|x
i1
x
i2
|
|x
i+1
x
i
| m|x
i
x
i1
|
Substituindo 18 em 19:
|x
2
x
1
| m|x
1
x
0
|
|x
3
x
2
| m.m|x
1
x
0
|
|x
4
x
3
| m.m.m|x
1
x
0
|
.
.
.
.
.
.
.
.
.
|x
i+1
x
i
| m
i
|x
1
x
0
| (20)
Analisando a equac ao 20, v e-se que a condic ao para que haja converg encia e:
lim
i
m
i
|x
1
x
0
| 0
lim
i
m
i
0 m < 1
Como |

(
k
)| m, conclui-se que a condic ao suciente para que haja converg encia em
um determinado processo iterativo e:
|

(
k
)| < 1 (21)
para todo x em uma regi ao que inclua a raiz exata .
Exemplo 24 : Vericar a converg encia da func ao de iterac ao adotada no exemplo 23.
(x) =
x
2
+ 4
5

(x) =
2x
5
Condic ao de converg encia: |

(x)| < 1
|
2x
5
| < 1 2, 5 < x < 2, 5
A func ao (x) adotada converge para a raiz de f(x) no intervalo (2, 5 , 2, 5).
30
Notas de aula de C alculo Num erico - perodo 01/2007
Ordem de converg encia
e um par ametro que permite avaliar a rapidez com que um m etodo iterativo converge
(Sperandio et al., 2003).
Seja
i
= x
i
(22)
onde e o valor exato de uma raiz e x
i
e uma aproximac ao. Desenvolvendo (x) em
s erie de Taylor em torno de , tem-se:
(x
i
) =

n=0

(n)
()
n!
(x
i
)
n
(x
i
) = () +

()(x
i
) +

()(x
i
)
2
2
+ . . .
Sabendo que (x
i
) = x
i+1
e () = , tem-se:
x
i+1
=

()(x
i
) +

()(x
i
)
2
2
+ . . . (23)
Aplicando 22 a 23 tem-se:

i+1
=

()(x
i
) +

()(x
i
)
2
2
+ . . .

i+1
=

()
i
+

()
2
i
2
+ . . .

i
>>
2
i
>>
3
i
>> . . .
A ordem de converg encia e a ordem da menor derivada n ao-nula da func ao (x) calculada
no ponto x = . Quanto maior a ordem de converg encia, mais r apida e a converg encia.
Exemplo 25 : f(x) = e
x
3x = 0.
Func ao de iterac ao:
g(x) =
e
x
3
= x x
i+1
=
e
x
i
3
Ordem de converg encia:
g

(x) =
e
x
3
= 0
ent ao a ordem de converg encia de g(x) e 1.
Intervalo de converg encia:
e
x
3
< 1 e
x
< 3 x < ln 3 1, 1
31
Notas de aula de C alculo Num erico - perodo 01/2007
Iterac oes: valor inicial x
0
= 0:
x
0
= 0
x
1
=
e
0
3
= 0, 333
x
2
=
e
0,333
3
= 0, 465
x
3
=
e
0,465
3
= 0, 530
x
4
=
e
0,530
3
= 0, 567
x
5
=
e
0,567
3
= 0, 588
.
.
.
.
.
.
As aproximac oes est ao convergindo lentamente para uma das razes de f(x) (cujo
gr aco e mostrado na gura 12).
Iterac oes: valor inicial x
0
= 2:
x
0
= 2
x
1
=
e
2
3
= 2, 463
x
2
=
e
2,463
3
= 3, 913
x
3
=
e
3,913
3
= 16, 683
.
.
.
.
.
.
Neste caso, o processo diverge da soluc ao procurada.
A seguir ser ao apresentados algum m etodos num ericos para determinac ao de razes
reais de func ao.
3.4 M etodo das Aproximac oes Sucessivas ou M etodo do Ponto Fixo
Trata-se de um m etodo de aplicac ao simples, apesar de pouco eciente computacio-
nalmente. Consiste em reescrever a func ao f(x) = 0, cujas razes se deseja calcular, na
forma x = (x), atrav es de artifcios alg ebricos (ver exemplo 23). (x) e a equac ao de
iterac ao, que pode assumir v arias formas para uma equac ao f(x). Por exemplo:
Para a equac ao x
4
3x
2
+ 6 = 0, pode-se adotar:
(x) =
x
4
+ 6
3x
, (x) =
3x
2
6
x
3
, (x) =

x
4
+ 6
3
32
Notas de aula de C alculo Num erico - perodo 01/2007
Figura 12: Curva da func ao f(x) = e
x
3x = 0.
entre outras.
Um crit erio para escolha da equac ao (x) e a condic ao de converg encia dada pela
equac ao 21: |

| < 1 em uma vizinhanca da raiz , o que assegura a converg encia do


m etodo.
O m etodo do ponto xo consiste basicamente nas seguintes etapas:
1. isolar as razes (tabelas, esbocos, teorema de Lagrange...);
2. escolher uma func ao de iterac ao que satisfaca a condic ao de converg encia na vizi-
nhanca de uma das razes (|

| < 1);
3. executar as iterac oes at e atender a umcrit erio de parada (erro absoluto, erro relativo,
quantidade de iterac oes...)
Exemplo 26 : Calcular as razes reais da equac ao f(x) = ln xx+2 = 0 com 3 casas
decimais corretas (crit erio de parada: |x
i
x
i+1
| < 10
3
).
Isolamento das razes: a func ao f(x) pode ser escrita da forma:
f(x) = g(x) + h(x), onde:
g(x) = ln x e h(x) = x 2
ln x = x 2
Tabelando valores de g(x) e h(x) no intervalo 0 x 4, pode-se tracar um
esboco das curvas (gura 13) e fazer uma primeira estimativa da localizac ao das
razes. O esboco indica a ocorr encia de zeros reais nos trechos:
0 x 0, 5 e 3 x 3, 5
Func ao de iterac ao: deve-se escolher uma func ao (x) = x e analisar a condic ao
de converg encia (|

(x)| < 1).


(x) = ln x + 2

(x) =
1
x
|
1
x
| < 1 |x| > 1
A func ao (x) converge para x > 1 e x < 1, ent ao e v alida para calcular a raiz
localizada em (3, 3, 5).
33
Notas de aula de C alculo Num erico - perodo 01/2007
Figura 13: Gr acos de g(x) e h(x).
Iterac oes: a cada iterac ao deve ser vericado o crit erio de parada

i
= |x
i
x
i+1
| <
max
= 10
3
. Adota-se valor inicial x
0
= 3, 5.
x
i
= ln(x
i1
) + 2
i x
i1
x
i

i
1 3,50000 3,25276 2,47.10
1
2 3,25276 3,17950 7,33.10
2
3 3,17950 3,15673 2,28.10
2
4 3,15673 3,14954 7,19.10
3
5 3,14954 3,14725 2,28.10
3
6 3,14725 3,14653 7,24.10
4
7 3,14653 3,14630 2,30.10
4
Ent ao, ap os 6 iterac oes, chega-se ao valor aproximado da raiz com 3 casas deci-
mais corretas (
6
= 7, 24.10
4
): x = 3, 14653
Vericac ao: substituindo o valor de x = 3, 14653 na func ao f(x):
f(3, 14653) = ln(3, 14653) 3, 14653 + 2 = 0, 00023 0
Obs: Nem sempre esta condic ao se verica.
Exemplo 27 : No exemplo anterior, encontrar uma func ao (x) que permita aproximar
a outra raiz de f(x) = ln(x) x + 2.
Func ao de iterac ao: (x) = e
x2
Vericac ao do intervalo de converg encia:

(x) = e
x2
|

(x)| = |e
x2
| < 1 x 2 < 0
x < 2
34
Notas de aula de C alculo Num erico - perodo 01/2007
Iterac oes: x
0
= 0, 50000
x
i
= ln x
i1
+ 2
i x
i1
x
i

i
1 0,50000 0,22313 2,77.10
1
2 0,22313 0,16917 5,40.10
2
3 0,16917 0.16028 8,89.10
3
4 0,16028 0,15886 1,42.10
3
5 0,15886 0.15864 2,25.10
4
O resultado aproximado e x = 0, 15864, com erro
5
= 2, 25.10
4
e 5 iterac oes.
Exemplo 28 Determinar as razes de f(x) = e
x
ln(x) adotando como crit erio de
parada o m aximo erro absoluto
max
= |x
i
x
i1
| < 10
2
.
Isolamento das razes: f(x) = g(x) h(x) = 0
g(x) = e
x
e h(x) = ln(x)
Na gura 14 v e-se que h a uma raiz real em (1, 2).
Figura 14: Esboco de g(x) e h(x).
Func ao de iterac ao:
e
x
ln(x) = 0
e
x
= ln(x)
e
e
x
= x
(x) = e
e
x
35
Notas de aula de C alculo Num erico - perodo 01/2007
Intervalo de converg encia: a func ao (x) poder a ser empregada se atender ` a
condic ao de converg encia no intervalo em que est a a raiz real.

(x) = e
x
e
e
x
|

(x)| =

e
x
e
e
x

< 1
Vericac ao: 1 < x < 2
x = 1

e
1
e
e
1

= 0, 531 < 1
x = 2

e
2
e
e
2

= 0, 155 < 1
Ent ao (x) converge para razes no intervalo 1 < x < 2.
Iterac oes: x
0
= 1, 0000
x
i
= e
e
x
i1
i x
i1
x
i

i
1 1,0000 1,4447 0,4447
2 1,4447 1,2660 0,1787
3 1,2660 1,3257 0,0598
4 1,3257 1,3042 0,0215
5 1,3042 1,3118 0,0076
6 1,3118 1,3091 0,0027
O resultado aproximado e x = 1, 3118, com erro = 7, 6.10
3
e 5 iterac oes.
Vericac ao:
f(1, 3118) = e
1,3118
ln(1, 3118) = 0, 0021
Exerccio Proposto 2 No exemplo 28, vericar a possibilidade de emprego de outra
func ao de iterac ao para achar a raiz.
Exemplo 29 : Calcular a ordem de converg encia das func oes de iterac ao empregadas
nos exemplos 26, 27 e 28.
Exemplo 26: (x) = ln(x) + 2

(x) =
1
x
= 0 ordem 1
Exemplo 27: (x) = e
x2

(x) = e
x2
= 0 ordem 1
36
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 28: (x) = e
e
x

(x) = e
x
e
e
x
= 0 ordem 1
OBSERVAC

OES IMPORTANTES:
De forma geral, as func oes de iterac ao (x) adotadas no M etodo do Ponto Fixo
levam ` a ordem de converg encia igual a 1, uma vez que na escolha de (x) n ao h a
crit erios relativos a este par ametro.
A condic ao de converg encia dada pela express ao 21 ( |

(x)| < 1 em [x
0
, ],
onde x
0
e o valor inicial e e a raiz procurada) e uma condic ao suciente mas
n ao necess aria para o MPF, uma vez que pode haver converg encia mesmo que tal
condic ao n ao se verique (ver exemplo 30).
A equac ao de iterac ao deve sempre permitir a gerac ao de uma seq u encia x
1
, x
2
, . . .
de aproximac oes para a raiz , o que n ao ocorre em casos como: (x) =

x e
x
0
= 4, 0:
i x
i
x
i+1
0 4,0 -2,0
-2,0
Exemplo 30 : Calcular as razes de f(x) = x
2
x 2 usando a func ao (x) = x
2
2
e x
0
= 0, 5 e 1.
As razes de f(x) podem ser calculadas de forma analtica, sendo:

1
= 2 e
2
= 1.
O intervalo de converg encia de (x), segundo a express ao 21, e:
|

(x)| = |2x| < 1


1
2
< x <
1
2
Da nota-se que as razes n ao se encontram no intervalo de converg encia.
Iterac oes: x
0
= 0, 5
i x
i
x
i+1
1 0,5 -1,75
2 -1,75 1,06
3 1,06 -0,87
4 -0,87 -1,24
5 -1,24 -0,46
6 -0,46 -1,79
7 -1,79 1,2
8 1,2 -0,56
9 -0,56 -1,69
10 -1,69 0,85
11 0,85 -1,28
. . . . . . . . .
N ao h a converg encia para quaisquer das duas razes de f(x).
37
Notas de aula de C alculo Num erico - perodo 01/2007
Iterac oes: x
0
= 1, 0
i x
i
x
i+1
1 1,0 -1,0
2 -1,0 1,0
Convergiu para
2
= 1. Neste caso, tem-se um x
i
= acidentalmente(Conte
and de Boor, 1980)...
Exemplo 31 : Vericar se a func ao:
(x) = x
(x
2
5x + 4)
(2x 5)
pode ser empregada para aproximar as razes de de f(x) = x
2
5x + 4. Em caso
armativo, vericar a ordem de converg encia do m etodo e calcular as razes de f(x).
Para que (x) seja uma func ao de iterac ao de f(x), deve-se ter (x) = x para
f(x) = 0. Vericando:
(x) = x
(x
2
5x + 4)
(2x 5)
= x
(x
2
5x + 4)
(2x 5)
= x x = 0
(x
2
5x + 4) = 0.(2x 5)
f(x) = 0
Ent ao, (x) = x equivale a f(x) = 0.


E necess ario vericar o intervalo de converg encia de (x).
Sabendo que as razes de f(x) s ao 1, 0 e 4, 0:

(x) = 1
(2x 5)(2x 5) (x
2
5x + 4)(2)
(2x 5)
2

(x) = 1
(2x 5)(2x 5) (x
2
5x + 4)(2)
(2x 5)
2

(x) = 1 1 +
(x
2
5x + 4)(2)
(2x 5)
2

(x) = 2
f(x)
(2x 5)
2
Como a condic ao de converg encia e que |

(x)| < 1 nas vizinhancas de , conclui-


se que a func ao (x) e adequada para aproximar ambas as razes de f(x), j a que
para x = tem-se:

() = 2
0
....
f()
(2 5)
2
= 0
38
Notas de aula de C alculo Num erico - perodo 01/2007
Ordem de converg encia: como

() = 0, sabe-se que a ordem de converg encia


neste caso e maior que 1. Vericando a derivada segunda de (x):

(x) = 2
f(x)
(2x 5)
2
= 2
f(x)
(f

(x))
2

(x) = 2
f

(x)f

(x)
2
f(x)(2f

(x)f(x))
(f

(x))
4

(x) = 2

1
f

(x)
f(x)
[2f

(x)f(x)]
(f

(x))
4

Como para x = tem-se que f(x) = 0, ent ao:

() = 2
1
f

()
= 0
considerando que f

() = 0. Da, conclui-se que a converg encia e de ordem 2.


Determinac ao das razes: A seq u encia de aproximac oes e calculada por:
x
i
= x
i1

(x
2
i1
5x
i1
+ 4)
(2x
i1
5)
Iterac oes adotando x
0
= 2 e x
0
= 5:
i x
i
x
i+1
erro
1 2,0000 0,0000
2 0,0000 0,8000 8,00.10
1
3 0,8000 0,9882 1,88.10
1
4 0,9882 1,0000 1,17.10
2
5 1,0000 1,0000 4,58.10
5
i x
i
x
i+1
erro
1 5,0000 4,2000
2 4,2000 4,0118 1,88.10
1
3 4,0118 4,0000 1,17.10
2
4 4,0000 4,0000 4,58.10
5
Observac ao: comparando os resultados do exemplo 31 com os do exemplo 23 nota-se
que:
com a func ao aqui empregada foi possvel aproximar as 2 razes de f(x), enquanto
no exemplo 23 s o foi possvel aproximar a menor raiz;
em 4 iterac oes, a raiz = 1 foi aproximada com 4 casas decimais corretas, en-
quanto no exemplo 23 em 6 iterac oes ainda havia um erro de 10
2
.
39
Notas de aula de C alculo Num erico - perodo 01/2007
Algoritmo do M etodo do Ponto Fixo Dada uma equac ao de iterac ao g(x), o algoritmo
mais simples para a implementac ao do M etodo do Ponto Fixo e:
Algoritmo 1 : M etodo do Ponto Fixo
1. Dados de entrada:
x
0
: aproximac ao inicial;

1
e
2
: toler ancias para os erros em x e f(x);
n: n umero m aximo de iterac oes;
k: vari avel de controle (contador das iterac oes).
2. k = 0, x = x
0
;
3. Se |f(x)| <
2
, ent ao FIM.
4. sen ao: k = k + 1;
5. Se k > n ent ao imprima N ao convergiu com as precis oes estipuladas.; FIM.
6. sen ao, faca: x
k
= g(x);
7. Se |x
k
x
k1
| <
1
ou |f(x)| <
2
, ent ao FIM.
8. sen ao volte ao passo 4.
Para que este algoritmo seja util, e necess ario vericar:
se para o valor inicial x
0
e possvel calcular x
1
, x
2
, . . . e
se a seq u encia e convergente para o valor de uma das razes.
Exerccio Proposto 3 : Com base no algoritmo acima, implementar um programa em
qualquer linguagem para determinar a menor raiz positiva da func ao f(x) = e
x
sin x
3.5 M etodo de Newton Raphson (MNR)
Conforme visto no item 3.4, o problema aqui tratado consiste em determinar valores
de x tal que f(x) = 0, atrav es de uma func ao de iterac ao (x). A forma geral de (x)
relativa ` a func ao f(x) e:
(x) = x + A(x).f(x) (24)
onde A(x) e uma func ao qualquer tal que A() = 0. Ent ao, para x = , tem-se () =
e o problema consiste em achar soluc oes para (x) = x (Cl audio and Martins, 1988).
A equac ao 21 mostra que uma condic ao para a converg encia de um m etodo e que
|

(
k
)| < 1
nas vizinhancas da raiz exata da func ao f(x) - portanto, no M etodo do Ponto Fixo as
func oes atendem a tal condic ao.
40
Notas de aula de C alculo Num erico - perodo 01/2007
No M etodo de Newton Raphson (Ruggiero and Lopes, 1997), que e um caso par-
ticular do M etodo do Ponto Fixo, a func ao de iterac ao (x) e tal que

() = 0. Esta
condic ao garante e acelera a converg encia (j a que

(x) < 0 e a ordem de converg encia e


maior que 1).
Tomando a func ao de converg encia na forma geral, dada pela express ao 24, e deri-
vando, tem-se:

(x) = 1 + A

(x).f(x) + A(x).f

(x) (25)
Calculando

(x) em tem-se:

() = 1 + A

().f() + A().f

()

() = 1 + A().f

()
Como se deseja que

() = 0:

() = 1 + A().f

() = 0
A() =
1
f

()
= 0 (26)
supondo f

() = 0. Da, toma-se:
A(x) =
1
f

(x)
que, substitudo na forma geral de , dada pela express ao 24, resulta em:
(x) = x
f(x)
f

(x)
(27)
que e a func ao de iterac ao no M etodo de Newton Raphson
2
.
Ent ao, no M etodo de Newton-Raphson, escolhido o valor inicial x
0
, a seq u ncia {x
i
}
e expressa por:
x
i+1
= (x
i
) = x
i

f(x
i
)
f

(x
i
)
2
Derivando a express ao 27, tem-se:

(x) = 1
f

(x)f

(x) f(x)f

(x)
(f

(x))
2

(x) =
f(x)f

(x)
(f

(x))
2
(28)
como f() = 0, chega-se a

() =
f()f

()
(f

())
2
= 0
v alido para f

() = 0.
41
Notas de aula de C alculo Num erico - perodo 01/2007
x
0
x
1
= x
0

f(x
0
)
f

(x
0
)
x
2
= x
1

f(x
1
)
f

(x
1
)
x
3
= x
2

f(x
2
)
f

(x
2
)
.
.
.
.
.
.
x
i+1
= x
i

f(x
i
)
f

(x
i
)
Representac ao gr aca
A representac ao gr aca da aproximac ao pelo M etodo de Newton-Raphson e mos-
trada na gura 15. Na gura, dado x
n
, o ponto x
n+1
ser a obtido pela intercess ao da reta
tangente a f(x) em x
n
com o eixo x. O coeciente angular da reta tangente a f(x) em x
n
e dado por:
tan () =
B
A
=
f(x
n
)
x
n
x
n+1
= f

(x
n
)
Da, tem-se:
x
n
x
n+1
=
f(x
n
)
f

(x
n
)
e a equac ao de iterac ao do M etodo de Newton-Raphson (MNR):
x
n+1
= x
n

f(x
n
)
f

(x
n
)
Converg encia do MNR
Sabe-se que a condic ao de converg encia de um m etodo iterativo e:

(x) < 1
em um intervalo (a, b) que contenha a raiz exata.
Para avaliar a converg encia do MNR, deriva-se a func ao de iterac ao (x) dada pela
express ao 27:
(x) = x
f(x)
f

(x)

(x) = 1
f

(x)f

(x) f(x)f

(x)
(f

(x))
2

(x) =
(f

(x))
2
(f

(x))
2
+ f(x)f

(x)
(f

(x))
2

(x) =
f(x)f

(x)
(f

(x))
2
(29)
42
Notas de aula de C alculo Num erico - perodo 01/2007
Figura 15: Representac ao gr aca da aproximac ao pelo m etodo de Newton-Raphson.
onde, por hip otese, f

(x) = 0. Considerando

(x) contnua em (a, b) e sabendo que

() = 0, certamente h a na vizinhanca de um intervalo em que

(x) assuma valores


menores que 1. Assim, se o valor inicial x
0
pertencer a este intervalo, a converg encia do
m etodo est a garantida.
De forma geral, arma-se que o MNR converge desde que x
0
esteja sucientemente
pr oximo (Ruggiero and Lopes, 1997) da raiz .
Exemplo 32 : Encontrar as razes de f(x) = e
x
3x usando o MNR, adotando como
valores iniciais x
0
= 0 e x
0
= 5 e comparar com o resultado obtido no exemplo 25.
Equac ao de iterac ao:
(x) = x
f(x)
f

(x)
= x
e
x
3x
e
x
3
x
i
= x
i1

e
x
i1
3x
i1
e
x
i1
3
i x
i1
x
i
erro
1 0,0000 0,5000 5,00.10
1
2 0,5000 0,6101 1,10.10
1
3 0,6101 0,6190 8,94.10
3
4 0,6190 0,6191 6,45.10
5
5 0,6191 0,6191 3,38.10
9
i x
i1
x
i
erro
1 2,0000 1,6835 3,17.10
1
2 1,6835 1,5435 1,40.10
1
3 1,5435 1,5135 3,00.10
2
4 1,5135 1,5121 1,35.10
3
5 1,5121 1,5121 2,70.10
6
6 1,5121 1,5121 1,07.10
11
43
Notas de aula de C alculo Num erico - perodo 01/2007
Nota-se que a converg encia foi alcancada para as duas razes, enquanto a func ao de
iterac ao usada no exemplo 25 divergiu para a maior raiz. Al em disso, a converg encia
para a raiz menor foi muito mais r apida, devido ` a maior ordemde converg encia da func ao
de iterac ao aqui empregada.
Exemplo 33 : Determinar a raiz real da func ao f(x) = x
3
x 1 pelo MNR com
toler ancia de 10
5
para o erro absoluto.
Escolha do valor inicial: deve-se levar em conta o aspecto da curva para que
a primeira aproximac ao x
0
seja pr oxima da raiz e n ao coincida com um ponto
estacion ario (f

(x
0
) = 0). A raiz pode ser localizada atrav es de uma tabela de que
indique o intervalo onde ocorre troca de sinal de f(x) :
x -1 -0,5 0 0,5 1 1,5
f(x) - - - - - +
A raiz est a no intervalo (1, 1, 5), ent ao pode-se arbitrar uma aproximac ao inicial
x
0
= 1, 25, vericando se f

(1, 25) = 0.
f

(x) = 3x
2
1 f

(1, 25) = 3, 6875 = 0


Func ao de iterac ao:
(x) = x
x
3
x 1
3x
2
1
x
i
= x
i1

x
3
i1
x
i1
1
3x
2
i1
1
Aproximac oes:
i x
i1
x
i

1 1,250000 1,330508 8,05.10
2
2 1,330508 1,324749 5,76.10
3
3 1,324749 1,324718 3,10.10
5
4 1,324718 1,324718 8,96.10
10
Com 4 iterac oes chega-se a = 1, 324718 com a precis ao estipulada.
Algoritmo do M etodo de Newton-Raphson Um algoritmo para implementac ao do M e-
todo de Newton-Raphson deve apresentar, de forma geral, os seguintes passos:
Algoritmo 2 : M etodo de Newton-Raphson
1. Dados de entrada:
x
0
: aproximac ao inicial;

1
e
2
: toler ancias para os erros em x e f(x);
n: n umero m aximo de iterac oes;
k: vari avel de controle (contador das iterac oes).
44
Notas de aula de C alculo Num erico - perodo 01/2007
2. k = 0, x = x
0
;
3. Se |f(x)| <
2
, ent ao FIM.
4. sen ao: k = k + 1;
5. Se k > n ent ao imprima N ao convergiu com as precis oes estipuladas.; FIM.
6. sen ao, faca: x
k
= x
k1

f(x)
f

(x)
;
7. Se |x
k
x
k1
| <
1
ou |f(x)| <
2
, ent ao FIM.
8. sen ao volte ao passo 4.
Na implementac ao de uma subrotina para o MNR, al em dos crit erios de parada - to-
ler ancia para os erros, n umero m aximo de iterac oes - deve ser vericada a ocorr encia de
f

(x
n
) = 0
Exerccio Proposto 4 : Implementar, usando qualquer linguagem, o MNR para determi-
nar a menor raiz positiva da func ao f(x) = x
3
x 1.
3.6 M etodo da Secante
Uma desvantagem do M etodo de Newton-Raphson (Ruggiero and Lopes, 1997) e
a necessidade vericar f

(x
i
) a cada iterac ao i, uma vez que este valor encontra-se no
denominador de uma das parcelas da equac ao de iterac ao 27 e tem que ser diferente de 0
para que as aproximac oes x
i
sejam determinadas.
O M etodo da Secante (MSC) e uma aproximac ao do MNR e visa contornar esse
problema substituindo f

(x
i
) pela relac ao:
f

(x
i
) =
f(x
i
) f(x
i1
)
x
i
x
i1
(30)
onde x
i
e x
i1
s ao duas aproximac oes para a raiz. Substituindo 30 na func ao de iterac ao
27 tem-se:
(x
i
) = x
i

f(x
i
)
f

(x
i
)
= x
i

f(x
i
)
f(x
i
)f(x
i1
)
x
i
x
i1
= x
i

f(x
i
)
f(x
i
) f(x
i1
)
(x
i
x
i1
)
=
x
i
f(x
i
) x
i
f(x
i1
) x
i
f(x
i
) + x
i1
f(x
i
)
f(x
i
) f(x
i1
)
(31)
e da chega-se implementac ao equac ao de iterac ao para o M etodo da Secante:
(x
i
) =
x
i1
f(x
i
) x
i
f(x
i1
)
f(x
i
) f(x
i1
)
x
i+1
=
x
i1
f(x
i
) x
i
f(x
i1
)
f(x
i
) f(x
i1
)
(32)
45
Notas de aula de C alculo Num erico - perodo 01/2007
Observa-se que para este m etodo s ao necess arias duas aproximac oes iniciais (x
0
e
x
1
), mas a cada iterac ao se calcula apenas uma nova aproximac ao.
Representac ao gr aca
A gura 16 mostra a representac ao geom etrica do M etodo da Secante. Dados os
valores iniciais x
0
e x
1
, a aproximac ao seguinte, x
2
, e a intersec ao da reta secante que
passa pelos pontos (x
0
, f(x
0
)) e (x
1
, f(x
1
)) com o eixo x.
Figura 16: Representac ao geom etrica das aproximac oes pelo MSC.
Converg encia do MSC
Como o MSC e uma aproximac ao do MNR, as condic oes para a converg encia s ao as
mesmas nos dois m etodos. O M etodo da Secante pode divergir se f(x
i
) f(x
i1
).
Exemplo 34 : Encontrar a raiz positiva de f(x) = x
3
x 1 pelo MSC com erro de
10
5
e comparar com o resultado obtido no exemplo 33.
Escolha do valor inicial: o isolamento de razes feito no exemplo 33 indica que a
raiz est a no intervalo (1, 1, 5); ent ao pode-se arbitrar como aproximac oes iniciais
x
0
= 1, 00 e x
1
= 1, 25.
Func ao de iterac ao:
x
i+1
=
x
i1
f(x
i
) x
i
f(x
i1
)
f(x
i
) f(x
i1
)
(33)
Aproximac oes:
i x
i1
x
i
x
i+1
erro
1 1,000000 1,250000 1,355556 1,06.10
1
2 1,250000 1,355556 1,322506 3,30.10
2
3 1,355556 1,322506 1,324656 2,15.10
3
4 1,322506 1,324656 1,324718 6,25.10
5
5 1,324656 1,324718 1,324718 1,29.10
7
46
Notas de aula de C alculo Num erico - perodo 01/2007
Com 5 iterac oes chega-se a = 1, 324718 com a precis ao estipulada. No exemplo
33 foram necess arias 4 iterac oes para a soluc ao.
Exerccio Proposto 5 : Implementar, usando qualquer linguagem, um algoritmo do M e-
todo da Secante para determinar a menor raiz positiva da func ao f(x) = x
3
x 1.
3.7 M etodo da Bissec ao
Considerado por alguns autores como um m etodo de isolamento de razes (Sperandio
et al., 2003), o M etodo da Bissec ao ou M etodo do Meio Intervalo consiste, inicialmente,
em obter um intervalo que cont em a raiz da func ao f(x) = 0, com f contnua neste
intervalo, e depois ir dividindo-o ao meio sucessivamente, mantendo a raiz enquadrada,
at e se aproximar sucientemente dela. Partindo de um intervalo (a
0
, b
0
), o m etodo deter-
mina uma seq u encia de intervalos (a
1
, b
1
) (a
2
, b
2
) (a
3
, b
3
) . . . que cont em a raiz
, obtidos da seguinte forma (Sperandio et al., 2003):
1. Estipulam-se os limites do intervalo inicial (a, b) do intervalo inicial I
ki
;
2. Determina-se o ponto m edio m
k
= (a + b)/2 do intervalo I
ki
;
3. Calcula-se f(m
k
). Se f(m
k
) = 0 , ent ao m
k
e a raiz;
4. Sen ao:
se f(m
k
).f(a) < 0, ent ao b = m
k
;
sen ao: a = m
k
;
5. retorna para o item 2.
A estimativa para a raiz e o ponto m edio do intervalo (a, b).
Algoritmo 3 : M etodo da Bissec ao: Em linhas gerais, um algoritmo para determinac ao
de razes de uma func ao f(x) pelo M etodo da Bissec ao deve apresentar os seguintes
passos:
1. Dados de entrada:
x
0
e x
1
: valores iniciais;

1
e
2
: erros em x e f(x);
n: n umero m aximo de iterac oes;
k: vari avel de controle (contador de iterac oes).
2. k = 2;
3. se k > n, ent ao imprima N ao convergiu com os erros estipulados, FIM.
4. sen ao: faca x
k
= (x
k2
+ x
k1
)/2;
5. se |x
k
x
k1
| <
1
e/ou |f(x
k
)| <
2
, ent ao: FIM.
47
Notas de aula de C alculo Num erico - perodo 01/2007
6. sen ao: faca v = f(x
k2
).f(x
k
);
7. se v < 0, ent ao faca x = x
k2
;
8. sen ao: faca x = x
k1
;
9. x
k1
= x;
10. k = k + 1
11. voltar para o passo 3.
Exemplo 35 : Determinar pelo m etodo da bissec ao, corretamente at e a terceira casa
decimal, a raiz da func ao f(x) = (x/2)
2
sin(x) localizada no intervalo (1, 5, 2).
O resultado da iterac ao e mostrado na tabela abaixo:
i a
i
b
i
x
i
f(a).f(x
i
) |b
i
a
i
|
0 1,500 2,000 1,750 + 5,00.10
1
1 1,750 2,000 1,875 + 2,50.10
1
2 1,875 2,000 1,938 - 1,25.10
1
3 1,875 1,938 1,906 + 6,25.10
2
4 1,906 1,938 1,922 + 3,13.10
2
5 1,922 1,938 1,930 + 1,56.10
2
6 1,930 1,938 1,934 + 7,81.10
3
7 1,934 1,938 1,936 - 3,91.10
3
8 1,934 1,936 1,935 - 1,95.10
3
9 1,934 1,935 1,934 + 9,77.10
4
OBSERVac ao: Nota-se no exemplo 35 que foram necess arias 9 iterac oes para atender
ao crit erio de parada estipulado como o tamanho m aximo do intervalo (a
i
, b
i
) (|b
i
a
i
|
10
3
. No entanto, o valor obtido para a aproximac ao (x
9
= 1, 934) e o mesmo encontrado
na 6
a
iterac ao.

E necess ario vericar tamb em o erro de f(x). Neste caso, tem-se que
f(1, 934) = 3, 26.10
4
e, caso a mesma toler ancia tivesse sido adotada para |f(x)|, o
processo iterativo teria sido interrompido com 6 iterac oes, fornecendo o mesmo resultado.
Estimativa do n umero de iterac oes
No m etodo da bissec ao, dada uma precis ao e um intervalo inicial (a, b), e possvel
estimar o n umero de iterac oes necess arias para se obter b
k
a
k
< (Ruggiero and Lopes,
1997).
Sabe-se que:
b
k
a
k
=
b
k1
a
k1
2
=
b
k2
a
k2
2.2
=
b
k3
a
k3
2.2.2
= . . . =
b
0
a
0
2
k
48
Notas de aula de C alculo Num erico - perodo 01/2007
Deve-se obter b
k
a
k
< , ent ao:
b
0
a
0
2
k
< 2
k
>
b
0
a
0

log

2
k

> log

b
0
a
0

k log(2) > log(b


0
a
0
) log()
k >
log(b
0
a
0
) log()
log(2)
(34)
Ent ao, ap os a iterac ao de n umero k obt em-se uma aproximac ao com a precis ao
estipulada.
Exemplo 36 : Vericar o n umero de iterac oes necess arias para resolver o exemplo 35
usando a express ao 34.
O exemplo consiste em encontrar a raiz de f(x) = (x/2)
2
sin(x) partindo do
intervalo (1, 5, 2) com = 10
3
.
k >
log(b
0
a
0
) log()
log(2)
k >
log(2 1, 5) log(10
3
)
log(2)
8, 97
Segundo a express ao 34, e necess ario um n umero k > 8, 97 de iterac oes para atingir a
precis ao estipulada. De fato, no exemplo 35 a aproximac ao foi atingida com 9 iterac oes.
3.8 M etodo da Falsa Posic ao
No m etodo da bissec ao, dada uma func ao f(x) contnua em um intervalo (a, b) que
cont em a raiz , a aproximac ao x para e a m edia aritm etica entre a e b:
x =
a + b
2
O M etodo da Falsa Posic ao (MFP) leva em conta os valores que a func ao assume em
a e b para gerar uma aproximac ao no intervalo (Ruggiero and Lopes, 1997). Por exemplo:
a func ao x
3
9x+3 possui uma raiz no intervalo (0, 1); como f(0) = 3 est a mais pr oximo
de 0 que f(1) = 5, e prov avel que a raiz esteja mais pr oxima de 0 do que de 1 - e o que
ocorre em func oes lineares em (a, b).
Ent ao, ao inv es de simplesmente tomar a m edia aritm etica entre a e b, no M etodo da
Posic ao Falsa a func ao de iterac ao consiste na m edia ponderada entre a e b com pesos
f(b) e f(a) respectivamente:
x
i
=
a
i
.f(b
i
) b
i
.f(a
i
)
f(b
i
) f(a
i
)
(35)
Segundo Sperandio (Sperandio et al., 2003), O M etodo da Falsa Posic ao (MFP) e
um caso particular do M etodo da Secante (Sperandio et al., 2003) no qual os pontos
(x
n1
, f(x
n1
)) e (x
n
, f(x
n
)) s ao escolhidos de forma a se ter f(x
n1
).f(x
n
) < 0 para
todo n = 1, 2, 3, . . . (ver equac ao 33).
49
Notas de aula de C alculo Num erico - perodo 01/2007
Representac ao geom etrica
A gura 17 mostra como se d a a converg encia no MFP.
Figura 17: Representac ao geom etrica das aproximac oes pelo MFP.
A equac ao de iterac ao e a equac ao da reta que passa pelos pontos (x
i
, f(x
i
)) e
(x
i1
, f(x
i1
)), sendo a aproximac ao x
i+1
relativa ao ponto em que f(x) = 0.
Por exemplo, para obter a aproximac ao x
2
, emprega-se a equac ao da reta que passa
pelos pontos (x
0
, f(x
0
)) e (x
1
, f(x
1
)):
tan =
f(x
1
) f(x
0
)
x
1
x
0
=
y f(x
0
)
x x
0
y =
f(x
1
) f(x
0
)
x
1
x
0
(x x
0
) + f(x
0
) (36)
A aproximac ao x
2
e a intersec ao da reta descrita pela express ao 36 e o eixo x, ent ao,
fazendo y = 0, tem-se:
0 =
f(x
1
) f(x
0
)
x
1
x
0
(x x
0
) + f(x
0
)
x = x
0
f(x
0
)
(x
1
x
0
)
f(x
1
) f(x
0
)
x =
x
0
f(x
1
) x
0
f(x
0
) x
1
f(x
0
) + x
0
f(x
0
)
f(x
1
) f(x
0
)
x =
x
0
f(x
1
) x
1
f(x
0
)
f(x
1
) f(x
0
)
= x
2
Generalizando:
x
i
=
a
i
.f(b
i
) b
i
.f(a
i
)
f(b
i
) f(a
i
)
(37)
onde a
i
e b
i
s ao os limites do intervalo que cont em a raiz na iterac ao i.
50
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 37 : Determinar pelo m etodo da falsa posic ao, corretamente at e a terceira
casa decimal, a raiz da func ao f(x) = (x/2)
2
sin(x) localizada no intervalo (1, 5, 2).
e comparar o resultado com o obtido no exemplo 35.
Como f(1, 5).f(2) < 0, estes valores podem ser tomados como limites para o primeiro
intervalo (a
i
, b
i
).
A func ao de iterac ao e:
x
i
=
a
i
.f(b
i
) b
i
.f(a
i
)
f(b
i
) f(a
i
)
x
i
=
a
i
.[(b
i
/2)
2
sin(b
i
)] b
i
.[(a
i
/2)
2
sin(a
i
)]
[(b
i
/2)
2
sin(b
i
)] [(a
i
/2)
2
sin(a
i
)]
i a
i
b
i
x
i
f(a).f(x
i
) |b
i
a
i
|
1 1,500 2,000 1,914 - 86,3.10
3
2 1,914 2,000 1,933 + 19,3.10
3
3 1,933 2,000 1,934 - 0,7.10
3
No exemplo 35 foram necess arias 9 iterac oes para aproximar a raiz, que aqui foi encon-
trada com a mesma precis ao ap os 3 iterac oes.
Exemplo 38 : Aproximar a raiz de f(x) = sin(x) ln(x) pelo MFP com 4 casas deci-
mais corretas.
Localizac ao da raiz: na tabela abaixo v e-se que h a uma raiz no intervalo (2, 3):
x 0 1 2 3
f(x) > 0 > 0 > 0 < 0
Aproximac oes: a func ao de iterac ao e:
x
i
=
a
i
.[(sin b
i
ln(b
i
)] b
i
.[(sin a
i
ln(a
i
)]
[(sin b
i
ln(b
i
)] [(sin a
i
ln(a
i
)]
Adotando o intervalo inicial [2, 3]:
i a
i
b
i
f(a
i
) f(b
i
) x
i
f(x
i
) erro
1 2,0000 3,0000 0,2162 -0,9575 2,1842 > 0
2 2,1842 3,0000 0,0365 -0,9575 2,2141 > 0 2,99.10
2
3 2,2141 3,0000 0,0053 -0,9575 2,2184 > 0 4,30.10
3
4 2,2184 3,0000 0,0007 -0,9575 2,2190 6,04.10
4
51
Notas de aula de C alculo Num erico - perodo 01/2007
3.9 Comparac ao entre os m etodos
A qualidade de um m etodo de aproximac ao de razes pode ser avaliada com base em
par ametros variados, como: garantia de converg encia, rapidez de converg encia, esforco
computacional (tempo de processamento e n umero de operac oes executadas), etc (Ruggi-
ero and Lopes, 1997).
Quanto ` a garantia de converg encia, os m etodos da Falsa Posic ao e da Bissec ao t em
converg encia garantida, desde que a func ao seja contnua em um intervalo (a, b) que con-
tenha a raiz.
Os M etodos da Secante e de Newton-Raphson t em condic oes mais restritivas de con-
verg encia, mas esta ocorre mais rapidamente do que para os outros dois m etodos. Pode-se
associar o M etodo da Bissec ao a estes dois, empregando-o para fornecer umintervalo com
amplitude pr e-determinada e ent ao usar o MSC ou MNR para continuar as aproximac oes.
O esforco computacional depende de diversos fatores, como da quantidade de opera-
c oes efetuadas.

E, portanto, difcil avaliar de forma geral.
O m etodo de Newton-Raphson e, de forma geral, o mais indicado quando e possvel
vericar as condic oes de converg encia e quando a avaliac ao de f

(x) n ao e muito com-


plexa - neste caso, pode-se empregar o M etodo da Secante.
Exerccio Proposto 6 : Programar usando a linguagem de sua prefer encia rotinas para
os M etodos do Ponto Fixo, Newton-Raphson, Secante, Bissec ao e Falsa Posic ao para
encontrar ao menos uma raiz de cada uma das func oes abaixo, com < 10
4
para x e
f(x):
f(x) = 2x sin(x) + 4
f(x) = e
x
tan(x)
f(x) = x
3
x
2
12x
Apresentar os resultados em uma tabela como a mostrada a seguir e comparar os resul-
tados indicando qual o melhor m etodo em cada caso.
bissec ao MFP MPF MNR MSC
dados iniciais
x
f(x)
Erro em x
n
o
de iterac oes
52
Notas de aula de C alculo Num erico - perodo 01/2007
Lista de Exerccios II
1. Encontrar a menor raiz real positiva de cada uma das equac oes seguintes empre-
gando: M etodo do Ponto Fixo (MPF), pelo M etodo de Newton-Raphson (MNR) e
M etodo da Secante (MSC), com precis ao de 10
4
. Em todos os c alculos, empregar
7 algarismos para representar os n umeros.
a) f(x) = e
x
sen(x)
b) f(x) = x x
x
2
c) f(x) = x
3
x 2
d) f(x) = x
4
8x
3
+ 30x
2
120x + 1
e) f(x) = x 2, 7 ln x
2. Encontrar as razes reais das func oes abaixo usando o M etodo da Bissec ao e o
M etodo da Falsa Posic ao.
a) f(x) = x
3
x 1
b) f(x) = x tg(x)
c) f(x) = e
x
cos(x)
3. Escrever um programa em qualquer linguagem para calcular as menores razes das
equac oes acima pelo MPF com precis ao de 10
6
e outro que faca o mesmo empre-
gando o MNR. Comparar os resultados e o n umero de iterac oes em cada caso.
4. Mostrar que o MNR e um m etodo com ordem de converg encia igual a 2
(portanto, () = 0).
53
Notas de aula de C alculo Num erico - perodo 01/2007
4. RESOLUC

AO DE SISTEMAS LINEARES
4.1 Introduc ao
A soluc ao de um sistema de equac oes lineares e um dos processos num ericos mais
utilizados para simular situac oes do mundo real (Campos, 2001).

E uma etapa fundamen-
tal na resoluc ao de v arios problemas que envolvam, por exemplo: equac oes diferenciais
parciais, otimizac ao, sistemas n ao-lineares, entre outros.

E muito importante que se tenha
uma implementac ao eciente do m etodo para soluc ao do sistema linear, que e a fase que
demanda a maior parte do tempo de processamento para resolver um problema.
4.2 Sistemas de equac oes lineares
Um sistema de equac oes alg ebricas lineares consiste em um conjunto de m equac oes
polinomiais com n vari aveis x
i
de grau 1:
a
11
x
1
+ a
12
x
2
+ a
13
x
3
+ . . . . . . . . . . . . +a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ a
23
x
3
+ . . . . . . . . . . . . +a
2n
x
n
= b
2
a
31
x
1
+ a
32
x
2
+ a
33
x
3
+ . . . . . . . . . . . . +a
3n
x
n
= b
3
.
.
.
.
.
.
.
.
.
a
m1
x
1
+ a
m2
x
2
+ a
m3
x
3
+ . . . . . . . . . . . . +a
mn
x
n
= b
m
A representac ao matricial de um sistema linear e:

a
11
a
12
a
13
. . . a
1n
a
21
a
22
a
23
. . . a
2n
a
31
a
32
a
33
. . . a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
m3
. . . a
mn

x
1
x
2
x
3
.
.
.
x
n

b
1
b
2
b
3
.
.
.
b
m

que equivale a
Ax = b
onde A e a matriz dos coecientes, x e o vetor de inc ognitas ou vetor-soluc ao e b e o vetor
de termos independentes.
Se A for uma matriz quadrada, ent ao:
Ax = b A
1
Ax = A
1
b Ix = A
1
b x = A
1
b (38)
onde I e a matriz identidade.
A situac ao mais comum em problemas reais s ao sistemas lineares em que m = n,
isto e, a matriz A dos coecientes e quadrada e pode-se empregar a express ao 38 para
calcular o vetor de inc ognitas x. Este e o caso tratado neste curso.
4.3 Classicac ao de sistemas quanto ao n umero de soluc oes
O n umero de soluc oes de um sistema de equac oes lineares depende do determinante
da matriz dos coecientes. Tr es situac oes s ao possveis:
54
Notas de aula de C alculo Num erico - perodo 01/2007
Soluc ao unica

2x
1
+ x
2
= 3
x
1
3x
2
= 2

2 1
1 -3

. .. .
A

x
1
x
2

3
-2

detA = 7 = 0 A matriz A e n ao-singular, e o sistema tem soluc ao unica, represen-


tada na gura 18.
Figura 18: Representac ao geom etrica de um sistema 2x2 com soluc ao unica.
Innitas soluc oes

2x
1
+ x
2
= 3
4x
1
+ 2x
2
= 6

2 1
4 2

. .. .
A

x
1
x
2

3
6

detA = 0 A matriz A e singular, e o sistema tem innitas soluc oes, conforme a


representac ao geom etrica mostrada na gura 19 (as 2 retas s ao coincidentes).
Figura 19: Representac ao geom etrica de um sistema 2x2 com innitas soluc oes.
55
Notas de aula de C alculo Num erico - perodo 01/2007
Nenhuma soluc ao

2x
1
+ x
2
= 3
4x
1
+ 2x
2
= 2

2 1
4 2

. .. .
A

x
1
x
2

3
2

(39)
detA = 0 A matriz A e singular, e o sistema n ao tem soluc ao. A representac ao
geom etrica e mostrada na gura 20 (as 2 retas s ao paralelas).
Figura 20: Representac ao geom etrica de um sistema 2x2 sem soluc ao.
4.4 Sistemas triangulares
Sistema triangular inferior de ordem n

l
11
0 0 . . . 0
l
21
l
22
0 . . . 0
l
31
l
32
l
33
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
l
n1
l
n2
l
n3
. . . l
nn

x
1
x
2
x
3
.
.
.
x
n

c
1
c
2
c
3
.
.
.
c
n

(40)
A soluc ao de sistemas triangulares inferiores e feita por substituic oes sucessivas.
l
11
x
1
= c
1
x
1
=
c
1
l
11
l
21
x
1
+ l
22
x
2
= c
2
x
2
=
c
2
l
21
x
1
l
22
l
31
x
1
+ l
32
x
2
+ l
33
x
3
= c
3
x
3
=
c
3
l
31
x
1
l
32
x
2
l
33
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
l
n1
x
1
+ l
n2
x
2
+ l
n3
x
3
+ . . . + l
nn
x
n
= c
n
(41)
x
n
=
c
n
l
n1
x
1
l
n2
x
2
l
n3
x
3
. . . l
n,n1
x
n1
l
nn
F ormula geral:
x
i
=
c
i

i1
j=1
l
ij
x
j
l
ii
i = 1, 2, . . . , n
56
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 39 Calcular a soluc ao do sistema triangular inferior abaixo usando as substi-
tuic oes sucessivas.

2 0 0 0
3 5 0 0
1 6 8 0
1 4 3 9

x
1
x
2
x
3
x
4

4
1
48
6

2x
1
= 4 x
1
= 2
3x
1
+ 5x
2
= 1 x
2
=
1 3x
1
5
=
1 6
5
= 1
x
1
6x
2
+ 8x
3
= 48 x
3
=
48 x
1
+ 6x
2
8
=
48 2 6
8
= 5
x
1
+ 4x
2
3x
3
+ 9x
4
= 6 x
4
=
6 + x
1
4x
2
+ 3x
3
9
=
6 + 2 + 4 + 15
9
= 3
Soluc ao: x = [2 1 5 3]
T
Algoritmo 4 : Substituic oes sucessivas
{Objetivo: resolver sistemas triangulares inferiores Lx = c de ordem n}
par ametros de entrada: n, L, c {ordem do sistema, matriz L e vetor c}
par ametro de sada: x
x
1
= c
1
/l
11
para i de 2 at e n faca
Soma = 0
para j de 1 at e i 1 faca
Soma = Soma + l
ij
x
j
m-para
x
i
= (c
i
Soma)/l
ii
m-para
m-algoritmo
Sistema triangular superior de ordem n

u
11
u
12
u
13
. . . u
1n
0 u
22
u
23
. . . u
2n
0 0 u
33
. . . u
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 0 . . . u
nn

x
1
x
2
x
3
.
.
.
x
n

d
1
d
2
d
3
.
.
.
d
n

57
Notas de aula de C alculo Num erico - perodo 01/2007
A soluc ao de sistemas triangulares superiores e feita por substituic oes retroativas.
u
nn
x
n
= d
n
x
n
=
d
n
u
nn
u
n1,n1
x
n1
+ u
n1,n
x
n
= d
n1
x
n1
=
d
n1
u
n1,n
x
n
u
n1,n1
. . . . . . . . . . . . . . . . . . . . .
F ormula geral:
x
i
=
d
i

n
j=i+1
u
ij
x
j
u
ii
i = n, n 1, . . . , 1
Exemplo 40 Calcular a soluc ao do sistema triangular superior abaixo usando as subs-
tituic oes retroativas.

5 2 6 1
0 3 7 4
0 0 4 5
0 0 0 2

x
1
x
2
x
3
x
4

1
2
28
8

2x
4
= 8 x
4
= 4
4x
3
+ 5x
4
= 28 x
3
=
28 5x
4
4
=
28 20
4
= 2
3x
2
+ 7x
3
4x
4
= 2 x
2
=
2 + 4x
4
7x
3
3
=
2 14 + 16
3
= 0
5x
1
2x
2
+ 6x
3
+ x
4
= 1 x
1
=
1 + 2x
2
6x
3
x
4
5
=
1 + 0 12 4
5
= 3
Soluc ao: x = [1 0 2 4]
T
Algoritmo 5 : Substituic oes retroativas
{Objetivo: resolver sistemas triangulares superiores Ux = d de ordem n}
par ametros de entrada: n, U, d {ordem do sistema, matriz U e vetor d}
par ametro de sada: x
x
n
= c
n
/u
nn
para i de n 1 at e 1, passo 1, faca
Soma = 0
para j de i + 1 at e n faca
Soma = Soma + u
ij
x
j
m-para
x
i
= (d
i
Soma)/u
ii
m-para
m-algoritmo
58
Notas de aula de C alculo Num erico - perodo 01/2007
4.5 Sistemas equivalentes
Dois sistemas lineares s ao equivalentes quando possuem o mesmo vetor soluc ao.
Exemplo 41 :
A

2x
1
+ 3x
2
= 8
x
1
x
2
= 1
B

2x
1
2x
2
= 2
x
1
+ 4x
2
= 9
x
A
= x
B
A B
4.6 Operac oes elementares
Um sistema linear pode ser transformado em outro equivalente usando-se as 3 opera-
c oes elementares - operac oes de linha.
Trocar a ordem de 2 equac oes:
B

2x
1
2x
2
= 2
x
1
+ 4x
2
= 9
C

x
1
+ 4x
2
= 9
2x
1
2x
2
= 2
x
B
= x
C
= [1 2]
T
B C
Multiplicar uma equac ao por uma constante n ao-nula:
A

x
1
+ 4x
2
= 9
2x
1
2x
2
= 2
B

x
1
+ 4x
2
= 9
x
1
x
2
= 1
x
C
= x
D
= [1 2]
T
C D
Somar uma equac ao ` a outra:
A

x
1
+ 4x
2
= 9
x
1
x
2
= 1
B

2x
1
+ 3x
2
= 8
x
1
x
2
= 1
x
D
= x
E
= [1 2]
T
D E
Os sistemas A, B, C, D, E possuem o mesmo vetor soluc ao, portanto:
A B C D E
Uma forma de simplicar a resoluc ao de sistemas lineares e transform a-los em siste-
mas triangulares equivalentes.
4.7 Classes de m etodos para resoluc ao de sistemas lineares
M etodos diretos: a soluc ao exata (desconsiderando-se os erros de arredondamento e
truncamento) e atingida com um n umero nito de operac oes aritm eticas. Ex: M etodo
de Gauss, decomposic ao LU e decomposic ao de Cholesky.
59
Notas de aula de C alculo Num erico - perodo 01/2007
M etodos iterativos: aproxima-se a soluc ao com um n umero innito de operac oes arit-
m eticas. Ex. Gauss-Seidel e Jacobi.
4.8 M etodos diretos
Eliminac ao Gauss OM etodo de Gauss consiste em transformar um sistema de equac oes
lineares em um sistema triangular superior equivalente usando operac oes de linha.
Ax = b Ux = d
O sistema triangular equivalente e resolvido atrav es de substituic oes retroativas.
Exemplo 42 :

1 3 2
2 8 1
4 6 5

x
1
x
2
x
3

11
15
29

O sistema e transformado em um sistema triangular superior equivalente.


Zerar os elementos a
21
e a
31
usando a
11
como elemento piv o:
a
21
= 2 a
21
+ m
21
a
11
= 0
m
21
=
a
21
a
11
= 2
Operac ao de linha (nova linha L
2
):
L

2
= L2 + m
21
L
1
L

2
= L2 + 2L
1
Sistema equivalente com a
21
= 0:

1 3 2
0 2 3
4 6 5

x
1
x
2
x
3

11
7
29

a
31
= 4 a
31
+ m
31
a
11
= 0
m
31
=
a
31
a
11
= 4
Operac ao de linha (nova linha L
3
):
L

3
= L3 + m
31
L
1
L

3
= L3 4L
1
Sistema equivalente com a
31
= 0:

1 3 2
0 2 3
0 6 3

x
1
x
2
x
3

11
7
15

60
Notas de aula de C alculo Num erico - perodo 01/2007
Zerar a
32
usando o elemento a
22
como piv o:
a
32
= 6 a
32
+ m
32
a
22
= 0
m
32
=
a
32
a
22
= 3
Operac ao de linha (nova linha L
3
):
L

3
= L3 + m
32
L
2
L

3
= L3 3L
2
Sistema equivalente com a
32
= 0, que e o sistema triangular superior equivalente
Ux = d:

1 3 2
0 2 3
0 0 12

x
1
x
2
x
3

11
7
36

O sistema equivalente e resolvido por retrossubstituic ao:


12x
3
= 36 x
3
=
36
12
= 3
2x
2
+ 3x
3
= 7 x
2
=
7 2x
3
2
=
7 3.3
2
= 1
x
1
3x
2
+ 2x
3
= 11 x
1
=
11 + 3x
2
2x
3
1
= 11 3 6 = 2
Soluc ao: x = [2 1 3]
T
Exemplo 43 : Dispositivo pr atico para aplicac ao do M etodo de Gauss (Campos, 2001)

1 6 2 4
3 19 4 15
1 4 8 12
5 33 9 3

x
1
x
2
x
3
x
4

8
25
18
72

L m A b operac oes
1
2
3
4
m
21
= 3
m
31
= 1
m
41
= 5
1 6 2 4
3 19 4 15
1 4 8 12
5 33 9 3
8
25
18
72
5
6
7
m
32
= 2
m
42
= 3
0 1 2 3
0 2 6 16
0 3 1 17
1
10
32
3L
1
+ L
2
L
1
+ L
3
5L
1
+ L
4
8
9 m
43
= 2, 5
0 0 2 10
0 0 5 26
12
29
2L
5
+ L
6
3L
5
+ L
7
10 0 0 0 1 1 2, 5L
8
+ L
9
61
Notas de aula de C alculo Num erico - perodo 01/2007
O sistema triangular equivalente Ux = d e composto pelas linhas L
1
, L
5
, L
8
e L
10
,
podendo ser resolvido por substituic oes retroativas.

1 6 2 4
0 1 -2 3
0 0 2 -10
0 0 0 -1

x
1
x
2
x
3
x
4

8
1
12
-1

1x
4
= 1 x
4
=
1
1
= 1
2x
3
10x
4
= 12 x
3
=
12 + 10x
4
2
= 11
x
2
2x
3
+ 3x
4
= 1 x
2
=
1 + 2x
3
3x
4
1
= 20
x
1
+ 6x
2
+ 2x
3
+ 4x
4
= 8 x
1
=
8 6x
2
2x
3
4x
4
1
= 138
Vetor-soluc ao: x = [138 20 11 1]
T
Problemas do m etodo
O m etodo de Gauss ir a falhar quando um piv o for nulo, caso em que e impossvel
calcular os multiplicadores m
ij
.
Um outro problema e a obtenc ao de multiplicadores muito grandes, que podem am-
pliar os erros de arredondamento e at e comprometer a soluc ao do sistema.
Exemplo 44 : Resolver o sistema abaixo usando sistema de ponto utuante decimal com
4 dgitos e arredondamento.
0, 0003x
1
+ 1, 566x
2
= 1, 569
0, 3453x
1
2, 436x
2
= 1, 018

0, 0003 1, 566
0, 3453 2, 436

. .. .
A

x
1
x
2

. .. .
x
=

1, 569
1, 018

. .. .
b
Ax = b
Tomando a
11
= 0, 0003 como piv o para zerar a
21
, tem-se:
a
21
+ m
21
a
11
= 0 m
21
=
a
21
a
11
=
0, 3453
0, 0003
m
21
= 1151
Da, efetua-se a operac ao de linha L

2
= L
2
+ m
21
L
1
:
a

22
= a
22
+ m
21
a
12
= 2, 436 (1151)(1, 566) = 2, 436 1802 = 1804
b

2
= b
2
+ m
21
b
1
= 1, 018 (1151)(1, 569) = 1, 018 1806 = 1805
Resultando no sistema triangular:

0, 0003 1, 566
0 1804

x
1
x
2

1, 569
1805

62
Notas de aula de C alculo Num erico - perodo 01/2007
Resolvendo por retrossubstituic ao:
1804x
2
= 1805 x
2
=
1805
1804
x
2
= 1, 001
0, 0003x
1
+ 1, 566x
2
= 1, 569 x
1
=
1, 569 (1, 566)(1, 001)
0, 0003
x
1
=
1, 569 1, 568
0, 0003
=
0, 0010
0, 0003
x
1
= 3, 333
Determinando o resduo r = Ax b:
r =

0, 0003 1, 566
0, 3453 2, 436

3, 333
1, 001

1, 569
1, 018

0, 000
2, 306

Como o pivot a
11
e muito pequeno em relac ao aos demais elementos, as operac oes em
aritm etica de ponto utuante geram um erro, considerando a
11
muito pr oximo de zero
(Conte and de Boor, 1980).
Tais problemas podem ser evitados aplicando-se a estrat egia da pivotac ao.
Estrat egia da pivotac ao parcial
A pivotac ao (ou o pivoteamento) parcial consiste em escolher como piv o o elemento
que tem o maior valor absoluto na coluna em quest ao. Deste modo, garante-se que o piv o
seja n ao-nulo, a n ao ser que a matriz seja singular, e evita-se a ocorr encia de multiplica-
dores muito grandes, j a que todos os m
ij
assumir ao valores entre 1 e 1.
Exemplo 45 : Resolver o sistema abaixo pelo m etodo de Gauss com pivotac ao parcial.

1 3 2
2 8 1
4 6 5

x
1
x
2
x
3

11
15
29

Para zerar dois elementos da coluna 1 escolhe-se como piv o o elemento a


31
= 4, que
tem o maior valor em m odulo ( a linha 3 e pivotal). Ser ao zerados os elementos a
11
e a
21
.
a
11
= 1 a
11
+ m
11
a
31
= 0 m
11
=
a
11
a
31
=
1
4
m
11
= 0, 25
a
21
= 1 a
21
+ m
21
a
31
= 0 m
21
=
a
21
a
31
=
2
4
m
21
= 0, 5
O sistema intermedi ario e obtido com as operac oes elementares:
L

1
= L
1
+ m
11
L
3
L

1
= L
1
0, 25L
3
L

2
= L
2
+ m
21
L
3
L

2
= L
2
+ 0, 50L
3

0 1, 5 0, 75
0 5 1, 5
4 6 5

x
1
x
2
x
3

3, 75
0, 5
29

63
Notas de aula de C alculo Num erico - perodo 01/2007
Para zerar 1 elemento da coluna 2, desconsidera-se a linha pivotal 3 e o maior elemento
em m odulo e a

22
= 5, que ser a o piv o.
a

12
= 1, 5 a

12
+ m
12
a

22
= 0 m
12
=
a

12
a

22
=
1, 5
5
m
12
= 0, 3
O segundo sistema intermedi ario e obtido com a operac ao de linha:
L

1
= L

1
+ m
12
L

2
L

1
= L

1
+ 0, 3L

0 0 1, 2
0 5 1, 5
4 6 5

x
1
x
2
x
3

3, 6
0, 5
29

O sistema triangular superior equivalente e obtido com a operac ao de troca da


primeira e da terceira linhas.

4 6 5
0 5 1, 5
0 0 1, 2

x
1
x
2
x
3

29
0, 5
3, 6

Soluc ao empregando o dispositivo pr atico:


L m A b operac oes
1
2
3
m
11
= 0, 25
m
21
= 0, 5
1 3 2
2 8 1
4 6 5
11
15
29
4
5
m
12
= 0, 3 0 1, 5 0, 75
0 5 1, 5
3,75
-0,5
0, 25L
3
+ L
1
0, 5L
3
+ L
2
6 0 0 1,2 3, 6 0, 3L
5
+ L
4
O sistema triangular superior e formado pelas linhas pivotais L
3
, L
2
e L
1
, sendo resol-
vido por substituic oes retroativas.
1, 2x
3
= 3, 6 x
3
=
3, 6
1, 2
x
3
= 3
5x
2
+ 1, 5x
3
= 0, 5 x
2
=
0, 5 1, 5x
3
5
x
2
= 1
4x
1
6x
2
+ 5x
3
= 29 x
1
=
29 + 6x
2
5x
3
4
x
1
= 2
(42)
Soluc ao: x = [2 1 3]
T
Estrat egia da pivotac ao completa
Na estrat egia da pivotac ao completa, escolhe-se como piv o o elemento da matriz que
tenha o maior valor absoluto. No exemplo 45, a primeira linha pivotal seria a segunda
linha, j a que o elemento a
22
e o de maior valor em m odulo. Esta estrat egia demanda mais
esforco computacional do que a pivotac ao parcial para se determinar o piv o e, por esta
raz ao, n ao e muito empregada em implementac oes computacionais.
64
Notas de aula de C alculo Num erico - perodo 01/2007
Decomposic ao LU Uma matriz quadrada qualquer pode ser escrita como o produto de
uma matriz triangular inferior unit aria L com uma matriz triangular superior U. Por
exemplo:

4 3
8 5

. .. .
A
=

1 0
2 1

. .. .
L

4 3
0 -1

. .. .
U
Um sistema linear Ax = b pode ser resolvido usando a matriz A decomposta:
A = LU LUx = b
L Ux
....
y
= b
Ly = b
O m etodo consiste em resolver o sistema triangular inferior Ly = b por substituic oes
sucessivas e ent ao empregar o vetor y como vetor independente do sistema triangular
superior Ux = y, que e resolvido por substituic oes retroativas.
Os fatores L e U podem ser calculados pelo m etodo de eliminac ao de Gauss. A
matriz triangular superior U e a mesma do m etodo de Gauss e na matriz triangular inferior
unit aria L os elementos l
ij
, i = j, s ao os multiplicadores usados na eliminac ao de Gauss
multiplicados por 1.
Exemplo 46 : Resolver o sistema do exemplo 45 usando a decomposic ao LU.

1 3 2
2 8 1
4 6 5

x
1
x
2
x
3

11
15
29

1) Fatorac ao da matriz A:
L multiplicador A operac oes
1
2
3
m
21
= (a
21
)/(a
11
) = 2
m
31
= (a
31
)/(a
11
) = 4
1 3 2
2 8 1
4 6 5
4
5 m
32
= (a
32
)/(a
22
) = 3
0 2 3
0 6 3
2L
1
+ L
2
4L
1
+ L
3
6 0 0 -12 3L
4
+ L
5
Matriz triangular inferior L:
L =

1 0 0
m
21
1 0
m
31
m
32
1

1 0 0
2 1 0
4 3 1

Matriz triangular superior U: como n ao h a permutac ao entre as linhas da matriz A, a


matriz U e formada por:
U =

Linha pivotal 1
Linha pivotal 2
Linha pivotal 3

1 3 2
0 2 3
0 0 12

65
Notas de aula de C alculo Num erico - perodo 01/2007
2) Resoluc ao do sistema triangular inferior Ly = b por substituic oes sucessivas:

1 0 0
2 1 0
4 3 1

y
1
y
2
y
3

11
15
29

y
1
= 11
2y
1
+ y
2
= 15 y
2
= 15 + 2y
1
y
2
= 7
4y
1
+ 3y
2
+ y
3
= 29 y
3
= 29 4y
1
3y
2
y
3
= 36
y = [11 7 36]
T
3) Resoluc ao do sistema triangular superior Ux = y por substituic oes retroativas:

1 3 2
0 2 3
0 0 12

x
1
x
2
x
3

11
7
36

12x
3
= 36 x
3
= 3
2x
2
+ 3x
3
= 7 x
2
=
7 3x
3
2
=
7 3(3)
2
x
2
= 1
x
1
3x
2
+ 2x
3
= 11 x
1
= 11 + 3x
2
2x
3
= 11 + 3(1) 2(3) x
1
= 2
Soluc ao: x = [2 1 3]
T
Decomposic ao LU com pivotac ao parcial
A pivotac ao tamb em deve ser empregada na decomposic ao LU para evitar problemas
num ericos (Campos, 2001). Neste caso, a decomposic ao e dada por:
PA = LU
onde P e uma matriz de permutac oes, constituda das linhas de uma matriz identidade
I colocadas na ordem das linhas pivotais que geram a matriz triangular superior U. A
matriz L e formada pelos multiplicadores com sinal contr ario, atribudos a cada linha de
acordo com os ndices das linhas pivotais.
Dado o sistema Ax = b, tem-se:
Ax = b PAx = Pb L Ux
....
y
= Pb
Primeiro resolve-se o sistema triangular inferior Ly = Pb por substituic oes sucessivas e
em seguida o sistema triangular superior Ux = y por retrossubstituic ao.
Exemplo 47 : Resolver o sistema do exemplo 45 pelo m etodo da decomposic ao LU com
pivotac ao parcial.

1 3 2
2 8 1
4 6 5

x
1
x
2
x
3

11
15
29

66
Notas de aula de C alculo Num erico - perodo 01/2007
L m A operac oes LP
1
2
3
m
11
= 0, 25
m
21
= 0, 5
1 3 2
2 8 1
4 6 5
1
2
3
4
5
m
12
= 0, 3 0 1, 5 0, 75
0 5 1, 5
0, 25L
3
+ L
1
0, 5L
3
+ L
1
1
2
6 0 0 1,2 0, 3L
5
+ L
4
1
A matriz triangular superior U e formada pelas linhas pivotais L
3
, L
2
e L
1
:
U =

Linha pivotal 3
Linha pivotal 2
Linha pivotal 1

4 -6 5
0 5 1,5
0 0 1,2

(43)
Cada linha de L e composta pelos multiplicadores, com sinal contr ario, referentes a
cada linha pivotal. A linha k de L e composta pelos elementos m
ij
, sendo i = LP(k) e
j = 1, 2, . . . , k 1. Ent ao:
k = 1 i = LP(1) = 3 e j = 0 (sem multiplicador)
k = 2 i = LP(2) = 2 e j = 1
k = 3 i = LP(3) = 1 e j = 1, 2
L =

1 0 0
m
21
1 0
m
11
m
12
1

1 0 0
0, 5 1 0
0, 25 0, 3 1

A matriz de permutac ao P e obtida a partir da matriz identidade com as linhas dispostas


na ordem das linhas pivotais (L
3
, L
2
, L
1
):
P =

0 0 1
0 1 0
1 0 0

O sistema e resolvido em duas etapas: primeiro resolve-se o sistema triangular inferior


Ly = Pb cuja soluc ao y e empregada, em seguida, como vetor de termos independentes
do sistema triangular superior Ux = y, que fornece a soluc ao x do sistema.
Soluc ao de Ly = Pb por substituic oes sucessivas:

1 0 0
0, 5 1 0
0, 25 0, 3 1

y
1
y
2
y
3

0 0 1
0 1 0
1 0 0

11
15
29

29
15
11

y
1
= 29
0, 5y
1
+ y
2
= 15 y
2
= 15 + 14, 5 y
2
= 0, 5
0, 25y
1
0, 3y
2
+ y
3
= 29 y
3
= 29 0, 25(29) + 0, 3(0, 5) y
3
= 3, 6
y = [29 0, 5 3, 6]
T
67
Notas de aula de C alculo Num erico - perodo 01/2007
Soluc ao de Ux = y por substituic oes retroativas:

4 6 5
0 5 1, 5
0 0 1, 2

x
1
x
2
x
3

29
0, 5
3, 6

1, 2x
3
= 3, 6 x
3
= 3
5x
2
+ 1, 5x
3
= 0, 5 x
2
=
0, 5 1, 5x
3
5
x
2
= 1
4x
1
6x
2
+ 5x
3
= 29 x
1
=
29 + 6(1) 5(3)
4
x
1
= 2
Soluc ao: x = [2 1 3]
T
C alculo do determinante da matriz A
Para calcular o determinante da matriz de coecientes A do sistema Ax = b, pode-se
empregar as relac oes entre determinantes das matrizes dos sistemas equivalentes obtidos
em cada etapa da Eliminac ao de Gauss, quais sejam (Campos, 2001):
1. Se a matriz B e obtida a partir da permutac ao de duas linhas da matriz A, ent ao:
det(B) = det(A)
2. Se todos os elementos de uma linha de A s ao multiplicados por uma constante k,
gerando a matriz B, ent ao:
det(B) = k det(A)
3. Se um m ultiplo escalar de uma linha da matriz A for somado a outra linha de A,
gerando a matriz B, ent ao:
det(B) = det(A)
4. Se A e matriz triangular ou diagonal de ordem n, ent ao:
det(A) =
n

i=1
a
ii
5. Se C = AB, ent ao:
det(C) = det(A) det(B)
68
Notas de aula de C alculo Num erico - perodo 01/2007
Na resoluc ao de sistemas via Eliminac ao de Gauss ou Decomposic ao LU sem pivotac ao,
n ao s ao efetuadas permutac oes entre as linhas da matriz A. A matriz triangular
superior U do sistema equivalente e obtida atrav es de uma s erie de operac oes ele-
mentares do tipo L
i
+ m.L
pivotal
, correspondendo ` a terceira relac ao listada acima.
Da, conclui-se que, nestes casos:
det(A) = det(U)
Quando se emprega a Eliminac ao de Gauss com pivotac ao parcial, a matriz A e subme-
tida a um n umero p de permutac oes entre linhas, ent ao:
det(A) = (1)
p
det(U)
Na Decomposic ao LU com pivotac ao parcial, tem-se que PA = LU, ent ao, de acordo
com as relac oes entre determinantes de matrizes, tem-se:
det(PA) = det(LU)
det(P) det(A) = det(L) det(U)
det(A) =
1
. .. .
det(L) det(U)
det(P)
det(A) =
det(U)
det(P)
det(A) =
det(U)
(1)
p
Exerccio Proposto 7 : Resolver o sistema Ax = b descrito abaixo via Decomposic ao
LU com pivotac ao parcial vericando a exatid ao e unicidade da soluc ao (Campos, 2001).

4 1 0 1
1 2 1 0
0 4 4 1
5 0 5 10

x
1
x
2
x
3
x
4

6
8
7
40

69
Notas de aula de C alculo Num erico - perodo 01/2007
Algoritmo 6 : Decomposic ao LU com pivotac ao parcial (Campos, 2001):
70
Notas de aula de C alculo Num erico - perodo 01/2007
Algoritmo 7 : Substituic oes sucessivas com pivotac ao parcial (Campos, 2001):
Um programa que resolva sistemas lineares Ax = b pelo m etodo da decomposic ao
LU com pivotac ao parcial deve apresentar, basicamente, as seguintes subrotinas:
subrotina para fatorac ao da matriz A em L e U;
subrotina de substituic oes sucessivas para resolver o sistema Ly = Pb com pivota-
c ao parcial, o que demanda uma adaptac ao do algoritmo 4, descrita no algoritmo 7,
e
subrotina de substituic oes retroativas para resolver o sistema Ux = y (algoritmo 5).
O algoritmo 6 para a decomposic ao LU de uma matriz A com pivotac ao parcial foi
extrado da refer encia (Campos, 2001). Dada a matriz A original, as matrizes (fatores) L
e U s ao escritas sobre a matriz A conforme representado a seguir:

a
11
a
12
a
13
. . . a
1n
a
21
a
22
a
23
. . . a
2n
a
31
a
32
a
33
. . . a
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
n3
. . . a
nn

u
11
u
12
u
13
. . . u
1n
l
21
u
22
u
23
. . . u
2n
l
31
l
32
u
33
. . . u
3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
l
n1
l
n2
l
n3
. . . u
nn

71
Notas de aula de C alculo Num erico - perodo 01/2007
Os par ametros de sada s ao: A = L + U I, sendo I a matriz identidade.
Caso se deseje armazenar a matriz A original, ela deve ser previamente copiada em
outra matriz.
Exerccio Proposto 8 : Fazer um programa, na linguagem de sua prefer encia, para
resoluc ao de sistemas lineares pelo M etodo da Decomposic ao LU com pivotac ao par-
cial baseado nos algoritmos aqui fornecidos.
C alculo da matriz inversa
A matriz inversa satisfaz ` a propriedade:
AA
1
= I
onde I e a matriz identidade. Na forma matricial, tem-se:

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

v
11
v
12
. . . v
1n
v
21
v
22
. . . v
2n
.
.
.
.
.
.
.
.
.
.
.
.
v
n1
v
n2
. . . v
nn

1 0 . . . 0
0 1 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1

(44)
onde os elementos de A s ao representados por a
ij
e os de A
1
por v
ij
.
Para calcular A
1
, basta resolver os n sistemas lineares cujas equac oes t em como
forma geral (Campos, 2001):
Av
i
= e
i
onde v
i
e o vetor dado pela i- esima coluna da matriz A
1
e e
i
e o vetor dado pela i- esima
coluna da matriz I. Para tanto, pode ser empregada a decomposic ao LU. A equac ao geral
de um sistema pode ser reescrita como:
L Uv
i
....
t
= e
i
Resolve-se o sistema triangular inferior unit ario Lt = e
i
e em seguida o sistema triangular
superior Uv
i
= t, que gera a soluc ao v
i
do sistema.
Pivotac ao parcial: ao empregar a pivotac ao parcial para determinar a inversa de A via
M etodo LU, o sistema e reescrito da seguinte forma:
LUv
i
= Pe
i
onde P e a matriz de permutac oes. Como e
i
s ao as colunas da matriz identidade I e
PI = P, tem-se:
LUv
i
= p
i
onde p
i
e a coluna i da matriz de permutac oes.
72
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 48 : Calcular a inversa da matriz A usando a decomposic ao LU.
A =

4 6 2
6 10 5
2 5 30

Fatorac ao da matriz A via eliminac ao de Gauss.


L multiplicadores A operac oes
1
2
3
m
21
= 3/2
m
31
= 1/2
4 6 2
6 10 5
2 5 30
4
5 m
32
= 2
0 1 2
0 2 29
L
2
+ 3L
1
/2
L
3
L
1
/2
6 0 0 25 L
5
+ 2L
4
L =

1 0 0
1, 5 1 0
0, 5 2 1

U =

4 6 2
0 1 2
0 0 25

C alculo da coluna v
1
de A
1
:
Sistema triangular inferior Lt = e
1
substituic oes sucessivas

1 0 0
1, 5 1 0
0, 5 2 1

t
1
t
2
t
3

1
0
0

t =

1
1, 5
2, 5

Sistema triangular superior Uv


1
= t retrossubstituic oes

4 6 2
0 1 2
0 0 25

v
1
v
2
v
3

1
1, 5
2, 5

v
1
=

2, 75
1, 70
0, 10

C alculo da coluna v
2
de A
1
:
Sistema triangular inferior Lt = e
2
substituic oes sucessivas

1 0 0
1, 5 1 0
0, 5 2 1

t
1
t
2
t
3

0
1
0

t =

0
1
2

Sistema triangular superior Uv


2
= t retrossubstituic oes

4 6 2
0 1 2
0 0 25

v
1
v
2
v
3

0
1
2

v
2
=

1, 70
1, 16
0, 08

73
Notas de aula de C alculo Num erico - perodo 01/2007
C alculo da coluna v
3
de A
1
:
Sistema triangular inferior Lt = e
3
substituic oes sucessivas

1 0 0
1, 5 1 0
0, 5 2 1

t
1
t
2
t
3

0
0
1

t =

0
0
1

Sistema triangular superior Uv


3
= t retrossubstituic oes

4 6 2
0 1 2
0 0 25

v
1
v
2
v
3

0
0
1

v
3
=

0, 10
0, 08
0, 04

Soluc ao:
A
1
=

2, 75 1, 70 0, 10
1, 70 1, 16 0, 08
0, 10 0, 08 0, 04

Vericac ao:
A
1
A =

2, 75 1, 70 0, 10
1, 70 1, 16 0, 08
0, 10 0, 08 0, 04

4 6 2
6 10 5
2 5 30

1 0 0
0 1 0
0 0 1

Exerccio Proposto 9 : Usando qualquer linguagem de programac ao, escrever um pro-


grama para invers ao de matrizes atrav es do m etodo LU com pivotac ao parcial.
Decomposic ao de Cholesky
Para matrizes sim etricas denidas positivas, a decomposic ao LU pode ser simpli-
cada para:
A = LL
T
onde L e uma matriz triangular inferior e L
T
e a transposta de L.
Teorema 2 Se A for uma matriz sim etrica e denida positiva
3
, ent ao existe uma unica
matriz triangular L com elementos da diagonal positivos tal que A = LL
T
(Campos,
2001).
3
Uma matriz A e denida positiva se {x
T
}[A]{x} > 0 para todo vetor x = 0
74
Notas de aula de C alculo Num erico - perodo 01/2007
C alculo do fator: Seja, por exemplo, a matriz A de ordem 4:

l
11
0 0 0
l
21
l
22
0 0
l
31
l
32
l
33
0
l
41
l
42
l
43
l
44

l
11
l
12
l
13
l
14
0 l
22
l
23
l
24
0 0 l
33
l
34
0 0 0 l
44

a
11
a
12
a
13
a
14
a
21
a
22
a
23
a
24
a
31
a
32
a
33
a
34
a
41
a
42
a
43
a
44

O elemento l
44
da diagonal principal e obtido por:
l
2
41
+ l
2
42
+ l
2
43
+ l
2
44
= a
44
l
44
=

a
44
(l
2
41
+ l
2
42
+ l
2
43
)
l
44
=

a
44

k=1
l
2
4k
Generalizando a express ao para um elemento l
jj
da diagonal principal, tem-se:
l
jj
=

a
jj

j1

k=1
l
2
jk
, j = 1, 2, . . . , n.
O elemento l
43
, abaixo da diagonal principal, e calculado por:
l
41
l
31
+ l
42
l
32
+ l
43
l
33
= a
43
l
43
=
a
43
(l
41
l
31
+ l
42
l
32
)
l
33
Generalizando para um elemento l
ij
abaixo da diagonal principal, tem-se:
l
ij
=
a
ij

j1
k=1
l
ik
l
jk
l
jj
, j = 1, 2, . . . , n 1 e i = j + 1, . . . , n.
A resoluc ao do sistema e feita de modo similar ao empregado na decomposic ao LU:
Ax = b L
y
....
L
T
x = b
Ly = b subst. sucessivas
L
T
x = y subst. retroativas
Exemplo 49 : Resolver o sistema Ax = b abaixo via decomposic ao de Cholesky.

4 2 2
2 10 7
2 7 30

x
1
x
2
x
3

8
11
31

75
Notas de aula de C alculo Num erico - perodo 01/2007
Coluna 1:
l
11
=

a
11
=

4 = 2
l
21
=
a
21
l
11
=
2
2
= 1
l
31
=
a
31
l
11
=
2
2
= 1
Coluna 2:
l
22
=

a
22
l
2
21
=

10 (1)
2
= 3
l
32
=
a
32
l
31
l
21
l
22
=
7 (1)(1)
3
= 2
Coluna 3:
l
33
=

a
33
(l
2
31
+ l
2
32
) =

30 ((1)
2
+ (2)
2
) = 5
O fator L e:
L =

2 0 0
1 3 0
1 2 5

Da, cam propostas como exerccios as resoluc oes do sistema Ly = b por substitui-
c oes sucessivas (y
T
= {4 5 5}) e do sistema L
T
x = y por substituic oes retroativas
(x
T
= {3 1 1}).
Exerccio Proposto 10 : Obter a f ormula para c alculo do determinante de uma matriz
sim etrica A atrav es da decomposic ao de Cholesky.
Exerccio Proposto 11 : Atrav es da decomposic ao de Cholesky, vericar a unicidade da
soluc ao do sistema abaixo e resolv e-lo.
L =

9 6 3 3
6 20 2 22
3 2 6 2
3 22 2 28

x
1
x
2
x
3
x
4

12
64
4
82

Exerccio Proposto 12 : Vericar se as matrizes abaixo admitem decomposic ao de Cho-


lesky e, em caso armativo, resolver os sistemas Ax = b e Bx = b sendo b
T
= [1 2 5].
A =

4 2 4
2 10 4
4 4 9

B =

1 1 0
1 2 1
0 1 3

Exerccio Proposto 13 : Implementar o algoritmo 8 na linguagem de sua prefer encia e


empreg a-lo, juntamente com os algoritmos das substituc oes sucessivas e retroativas, para
resolver sistemas com matriz de coecientes sim etrica.
76
Notas de aula de C alculo Num erico - perodo 01/2007
Algoritmo 8 : Algoritmo da Decomposic ao de Cholesky (Campos, 2001).
77
Notas de aula de C alculo Num erico - perodo 01/2007
4.9 M etodos iterativos estacion arios
Um sistema Ax = b pode ser resolvido por um processo que consiste em gerar,
a partir de um vetor inicial x
0
, uma seq u encia de vetores {x
1
, x
2
, x
3
, . . . , x
n
} que deve
convergir para a soluc ao exata x do sistema (Campos, 2001). Trata-se de um processo
iterativo que pode ser representado por:
x
k+1
= Mx
k
+ c (45)
onde M e a matriz de iterac ao e c e um vetor constante.
Quando a matriz M e xa, n ao sendo alterada durante o processo, o m etodo iterativo
e denominado estacion ario. Aqui ser ao abordados dois m etodos iterativos estacion arios:
Jacobi e Gauss-Seidel.
Condic ao de converg encia
Para que uma seq u encia de vetores {x
1
, x
2
, x
3
, . . . , x
n
} seja convergente para a solu-
c ao do sistema Ax = b o seguinte teorema deve ser atendido:
Teorema 3 : O m etodo iterativo 45 converge com qualquer valor inicial x
o
se e somente
se (M) < 1, sendo (M) o maior autovalor em m odulo da matriz de iterac ao M.
Como a determinac ao de (M) pode requerer maior esforco computacional que a
pr opria soluc ao do sistema Ax = b, usualmente se emprega o crit erio das linhas para
prever a converg encia (Campos, 2001).
Teorema 4 (Crit erio das linhas) :

E condic ao suciente para a converg encia dos m e-
todos iterativos de Jacobi e Gauss-Seidel que a matriz dos coecientes A seja diagonal
estritamente dominante, ou seja:
|a
ii
| >
n

j = 1
j = i
|a
ij
|
Isto signica que, se em cada linha o elemento da diagonal principal em m odulo for maior
que a soma em m odulo dos demais elementos, o m etodo iterativo converge qualquer que
seja o vetor inicial x
o
.
Crit erios de parada
Teoricamente, a soluc ao exata e atingida em um processo iterativo ap os um n umero
innito de iterac oes. Na pr atica, adota-se um crit erio de parada. Aqui ser ao considerados
os seguintes crit erios:
n umero m aximo de iterac oes (k k
max
) e
dada uma toler ancia , o processo iterativo e repetido at e que o vetor x
k
esteja
sucientemente pr oximo do vetor x
k
. A dist ancia entre x
k
e x
k1
pode ser dada por
max
1in
|x
k
i
x
k1
i
| e adota-se aqui como limite para o erro relativo a norma

max
1in
|x
k
i
x
k1
i
|
max
1in
|x
k
i
|

78
Notas de aula de C alculo Num erico - perodo 01/2007
onde x
k
i
e o i- esimo componente do vetor x
k
obtido na k- esima iterac ao.
4.10M etodo de Jacobi
Em um sistema linear Ax = b, a matriz A pode ser decomposta da seguinte forma:
A = D E F
onde D e uma matriz diagonal e E e F s ao matrizes triangulares com diagonais nulas,
respectivamente superior e inferior.
Exemplo 50

2 5 3
1 6 8
3 2 1

. .. .
A
=

2 0 0
0 6 0
0 0 1

. .. .
D

0 5 3
0 0 8
0 0 0

. .. .
E

0 0 0
1 0 0
3 2 0

. .. .
F
O sistema pode ser reescrito da forma:
Ax = b
(D E F)x = b
Dx (E + F)x = b
x = (D
1
(E + F))x + D
1
b (46)
A express ao 46 pode ser empregada para aproximar a soluc ao x de forma iterativa:
x
k+1
= (D
1
(E + F))
. .. .
J
x
k
+ D
1
b
. .. .
c
x
k+1
= Jx
k
+ c (47)
o M etodo de Jacobi emprega aproximac oes sucessivas para o vetor-soluc ao x dadas
pelas equac oes:
x
k+1
1
=
1
a
11
(a
12
x
k
2
+ a
13
x
k
3
+ . . . + a
1n
x
k
n
) +
b
1
a
11
x
k+1
2
=
1
a
22
(a
21
x
k
1
+ a
23
x
k
3
+ . . . + a
2n
x
k
n
) +
b
2
a
22
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (48)
x
k+1
n
=
1
a
n,n
(a
n1
x
k
1
+ a
n2
x
k
2
+ . . . + a
n,n1
x
k
n1
) +
b
n
a
n,n
cuja f ormula geral e:
x
k+1
i
=
1
a
ii

b
i

j=1
j=i
a
ij
x
k
j

i = 1, 2, . . . , n (49)
79
Notas de aula de C alculo Num erico - perodo 01/2007
onde os termos da diagonal principal a
ii
devem ser n ao-nulos. Caso haja a
ii
= 0, devem
ser efetuadas trocas de posic ao entre as linhas da matriz A. Escrevendo 49 na forma
matricial, tem-se:

x
k+1
1
x
k+1
2
x
k+1
3
.
.
.
x
k+1
n

. .. .
x
k+1
=

0
a
12
a
11

a
13
a
11
. . .
a
1n
a
11

a
21
a
22
0
a
23
a
22
. . .
a
2n
a
22

a
31
a
33

a
32
a
33
0 . . .
a
3n
a
33
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

a
n1
a
nn

a
n2
a
nn

a
n3
a
nn
. . . 0

. .. .
J

x
k
1
x
k
2
x
k
3
.
.
.
x
k
n

. .. .
x
k
+

b
1
a
11
b
2
a
22
b
3
a
33
.
.
.
b
n
a
nn

. .. .
c
(50)
Segundo o crit erio das linhas, dado pelo teorema 4, a converg encia do m etodo independe
do valor inicial x
0
, ent ao pode ser usado qualquer vetor x
o
como estimativa inicial. Em
geral, emprega-se x
0
i
= 0.
Exemplo 51 : Resolver o sistema linear abaixo pelo m etodo de Jacobi com < 10
5
e
k
max
= 50.

10 3 2
2 8 1
1 1 5

x
1
x
2
x
3

57
20
4

Vericac ao da converg encia pelo crit erio das linhas:


Linha 1: |10| > |3| +|2| = 5
Linha 2: |8| > |2| +|1| = 3
Linha 3: |5| > |1| +|1| = 2
ent ao o processo convergir a, porque a matriz dos coecientes e diagonal estrita-
mente dominante.
Equac oes de iterac ao:
x
k+1
1
=
1
10

3x
k
2
+ 2x
k
3
+ 57

x
k+1
2
=
1
8

2x
k
1
+ x
k
3
+ 20

x
k+1
3
=
1
5

x
k
1
x
k
2
4

80
Notas de aula de C alculo Num erico - perodo 01/2007
Estimativa inicial x
0
i
= 0:
x
0
1
= 0 x
1
1
=
1
10

3x
0
2
+ 2x
0
3
+ 57

x
1
1
=
57
10
= 5, 7
x
0
2
= 0 x
1
2
=
1
8

2x
0
1
+ x
0
3
+ 20

x
1
2
=
20
8
= 2, 5
x
0
3
= 0 x
1
3
=
1
5

x
0
1
x
0
2
4

x
1
3
=
4
5
= 0, 8
Iterac oes: os vetores x
k
s ao listados na tabela abaixo, onde e:
max|x
k+1
i
x
k
i
|
max|x
k
i
|
k x
k
1
x
k
2
x
k
3

1 5, 70000 2, 50000 0, 80000
2 4, 79000 0, 97500 2, 44000 3, 42380.10
1
3 4, 91950 0, 99750 1, 95300 9, 89938.10
2
4 5, 01015 1, 02600 1, 98340 1, 80933.10
2
5 4, 99552 0, 99954 2, 00723 5, 29725.10
3
6 4, 99869 1, 00022 1, 99901 1, 64413.10
3
7 5, 00013 1, 00045 1, 99978 2, 88007.10
4
8 4, 99991 0, 99999 2, 00012 9, 12629.10
5
9 4, 99998 1, 00001 1, 99998 2, 72243.10
5
10 5, 00000 1, 00001 2, 00000 4, 59167.10
6
Vetor-soluc ao: x = [5, 1, 2]
T
Erro=4, 59167.10
6
com 10 iterac oes.
Interpretac ao geom etrica do m etodo de Jacobi
Considerando um sistema de ordem n = 2, a converg encia do m etodo de Jacobi
pode ser representada geometricamente conforme o exemplo abaixo (Ruggiero and Lopes,
1997).

x
1
+ x
2
= 3
x
1
3x
2
= 3
Func oes de iterac ao:
x
k+1
1
=
1
a
11
(a
12
x
2
+ b
1
) x
k+1
1
= x
k
2
+ 3
x
k+1
2
=
1
a
22
(a
21
x
1
+ b
2
) x
k+1
2
=
1
3
(x
k
1
+ 3)
81
Notas de aula de C alculo Num erico - perodo 01/2007
Estimativa inicial:
x
0
1
= 0 x
1
1
=
b
1
a
11
x
1
1
= 3
x
0
2
= 0 x
1
2
=
b
2
a
22
x
1
2
= 1
Iterac oes
k x
1
x
2
0 0 0
1 3 1
2 2 2
3 1 5/3
4 4/3 4/3
.
.
.
.
.
.
.
.
.
Representac ao geom etrica:
Na gura 21, a soluc ao exata do sistema e a intersec ao das duas retas. A cada iterac ao
{x
0
, x
1
, x
2
, x
3
, x
4
, . . . }, nota-se que o vetor x aproxima-se da soluc ao exata.
Figura 21: Processo iterativo de Jacobi.
Exerccio Proposto 14 : Com base no algoritmo 9, fazer um programa do M etodo de
Jacobi usando qualquer linguagemde programac ao e aplic a-lo para aproximar a soluc ao
do sistema abaixo com < 10
3
e k
max
= 50.

5 2 0 1
1 8 3 2
0 1 6 1
1 1 2 9

x
1
x
2
x
3
x
4

6
10
5
0

82
Notas de aula de C alculo Num erico - perodo 01/2007
Algoritmo 9 : M etodo iterativo de Jacobi (Ax = b) (Campos, 2001).
83
Notas de aula de C alculo Num erico - perodo 01/2007
4.11M etodo de Gauss-Seidel
O m etodo iterativo de Gauss-Seidel para resoluc ao de um sistema linear Ax = b parte
da mesma decomposic ao empregada no m etodo de Jacobi: A = D E F. O sistema
linear e escrito como:
(D E F)x = b (D E)x = Fx + b
x = ((D E)
1
F)x + (D E)
1
b
sendo a forma iterativa dada por:
x
k+1
= ((D E)
1
F)
. .. .
S
x
k
+ (D E)
1
b
. .. .
d
x
k+1
= Sx
k
+ d
onde S = (D E)
1
F e a matriz de iterac ao do m etodo de Gauss-Seidel.
As equac oes de iterac ao podem ser escritas da seguinte forma:
x
k+1
1
=
1
a
11
(a
12
x
k
2
+ a
13
x
k
3
+ . . . + a
1n
x
k
n
) +
b
1
a
11
x
k+1
2
=
1
a
22
(a
21
x
k+1
1
+ a
23
x
k
3
+ . . . + a
2n
x
k
n
) +
b
2
a
22
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . (51)
x
k+1
n
=
1
a
n,n
(a
n1
x
k+1
1
+ a
n2
x
k+2
2
+ . . . + a
n,n1
x
k
n1
) +
b
n
a
n,n
Enquanto no m etodo de Jacobi a aproximac ao x
k+1
e calculada em func ao dos valores x
k
,
calculados na iterac ao anterior, no m etodo de Gauss-Seidel empregam-se os valores mais
recentes de x. Em geral, como no m etodo de Jacobi, emprega-se como vetor inicial:
x
0
i
= 0
Exemplo 52 : Resolver o sistema linear abaixo pelo m etodo de Gauss-Seidel com <
10
5
e k
max
= 50.

10 3 2
2 8 1
1 1 5

x
1
x
2
x
3

57
20
4

Func oes de iterac oes de Gauss-Seidel:


x
k+1
1
=
1
10
(3x
k
2
+ 2x
k
3
+ 57)
x
k+1
2
=
1
8
(2x
k+1
1
+ x
k
3
+ 20)
x
k+1
3
=
1
5
(x
k+1
1
x
k+1
2
4)
84
Notas de aula de C alculo Num erico - perodo 01/2007
Estimativa inicial x
0
= [0 0 0]
T
:
x
1
1
=
1
10
(3x
0
2
+ 2x
0
3
+ 57) x
1
1
=
57
10
= 5, 7
x
1
2
=
1
8
(2x
1
1
+ x
0
3
+ 20) x
1
2
=
1
8
(2.5, 7 + 0 + 20) = 1, 075
x
1
3
=
1
5
(x
1
1
x
1
2
4) x
1
3
=
1
5
(5, 7 1, 075 4) = 2, 155
Iterac oes:
k x
k
1
x
k
2
x
k
3

0 0, 00000 0, 00000 0, 00000
1 5, 70000 1, 07500 2, 15500
2 4, 94655 0, 99400 1, 98817 1, 52330.10
1
3 5, 00418 1, 00044 2, 00092 1, 15264.10
2
4 4, 99968 0, 99996 1, 99993 8, 99587.10
4
5 5, 00002 1, 00000 2, 00001 6, 85291.10
5
6 5, 00000 1, 00000 2, 00000 5, 37589.10
6
Vetor-soluc ao: x = [5, 1, 2]
T
Erro=5, 37589.10
6
com 6 iterac oes.
Pode-se observar que a aproximac ao da soluc ao foi obtida com um n umero menor
de iterac oes do que foi necess ario no M etodo de Jacobi (51).
Exerccio Proposto 15 : Montar a matriz de iterac ao do M etodo de Gauss-Seidel para
um sistema qualquer Ax = b de terceira ordem.
Interpretac ao geom etrica do m etodo de Gauss-Seidel
A converg encia do m etodo de Gauss-Seidel aplicado a um sistema linear de ordem
n = 2 e representada geometricamente abaixo (Ruggiero and Lopes, 1997).

x
1
+ x
2
= 3
x
1
3x
2
= 3
Func oes de iterac ao:
x
k+1
1
=
1
a
11
(a
12
x
k
2
+ b
1
) x
k+1
1
= 3x
k
2
3
x
k+1
2
=
1
a
22
(a
21
x
k+1
1
+ b
2
) x
k+1
2
=
1
3
(x
k+1
1
+ 3)
Estimativa inicial:
x
0
1
=
b
1
a
11
=
3
1
x
0
1
= 3
x
0
2
=
3
3
x
0
2
= 1
85
Notas de aula de C alculo Num erico - perodo 01/2007
Iterac oes
k x
1
x
2
0 0 0
1 3 2
2 1 4/3
3 5/3 14/9
.
.
.
.
.
.
.
.
.
Representac ao geom etrica:
Na gura 22, a soluc ao exata do sistema e a intersec ao das duas retas. A cada iterac ao
{x
0
, x
1
, x
2
, x
3
, x
4
, . . . }, nota-se que o vetor x aproxima-se da soluc ao exata
4
.
Figura 22: Processo iterativo de Gauss-Seidel.
Exerccio Proposto 16 : Com base no algoritmo 10, fazer um programa do M etodo de
Gauss-Seidel usando qualquer linguagem de programac ao e aplic a-lo para aproximar a
soluc ao do sistema abaixo com < 10
5
e k
max
= 50.

5 2 0 1
1 8 3 2
0 1 6 1
1 1 2 9

x
1
x
2
x
3
x
4

6
10
5
0

4
Para facilitar a visualizac ao, s ao representados os pontos: (x
0
1
, x
0
2
), (x
0
1
, x
1
2
), (x
1
1
, x
1
2
), (x
1
1
, x
2
2
),
(x
2
1
, x
2
2
), (x
2
1
, x
3
2
), (x
3
1
, x
3
2
), (x
4
1
, x
4
2
).
86
Notas de aula de C alculo Num erico - perodo 01/2007
Algoritmo 10 : M etodo iterativo de Gauss-Seidel (Ax = b) (Campos, 2001).
87
Notas de aula de C alculo Num erico - perodo 01/2007
Comparac ao entre os m etodos de soluc ao de sistemas lineares
M etodos Diretos:
s ao processos nitos que convergem qualquer que seja o sistema n ao-singular;
apresentam problemas com erros de arredondamento, que podem ser ameni-
zados com emprego das t ecnicas de pivotac ao;
para matrizes cheias, a soluc ao requer n
3
operac oes, sem considerar a pivota-
c ao.
M etodos Iterativos:
Para sistemas de grande porte, s ao provavelmente mais ecientes, principal-
mente com a utilizac ao de computac ao de alto desempenho (paralela);
a converg encia e assegurada apenas sob certas condic oes.
carregam menos erros de arredondamento no processo, tendo em vista que a
converg encia, uma vez assegurada, independe da aproximac ao inicial. Apenas
os erros da ultima iterac ao afetam a soluc ao.
88
Notas de aula de C alculo Num erico - perodo 01/2007
Lista de Exerccios III
1. Resolver os sistemas triangulares inferiores abaixo usando as substituic oes sucessi-
vas.

4x
1
= 2
2x
1
+ 5x
2
= 5
x
1
+ 7x
2
+ 3x
3
= 6

x
1
= 29
0, 5x
1
+ x
2
= 15
0, 25x
1
0, 3x
2
+ x
3
= 11
2. Resolver os sistemas triangulares superiores abaixo usando as substituic oes retroa-
tivas.

4x
1
6x
2
+ 5x
3
= 29
5x
2
+ 1, 5x
3
= 0, 5
1, 2x
3
= 3, 6

5x
1
+ 5x
3
10x
4
= 40
4x
2
4x
3
+ x
4
= 7
5x
3
+ 7, 25x
4
= 36, 25
0, 4x
4
= 2

4 -1 2 2 -1
0 -2 6 2 7
0 0 1 -1 -2
0 0 0 -2 -1
0 0 0 0 3

x
1
x
2
x
3
x
4
x
5

4
0
3
10
6

3. Empregando a Eliminac ao de Gauss, decompor as matrizes abaixo, representando-


as como o produto de uma matriz triangular inferior unit aria L e uma matriz trian-
gular superior U de forma que A = LU.

2 -2 1
3 3 9
3 3 5

2 1 0 2
0 1,5 -3 -2
0 0 0,5 1
1 0 0 0

4. Empregando a Eliminac ao de Gauss, fatorar as matrizes abaixo, empregan

do pivo-
tac ao parcial, em uma matriz triangular inferior unit aria L e uma matriz triangular
superior U de forma que PA = LU, sendo P a matriz de permutac ao.

0 1 0
2 1 -1
3 -1 1

2 -1 4
-1,5 0 -4,5
3 2 5

5. Resolver os sistemas de equac oes lineares abaixo usando os m etodos da eliminac ao


de Gauss e de decomposic ao LU com pivotac ao parcial.

x
1
2, 3x
2
+ 4, 7x
3
+ 12x
4
= 42
1, 1x
1
+ 2x
2
+ 3, 1x
3
+ 3, 9x
4
= 3, 92
2, 1x
1
2, 2x
2
+ 3, 7x
3
+ 16x
4
= 12, 22
1, 2x
1
+ 2, 1x
2
1, 1x
3
+ 4x
4
= 62
89
Notas de aula de C alculo Num erico - perodo 01/2007

10x
1
+ x
2
+ x
3
= 122
x
1
+ x
2
+ 10x
3
= 122
x
1
+ 10x
2
+ x
3
= 122
6. Calcular os determinantes das matrizes de coecientes dos sistemas do itemanterior
atrav es dos m etodos de Gauss e decomposic ao LU.
7. Resolver os sistemas abaixo usando a decomposic ao LU ou, quando possvel, a
decomposic ao de Cholesky (avaliar em cada caso se a soluc ao via Cholesky e
possvel).

10 1 0
1 5 -1
0 -1 3

x
1
x
2
x
3

12
5
3

5 -1 0 -2
-1 6 0 2
0 0 -2 1
-2 2 1 -7

x
1
x
2
x
3
x
4

1
5
0
12

5 -1 0 5
-1 1 0 2
0 0 -2 1
5 2 1 -7

x
1
x
2
x
3
x
4

1
5
0
12

(52)
8. Calcular os determinantes das matrizes do item anterior usando decomposic ao LU
ou, quando possvel, decomposic ao de Cholesky.
9. Mostre que resolver um sistema AX = B onde A e uma matriz nxn e B e uma
matriz nxm equivale a resolver m sistemas de equac oes do tipo Ax = b onde x e b
s ao vetores de ordem n.
10. Combase no itemanterior, encontrar a inversa da matriz abaixo empregando decomposic ao
LU com pivotac ao parcial.

0 2 3
3 3 5
1 2 3

11. Encontrar a inversa da matriz abaixo empregando decomposic ao de Cholesky.

10 1 0
1 5 -1
0 -1 3

90
Notas de aula de C alculo Num erico - perodo 01/2007
12. Resolver os sistemas abaixo usando os m etodos de Jacobi e de Gauss-Seidel, sendo
< 10
3
. Vericar os crit erios de converg encia.

10x
1
+ x
2
+ x
3
= 122
x
1
+ x
2
+ 10x
3
= 122
x
1
+ 10x
2
+ x
3
= 122

x
3
+ 4x
4
= 25
4x
1
x
2
= 25
x
2
+ 4x
3
x
4
= 25
x
1
+ 4x
2
x
3
= 25
13. Usando a linguagem de programac ao de sua prefer encia, desenvolver um programa
que calcule a inversa de uma matriz A via m etodo LU com pivotac ao parcial. A
matriz Adeve ser fornecida como entrada de dados atrav es de um arquivo de leitura
e a inversa deve ser impressa em um arquivo de sada.
14. Desenvolver usando a linguagem de sua prefer encia programas de resoluc ao de
sistemas lineares ( a partir dos algoritmos fornecidos na apostila ) via:
Eliminac ao de Gauss com ou sem pivotac ao parcial;
Decomposic ao LU com pivotac ao parcial;
Decomposic ao de Cholesky;
M etodo de Jacobi e
M etodo de Gauss-Seidel.
91
Notas de aula de C alculo Num erico - perodo 01/2007
5. INTERPOLAC

AO
Freq uentemente ocorre a necessidade de se obter um valor intermedi ario que n ao
consta de uma tabela de dados.

E o caso, por exemplo, de dados experimentais que re-
lacionam as vari aveis x e y. Dada uma tabela de pares de dados x e y, uma forma de
determinar y para um valor de x que n ao pertenca ` a tabela e atrav es de polin omios inter-
poladores. Existem v arios m etodos para construir um polin omio a partir de um conjunto
de pares de dados.
5.1 Interpolac ao linear
Dados dois pontos base (x
0
, y
0
) e (x
1
, y
1
), com x
0
= x
1
, de uma func ao y = f(x),
para obter uma aproximac ao de f(x), x (x
0
, x
1
), faz-se:
f(x) P
1
(x) = a
0
+ a
1
x (53)
onde P
1
e um polin omio interpolador de grau 1. Impondo que o polin omio passe obri-
gatoriamente pelos dois pontos-base, tem-se o seguinte sistema de equac oes lineares de
ordem 2:
P
1
(x
0
) = y
0
a
0
+ a
1
x
0
= y
0
P
1
(x
1
) = y
1
a
0
+ a
1
x
1
= y
1
que pode ser transformado em um sistema triangular superior equivalente:

1 x
0
1 x
1

a
0
a
1

y
0
y
1

1 x
0
0 x
1
x
0

a
0
a
1

y
0
y
1
y
0

que pode ser resolvido por retrossubstituic ao:


a
1
=
y
1
y
0
x
1
x
0
a
0
= y
0
a
1
x
0
Substituindo a
0
e a
1
em 53, obt em-se o polin omio interpolador:
P
1
= a
0
+ a
1
x
P
1
= y
0
+
y
1
y
0
x
1
x
0
(x x
0
)
Exemplo 53 : Calcular P
1
(0, 2) e P
1
(0, 3) a partir da tabela abaixo:
i 0 1
x
i
0,1 0,6
y
i
1,221 3,320
92
Notas de aula de C alculo Num erico - perodo 01/2007
Polin omio interpolador:
P
1
(x) = 1, 221 +
3, 320 1, 221
0, 6 0, 1
(x 0, 1)
P
1
(x) = 1, 221 + 4, 198(x 0, 1)
Avaliac ao do polin omio em x = 0, 2 e x = 0, 3:
P
1
(0, 2) = 1, 641
P
1
(0, 3) = 2, 061
No exemplo 53, os pontos listados na tabela referem-se ` a func ao y = e
2x
. A aproximac ao
linear adotada para a func ao gera os seguintes erros para cada ponto:
para x = 0, 2, o erro e 1, 641 e
2.0,2
= 1, 641 1, 492 = 0, 149;
para x = 0, 3, o erro e 1, 641 e
2.0,3
= 2, 061 1, 822 = 0, 239.
Quanto mais pr oximo de um ponto base for o valor interpolado, menor o erro obtido
com a interpolac ao. A gura 23 mostra a curva exata da func ao e os pontos aproxima-
dos com o polin omio interpolador linear. A linha tracejada representa a curva relativa ` a
aproximac ao, v alida para valores de x contidos no intervalo [0, 1, 0, 6], cujas extremidades
correspondem aos pontos base fornecidos na tabela.
Figura 23: Interpretac ao geom etrica da interpolac ao (exemplo 53).
O resultado da interpolac ao pode ser aprimorado pelo aumento do grau do polin omio
interpolador (Campos, 2001).
93
Notas de aula de C alculo Num erico - perodo 01/2007
5.2 Interpolac ao quadr atica
Dados tr es pontos base (x
0
, y
0
), (x
1
, y
1
) e (x
2
, y
2
), com x
i
distintos, de uma func ao
y = f(x), para aproximar f(z), z (x
0
, x
2
), faz-se:
f(x) P
2
(x) = a
0
+ a
1
x + a
2
x
2
onde P
2
(x) e um polin omio interpolador de grau 2 que passa pelos tr es pontos base. O
problem consiste em resolver o sistema linear de ordem 3, composto pelas 3 func oes de
segundo grau:
P
2
(x
0
) = y
0
a
0
+ a
1
x
0
+ a
2
x
2
0
= y
0
P
2
(x
1
) = y
1
a
0
+ a
1
x
1
+ a
2
x
2
1
= y
1
P
2
(x
2
) = y
2
a
0
+ a
1
x
2
+ a
2
x
2
2
= y
2
Na forma matricial:

1 x
0
x
2
0
1 x
1
x
2
1
1 x
2
x
2
2

a
0
a
1
a
2

y
0
y
1
y
2

A matriz dos coecientes X e denominada matriz de Vandermonde, que tem por


determinante:
det(X) = x
1
x
2
x
2
x
2
x
1
x
1
x
0
x
2
x
2
+ x
0
x
1
x
1
+ x
0
x
0
x
2
x
0
x
0
x
1
= [x
1
x
2
x
0
(x
2
+ x
1
) + x
2
0
](x
2
x
1
)
= (x
1
x
2
x
0
x
2
x
0
x
1
+ x
2
0
)(x
2
x
1
)
= [x
2
(x
1
x
0
) x
0
(x
1
x
0
)](x
2
x
1
)
= (x
2
x
0
)(x
1
x
0
)(x
2
x
1
) = 0
isto indica que o sistema tem soluc ao unica: existe apenas um polin omio de grau 2 que
passa pelos pontos base (x
0
, y
0
), (x
1
, y
1
) e (x
2
, y
2
). Generalizando, dados n + 1 pontos
base, por tais pontos passa apenas um polin omio de grau n (P
n
).
Exemplo 54 : Dada a tabela abaixo, calcular P
2
(0, 2).
i 0 1 2
x
i
0,1 0,6 0,8
y
i
1,221 3,320 4,953
O polin omio P
2
e obtido a partir do sistema abaixo.

1 0,1 0,01
1 0,6 0,36
1 0,8 0,64

a
0
a
1
a
2

1,221
3,320
4,953

que pode ser resolvido pelo M etodo LU com pivotac ao parcial:


94
Notas de aula de C alculo Num erico - perodo 01/2007
L m A operac oes LP
1
2
3
m
21
= 1
m
31
= 1
1 0, 1 0, 01
1 0, 6 0, 36
1 0, 8 0, 64
1
2
3
4
5
m
22
= (5/7) 0 0, 5 0, 35
0 0, 7 0, 63
L
1
+ L
2
L
1
+ L
3
2
3
6 0 0 -0,1 (5/7)L
5
+ L
4
2
Obt em-se os fatores L e U e a matriz de permutac ao P:
L =

1 0 0
1 1 0
1 5/7 1

U =

1 0,1 0,01
0 0,7 0,63
0 0 -0,1

P =

1 0 0
0 0 1
0 1 0

Resoluc ao do sistema triangular inferior Lt = Py

1 0 0
1 1 0
1 5/7 1

t
1
t
2
t
3

1,221
4,953
3,320

t
1
= 1, 221
t
2
= 4, 953 1, 221 = 3, 732
t
3
= 3, 320 1, 221
5.3, 732
7
= 0, 567
Resoluc ao do sistema triangular superior Ua = t:

1 0,1 0,01
0 0,7 0,63
0 0 -0,1

a
0
a
1
a
2

1,221
3,732
-0,567

a
2
= 5, 667
a
1
=
3, 732 0, 63.5, 667
0, 7
= 0, 231
a
0
= 1, 221 0, 1.0, 231 0, 01.5, 667 = 1, 141
O polin omio interpolador e:
P
2
= 1, 141 + 0, 231x + 5, 667x
2
P
2
(x) avaliado em x = 0, 2:
P
2
(0, 2) = 1, 414
95
Notas de aula de C alculo Num erico - perodo 01/2007
Observac ao: Comparando este resultado com o obtido no exemplo 53 nota-se que o
polin omio de grau 2 forneceu um valor mais pr oximo do exato que o polin omio de grau
1.
A obtenc ao dos coecientes do polin omio interpolador atrav es da resoluc ao de siste-
mas lineares e conceitualmente simples, mas demanda um esforco computacional consi-
der avel - qualquer que seja o m etodo num erico adotado.

E, portanto, conveniente conhe-
cer uma metodologia alternativa, com menor complexidade, para obter-se o polin omio
interpolador com base em dados discretos.
Exerccio Proposto 17 : A partir da tabela abaixo, calcular os valores de P
1
(0, 33),
P
1
(0, 38), P
1
(0, 45), P
2
(0, 33), P
2
(0, 38), P
2
(0, 45). Comparar os valores interpolados
com os resultados exatos, sabendo que os pontos se referem ` a func ao y = sin(x).
x 0, 3 0, 4 0, 5
y 0, 2955 0, 3894 0, 4794
5.3 Polin omios de Lagrange
Dados n + 1 pontos (x
i
, y
i
), sendo x
i
distintos, tais que y
i
= f(x
i
) e x (x
0
, x
n
),
deseja-se obter um polin omio L
n
(x) de grau n ao superior a n e cujos valores avaliados
nos pontos x
i
coincidam com o valor da func ao f(x):
L
n
(x
i
) = f(x
i
) = y
i
, i = 0, 1, 2, . . . (54)
Para este m, emprega-se a f ormula de Lagrange.
F ormula de Lagrange
Sejam os polin omios de grau n, P
i
(x), i = 0, 1, 2, . . . , n, tais que P
i
(x
i
) = 0 e
P
i
(x
j
) = 0 i = j:
P
0
(x) = (x x
1
)(x x
2
)(x x
3
) . . . (x x
n
)
P
1
(x) = (x x
0
)(x x
2
)(x x
3
) . . . (x x
n
)
P
2
(x) = (x x
1
)(x x
2
)(x x
3
) . . . (x x
n
)
.
.
.
.
.
.
P
n
(x) = (x x
1
)(x x
2
)(x x
3
) . . . (x x
n1
)
Na forma geral:
P
i
(x) =
n

j=0,j=i
(x x
j
), i = 0, 1, 2, . . . , n (55)
Como L
n
(x) tem grau n ao superior a n, este pode ser escrito em func ao dos polin omios
P
i
(x):
L
n
(x) = c
0
P
0
(x) + c
1
P
1
(x) + c
2
P
2
(x) + + c
n
P
n
(x)
96
Notas de aula de C alculo Num erico - perodo 01/2007
L
n
(x) =
n

i=0
c
i
P
i
(x) (56)
Da:
L
n
(x
i
) = y
i
= c
i
P
i
(x
i
)
e:
c
i
=
y
i
P
i
(x
i
)
Substituindo a express ao de c
i
em 56:
L
n
(x) =
n

i=0
y
i
P
i
(x
i
)
P
i
(x) (57)
Empregando a express ao 55 em 57 chega-se ` a express ao do polin omio de Lagrange de
grau n:
L
n
(x) =
n

i=0
y
i
n

j=0,j=i
x x
j
x
i
x
j
(58)
Exemplo 55 : Calcular L
1
(0, 2) e L
2
(0, 2) a partir da tabela abaixo.
i 0 1 2
x
i
0,1 0,6 0,8
y
i
1,221 3,320 4,953
Fazendo n = 1 na express ao 58:
L
1
(x) = y
0
x x
1
x
0
x
1
+ y
1
x x
0
x
1
x
0
L
1
(0, 2) = 1, 221
0, 2 0, 6
0, 1 0, 6
+ 3, 320
0, 2 0, 1
0, 6 0, 1
L
1
(0, 2) = 1, 641
O resultado e id entico ao obtido no exemplo 53.
Fazendo n = 2 na express ao 58:
L
2
(x) = y
0
(x x
1
)
(x
0
x
1
)
(x x
2
)
(x
0
x
2
)
+y
1
(x x
0
)
(x
1
x
0
)
(x x
2
)
(x
1
x
2
)
+y
2
(x x
0
)
(x
2
x
0
)
(x x
1
)
(x
2
x
1
)
L
2
(0, 2) =
1, 221(0, 2 0, 1)(0, 2 0, 8)
(0, 1 0, 6)(0, 1 0, 8)
+
3, 320(0, 2 0, 1)(0, 2 0, 8)
(0, 6 0, 1)(0, 6 0, 8)
+
4, 953(0, 2 0, 1)(0, 2 0, 6)
(0, 8 0, 1)(0, 8 0, 6)
L
2
(0, 2) = 1, 414
O resultado e id entico ao obtido no exemplo 54.
97
Notas de aula de C alculo Num erico - perodo 01/2007
Algoritmo 11 : Algoritmo para interpolac ao de Lagrange (Campos, 2001)
Exerccio Proposto 18 : Resolver o problema do exemplo 54 empregando uma imple-
mentac ao do algoritmo 11.
5.4 Polin omios de Newton
Um esquema alternativo para interpolar sem a necessidade de resolver um sistema de
equac oes s ao os polin omios de Newton, que t em como principais caractersticas:
dispensar a soluc ao de sistemas de equac oes para se obter a func ao interpoladora;
consistem em uma construc ao sucessiva a partir de polin omios de grau inferior;
baseiam-se em diferencas divididas.
Operador de diferencas divididas
Seja a func ao f(x) que passa pelos pontos (x
i
, y
i
), i = 0, 1, . . . , n. O operador de
diferenca dividida e denido como:
1. de ordem 0:

0
y
i
= y
i
= [x
i
]
2. de ordem 1:
y
i
=

0
y
i+1

0
y
i
x
i+1
x
i
=
y
i+1
y
i
x
i+1
x
i
= [x
i
, x
i+1
]
98
Notas de aula de C alculo Num erico - perodo 01/2007
3. de ordem 2:

2
y
i
=
y
i+1
y
i
x
i+2
x
i
== [x
i
, x
i+1
, x
i+2
]
4. de ordem n:

n
y
i
=

n1
y
i+1

n1
y
i
x
i+n
x
i
= [x
i
, x
i+1
, x
i+2
, . . . , x
i+n
]
A diferenca dividida de ordem 1 e uma aproximac ao discreta da derivada primeira,
caso sejam considerados como argumentos pontos sucientemente pr oximos:
f

(x
0
) = lim
xx
0
f(x) f(x
0
)
x x
0
y
0
=
f(x) f(x
0
)
x x
0
=
f(x
0
) f(x)
x
0
x
[x
0
, x] = [x, x
0
] (59)
Exemplo 56 : Calcular as diferencas divididas para os valores (x
i
, y
i
) tabelados.
i x
i
y
i
y
i

2
y
i
0 0,3 3,09 11,80 1
1 1,5 17,25 13,60 -
2 2,1 25,41 - -
Ordem 1:
y
0
=
y
1
y
0
x
1
x
0
=
17, 25 3, 09
1, 5 0, 3
= 11, 80
y
1
=
y
2
y
1
x
2
x
1
=
25, 41 17, 25
2, 1 1, 5
= 13, 60
Ordem 2:

2
y
0
=
y
1
y
0
y
2
y
0
=
13, 60 11, 80
2, 1 0, 3
= 1
Nota-se que para 3 valores tabelados h a 3 diferencas divididas de primeira ordem
e 1 diferenca dividida de 2
a
ordem.
Na forma geral, para n + 1 pontos, calculam-se:
(n) y
i
;
(n 1)
2
y
i
;
(n 2)
3
y
i
;
. . . . . . . . . . . . ;
1
n
y
i
.
99
Notas de aula de C alculo Num erico - perodo 01/2007
Propriedade das diferencas divididas:
Teorema 5 : Se y = f(x) for um polin omio de grau n que passa pelos pontos (x
i
, y
i
),
ent ao suas diferencas divididas de ordem k t em grau n k.
Demonstrac ao para k = 1:
[x, x
i
] =
f(x) f(x
i
)
x x
i
f(x)
....
grau n
= [x, x
i
]
. .. .
grau n1
(x x
i
)
. .. .
grau 1
+ f(x
i
)
. .. .
constante
[x, x
i
] tem grau (n 1) = (n k).
Da, se k = n, o grau das diferencas divididas de ordemn,
n
y
0
= [x, x
0
, x
1
, . . . , x
n
]
e 0 (s ao constantes);
As diferencas divididas de ordem k > n s ao nulas.
Exemplo 57 : Vericar a tabela de diferencas divididas para os pontos abaixo.
i x
i
y
i
y
i

2
y
i

3
y
i

4
y
i
0 0 3,000 -1,2 0,5 5 0
1 0,2 2,760 -1,05 2,5 5 0
2 0,3 2,655 -0,55 5 5 -
3 0,4 2,600 1,45 8 - -
4 0,7 3,035 5,45 - - -
5 0,9 4,125 - - - -
Nota-se que todas as diferencas divididas de ordem 3 s ao iguais a 5 e que as diferencas
divididas de ordem 4 s ao nulas.
Isto indica que a func ao que passa pelos pontos (x
i
, y
i
) listados na tabela e de 3
o
grau - conforme estabelece o teorema 5, se f(x) e de grau n, ent ao o grau das diferencas
divididas de ordem k = n = 3 e zero e as diferencas divididas de ordem k > n s ao nulas.
F ormula de Newton para interpolac ao com diferencas divididas
Sejam n + 1 pontos distintos (x
i
, y
i
), i = 0, 1, 2, . . . , n, e P
n
(x) um polin omio inter-
polador de grau n que conter a estes pontos. Para obter a f ormula de Newton, parte-se da
denic ao de diferenca dividida:
[x, x
0
] =
f(x) f(x
0
)
x x
0
=
P
n
(x) P
n
(x
0
)
x x
0
Da:
P
n
(x) = P
n
(x
0
) + (x x
0
)[x, x
0
] (60)
Sabendo que:
[x, x
0
, x
1
] =
[x, x
0
] [x
0
, x
1
]
x x
1
[x, x
0
] = [x
0
, x
1
] + [x, x
0
, x
1
](x x
1
)
100
Notas de aula de C alculo Num erico - perodo 01/2007
Substituindo 61 em 60:
P
n
(x) = P
n
(x
0
) + (x x
0
)[x
0
, x
1
] + (x x
0
)(x x
1
)[x, x
0
, x
1
] (61)
Mas ,
[x, x
0
, x
1
, x
2
] =
[x, x
0
, x
1
] [x
0
, x
1
, x
2
]
x x
2
ent ao
[x, x
0
, x
1
] = [x
0
, x
1
, x
2
] + [x, x
0
, x
1
, x
2
](x x
2
) (62)
que, substitudo em 61 gera:
P
n
(x) = P
n
(x
0
) + (x x
0
)[x
0
, x
1
] + (x x
0
)(x x
1
)[x
0
, x
1
, x
2
] +
(x x
0
)(x x
1
)(x x
2
)[x, x
0
, x
1
, x
2
] (63)
Continuando o desenvolvimento de [x, x
0
, x
1
, x
2
], chega-se a:
P
n
(x) = P
n
(x
0
) + (x x
0
)[x
0
, x
1
] + (x x
0
)(x x
1
)[x
0
, x
1
, x
2
] +
(x x
0
)(x x
1
)(x x
2
)[x
0
, x
1
, x
2
, x
3
] + +
. . . (x x
0
)(x x
1
)(x x
2
) . . . (x x
n1
)[x
0
, x
1
, . . . , x
n
] +
(x x
0
)(x x
1
)(x x
2
) . . . (x x
n
)[x, x
0
, x
1
, . . . , x
n
] (64)
De acordo com o teorema 5, como P
n
(x) tem grau n, resulta [x, x
0
, x
1
, . . . , x
n
] = 0.
Sabendo que P
n
(x
0
) = y
0
, tem-se, da equac ao 64:
P
n
(x) = y
0
+ (x x
0
) y
0
+ (x x
0
)(x x
1
)
2
y
0
+
(x x
0
)(x x
1
)(x x
2
)
3
y
3
+ . . .
+(x x
0
)(x x
1
)(x x
2
) . . . (x x
n1
)
n
y
0
(65)
que e o polin omio interpolador de Newton, de grau n, usando as diferencas divididas.
Em forma compacta, a equac ao 65 e reescrita como:
P
n
(x) = y
0
+
n

i=1

i
y
0
i1

j=0
(x x
j
) (66)
Uma vantagem do polin omio de Newton para interpolac ao com diferencas divididas
sobre a f ormula de Lagrange e que e possvel aumentar o grau do polin omio acrescentando-
se parcelas (
i
y
0
(x x
j
)) a polin omios de grau inferior 0. N ao e necess ario construir
todo o polin omio novamente, como na f ormula de Lagrange.
Exemplo 58 : Calcular P
1
(0, 2) a partir da tabela:
i 0 1
x
i
0,1 0,6
y
i
1,221 3,320
101
Notas de aula de C alculo Num erico - perodo 01/2007
Construc ao da tabela de diferencas divididas: como h a dois pontos tabelados, e
possvel calcular apenas 1 diferenca dividida de 1
a
ordem.
y
0
=
y
1
y
0
x
1
x
0
=
3, 320 1, 221
0, 6 0, 1
= 4, 198
Polin omio de Newton com diferencas divididas: aplicac ao da express ao 66
P
1
(x) = y
0
+ y
0
(x x
0
)
P
1
(x) = 3, 320 + 4, 198(x 0, 1)
Avaliando P
1
(x) para x = 0, 2:
P
1
(0, 2) = 3, 320 + 4, 198(0, 2 0, 1) = 1, 641
Nota-se que o resultado e id entico ao do exemplo 55. O polin omio obtido com a
f ormula de Lagrange e:
L
1
= y
0
+
y
1
y
0
x
1
x
0
(x x
0
)
que e igual a P
1
(x) obtido pela f ormula de Newton com diferencas divididas.
Exemplo 59 : A partir da tabela abaixo, calcular P
2
(0, 2), P
3
(0, 2) e P
4
(0, 2) forne-
cendo a resposta com 4 algarismos signicativos.
i 0 1 2 3 4
x
i
0,1 0,3 0,4 0,6 0,7
Tabela de diferencas divididas: dados 5 pontos, e possvel calcular diferencas di-
vididas de ordem 4.
i x
i
y
i
y
i

2
y
i

3
y
i

4
y
i
0 0,1 0,3162 1,1575 -1,0317 1,1467 -1,2444
1 0,3 0,5477 0,8480 -0,4583 0,4000 -
2 0,4 0,6325 0,7105 -0,2983 - -
3 0,6 0,7746 - 0,6210 - - -
4 0,7 0,8367 - - - -
Polin omios de Newton com diferencas divididas:
P
n
(x) = y
0
+
n

i=1
i1

j=0

i
y
0
(x x
j
)
P
2
(x) = 0, 3162 + 1, 1575(x 0, 1) + (1, 0317)(x 0, 1)(x 0, 3)
P
3
(x) = 0, 3162 + 1, 1575(x 0, 1) + (1, 0317)(x 0, 1)(x 0, 3)
+1, 1467(x 0, 1)(x 0, 3)(x 0, 4)
P
4
(x) = 0, 3162 + 1, 1575(x 0, 1) + (1, 0317)(x 0, 1)(x 0, 3)
+1, 1467(x 0, 1)(x 0, 3)(x 0, 4) +
(1, 2447)(x 0, 1)(x 0, 3)(x 0, 4)(x 0, 6)
102
Notas de aula de C alculo Num erico - perodo 01/2007
Avaliando cada polin omio em x = 0, 2:
P
2
(0, 2) = 0, 4422
P
3
(0, 2) = 0, 4446
P
4
(0, 2) = 0, 4456
Observac ao: na medida em que se eleva o grau do polin omio interpolador, diminui
gradativamente a diferenca entre os valores aproximados da func ao em x = 0, 2:
P
3
(0, 2) P
2
(0, 2) = 0, 4446 0, 4422 = 0, 0024
P
4
(0, 2) P
3
(0, 2) = 0, 4456 0, 4446 = 0, 0010
Algoritmo 12 : Algoritmo para interpolac ao de Newton (Campos, 2001)
Exerccio Proposto 19 : Resolver o problema do exemplo 54 empregando uma imple-
mentac ao do algoritmo 12.
103
Notas de aula de C alculo Num erico - perodo 01/2007
5.5 Polin omios de Gregory-Newton
O polin omio de Gregory-Newton e um caso particular do polin omio de Newton para
pontos igualmente espacados.
Operador de diferenca nita ascendente
Denic ao: Seja a func ao y = f(x) que passa pelos pontos (x
i
, y
i
), i = 1, 2, . . . , n, sendo
x
i+1
x
i
= h i. O operador de diferenca nita ascendente e denido como:
de ordem 0:
0
y
i
= y
i
;
de ordem 1: y
i
=
0
y
i+1

0
y
i
= y
i+1
y
i
;
de ordem 2:
2
y
i
=
1
y
i+1

1
y
i
;
de ordem n:
n
y
i
=
n1
y
i+1

n1
y
i
.
Exemplo 60 : Vericar a tabela de diferencas nitas para os pontos listados abaixo.
i x
i
y
i
y
i

2
y
i

3
y
i

4
y
i
0 3,5 9,82 1,09 0,05 -0,10 2,11
1 4 10,91 1,14 -0,05 2,01
2 4,50 12,05 1,09 1,96
3 5,0 13,14 3,05
4 5,5 16,19
Relac ao entre os operadores : de diferenca dividida e diferenca nita e dada por:

n
y
i
=

n
y
i
n!h
n
(67)
Exemplo 61 : Na tabela do exemplo anterior, calcular
2
y
1
usando a relac ao 67.

2
y
1
=

2
y
1
2!h
2
=
0, 05
2.(0, 5)
2
= 0, 10
Exerccio Proposto 20 : Vericar a resposta do exemplo anterior construindo a tabela
de diferencas divididas.
F ormula de Gregory-Newton
Seja a f ormula do polin omio interpolador de Newton 66 reescrita da seguinte forma:
P
n
(x) = y
0
+ y
0
(x x
0
) +
2
y
0
(x x
0
)(x x
1
) + . . .
+
n
y
0
(x x
0
) . . . (x x
n1
) (68)
e a vari avel auxiliar:
u
x
= u(x) =
x x
0
h
(69)
104
Notas de aula de C alculo Num erico - perodo 01/2007
Da, tem-se que:
x x
0
= hu
x
x x
1
= x (x
0
+ h) = x x
0
h = hu
x
h x x
1
= h(u
x
1)
x x
2
= x (x
0
+ 2h) = x x
0
2h = hu
x
2h x x
2
= h(u
x
2)
.
.
.
x x
n1
= x (x
0
+ (n 1)h) = x x
0
(n 1)h = hu
x
(n 1)h
x x
n1
= h(u
x
n + 1)
Substituindo estes valores na f ormula de Newton 68:
P
n
(x) = y
0
+ y
0
hu
x
+
2
y
0
h(u
x
)h(u
x
1) + . . .
+
n
y
0
h(u
x
) . . . h(u
x
n + 1)
e empregando a relac ao entre os operadores 67:
P
n
(x) = y
0
+
y
0
1!h
hu
x
+

2
y
0
2!h
2
h(u
x
)h(u
x
1) + . . .
+

n
y
0
n!h
n
h(u
x
) . . . h(u
x
n + 1)
Da chega-se ` a f ormula de Gregory-Newton:
P
n
(x) = y
0
+ y
0
u
x
+

2
y
0
2!
(u
x
)(u
x
1) + +

n
y
0
n!
(u
x
) . . . (u
x
n + 1)
que na forma compacta e:
P
n
(x) = y
0
+
n

i=1

i
y
0
i!
i1

j=0
(u
x
j) (70)
Exemplo 62 : Usando os dados abaixo, calcular P
1
(0, 2).
i x
i
y
i
y
i
0 0,1 1,221 2,099
1 0,6 3,320
C alculo de u
x
:
u
x
=
x x
0
h
=
0, 2 0, 1
0, 5
= 0, 2 (71)
C alculo de P
1
(0, 2):
P
1
(x) = y
0
+
1

i=1

i
y
0
i!
i1

j=0
(u
x
j)
P
1
(x) = 1, 221 +
y
0
1!
(u
x
0)
P
1
(0, 2) = 1, 221 + 2, 099(0, 2) = 1, 641
105
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 63 : Calcular P
2
(115) com os dados da tabela.
i 0 1 2
x
i
110 120 130
y
i
2,041 2,079 2,114
Tabela de diferencas nitas:
i 0 1 2
x
i
110 120 130
y
i
2,041 2,079 2,114
y
i
0,038 0,035 -

2
y
i
-0,003 - -
C alculo de u
x
:
u
x
=
x x
0
h
=
115 110
10
= 0, 5
Polin omio de Gregory-Newton:
P
2
(x) = y
0
+ y
0
u
x
+

2
y
0
2!
u
x
(u
x
1)
P
2
(115) = 2, 041 + 0, 038.0, 5 +
0, 003
2!
0, 5(0, 5 1)
P
2
(115) = 2, 060
Exerccio Proposto 21 : Resolver o problema do exemplo 54 empregando uma implementac ao
do algoritmo 13.
Algoritmo 13 : Algoritmo para interpolac ao de Gregory-Newton(Campos, 2001)
106
Notas de aula de C alculo Num erico - perodo 01/2007
5.6 Escolha dos pontos para interpolac ao
Na pr atica, dada uma tabela com m pontos, faz-se necess ario escolher n + 1 pontos
para construir um polin omio interpolador de grau n (Campos, 2001). Com isto evitam-se
os seguintes problemas:
construir polin omios de grau elevado, sujeitos a maiores erros de arredondamento;
construir polin omios usando um intervalo de pontos que n ao contenha o valor que
se quer aproximar (extrapolac ao).
Exemplo 64 : Calcular L
3
(1, 4) usando os dados da tabela:
i 0 1 2 3 4 5 6
x 0,7 1,2 1,3 1,5 2,0 2,3 2,6
y 0,043 1,928 2,497 3,875 9,000 13,467 19,176
Para construir um polin omio do terceiro grau s ao necess arios 4 pontos. O ponto a ser
interpolado deve ser o mais pr oximo possvel destes 4 pontos.
Inicialmente, escolhem-se os pontos x
2
= 1, 3 e x
3
= 1, 5;
O terceiro ponto e x
1
= 1, 2, porque |1, 4 1, 2| < |1, 4 2, 0|;
107
Notas de aula de C alculo Num erico - perodo 01/2007
O quarto ponto e x
4
= 2, 0, porque |1, 4 2, 0| < |1, 4 0, 7|.
A tabela com os pontos escolhidos e:
i 0 1 2 3
x 1,2 1,3 1,5 2,0
y 1,928 2,497 3,875 9,000
Construc ao do polin omio de Lagrange:
L
n
(x) =
n

i=0
y
i
n

j=0,j=i
x x
j
x
i
x
j
=
3

i=0
y
i
3

j=0,j=i
x x
j
x
i
x
j
L
3
(1, 4) = 1, 928

1, 4 1, 3
1, 2 1, 3

1, 4 1, 5
1, 2 1, 5

1, 4 2, 0
1, 2 2, 0

+
+ 2, 497

1, 4 1, 2
1, 3 1, 2

1, 4 1, 5
1, 3 1, 5

1, 4 2, 0
1, 3 2, 0

+
+ 3, 875

1, 4 1, 2
1, 5 1, 2

1, 4 1, 3
1, 5 1, 3

1, 4 2, 0
1, 5 2, 0

+
+ 9, 000

1, 4 1, 2
2, 0 1, 2

1, 4 1, 3
2, 0 1, 3

1, 4 1, 5
2, 0 1, 5

L
3
(1, 4) = 3, 144
5.7 Erro de truncamento da interpolac ao polinomial
Erro de truncamento na interpolac ao
Ao se empregar uma interpolac ao, incorre-se em um erro de truncamento (Cam-
pos, 2001). Se P
n
(x) for um polin omio interpolador de grau n de Lagrange, Newton
ou Gregory-Newton, ent ao o erro de truncamento e dado por:
T
n
(x) =
n

i=0
(x x
i
)
f
n+1
()
(n + 1)!
, x
0
< < x
n
. (72)
onde f
n+1
(x) e a derivada de ordem (n + 1) de f(x), existente e contnua no intervalo
[a, b] que cont em os pontos x
0
, x
1
, x
2
, . . . , x
n
de interpolac ao. e o ponto no intervalo
[x
0
, x
n
] [a, b] onde a derivada f
n+1
(x) apresenta o maior valor emm odulo. Deste modo,
a equac ao 72 fornece a cota m axima do erro de truncamento cometido na interpolac ao.
Exemplo 65 : Sendo f(x) = 2x
4
+3x
2
+1, calcular P
2
(0, 1) a partir da tabela fornecida
e avaliar o erro de truncamento cometido.
i x
i
y
i
y
i

2
y
i
0 0,0 1,000 0,1232 0,2848
1 0,2 1,1232 0,4080
2 0,4 1,5312
108
Notas de aula de C alculo Num erico - perodo 01/2007
C alculo de P
2
(0, 1):
u =
x x
0
h
=
x
0, 2
= 5x
P
2
(x) = y
0
+ y
0
u +

2
y
0
2
u(u 1)
P
2
(x) = 1, 000 + 0, 1232.5x +
0, 2848
2
(25x
2
5x)
P
2
(0, 1) = 1, 0260
C alculo de T
2
(0, 1):
f(x) = 2x
4
+3x
2
+1 f

(x) = 8x
3
+6x f

(x) = 24x
2
+6 f

(x) = 48x
= 0, 4 f

() = 48.0, 4 = 19, 2
T
2
(0, 1) =
2

i=0
(0, 1 x
i
)
19, 2
6
T
2
(0, 1) = (0, 1 x
0
)(0, 1 x
1
)(0, 1 x
2
)
19, 2
6
T
2
(0, 1) = (0, 1 0, 0)(0, 1 0, 2)(0, 1 0, 4)
19, 2
6
T
2
(0, 1) = 0, 0096
O erro cometido na interpolac ao e 0,0096.
109
Notas de aula de C alculo Num erico - perodo 01/2007
6. AJUSTE DE CURVAS
Relac oes entre vari aveis
As relac oes entre as vari aveis envolvidas em um experimento podem ser classicadas
em tr es tipos: determinsticas, semi-determinsticas e empricas (Campos, 2001).
Relac oes determinsticas: as vari aveis se relacionam atrav es de alguma lei que pode ser
expressa atrav es de uma f ormula matem atica precisa. Os problemas que possam ocorrer
em tais representac oes devem-se exclusivamente a erros de medic oes (experimentais).
Exemplo: lei dos juros compostos
v = r(1 + j)
m
onde r e o montante inicial, j e a taxa de juros mensais, m e o tempo em meses e v e o
montante ao m do perodo considerado. Neste caso, a vari avel dependente ou resposta e
v e as demais s ao vari aveis independentes ou explicativas.
Relac oes semi-determinsticas: s ao descritas por f ormulas te oricas, mas alguns dos
par ametros inuentes devem ser avaliados atrav es de experimentos (medic oes, contagens,
ensaios em laborat orio...). Exemplo: a concentrac ao de uma subst ancia ap os um determi-
nado tempo t em uma reac ao qumica e descrita pela express ao
c = c
0
exp
kt
onde t e o tempo, k e uma constante que representa a velocidade de uma determinada
reac ao e c
0
e a concentrac ao inicial. Neste caso, o par ametro c
0
pode ser facilmente
determinado, j a que c(t = 0) = c
0
. No entanto k deve ser avaliada experimentalmente
para a reac ao considerada.
Relac oes empricas: quando a relac ao entre as vari aveis explicativas e dependentes n ao
e conhecida ou descrita de forma exata por express oes matem aticas, uma f ormula ma-
tem atica deve ser obtida com base em dados experimentais e par ametros empricos. Por
exemplo:
relac ao entre o volume de feij ao produzido em uma determinada regi ao e a dosagem
de fertilizante empregada na plantac ao;
a relac ao entre a poluic ao atmosf erica e a incid encia de alergias em uma populac ao;
a relac ao entre a escolaridade e a m edia salarial.
N ao havendo f ormulas exatas para representar tais relac oes, e necess ario obt e-las a
partir de dados experimentais (tabelas, gr acos de dispers ao).
Para que tal representac ao seja adequada, e necess ario empregar conceitos estatsticos
que permitem avaliar a qualidade dos dados coletados - o que n ao ser a tratado neste curso.
O objetivo aqui e obter par ametros de modelos semi-determinsticos.
Regress ao linear
Dado um conjunto de pontos que relacionam vari aveis independentes ou explicativas
x
i
e as vari aveis dependentes ou respostas y
i
, representados emumdiagrama de dispers ao,
a relac ao mais simples possvel que se pode empregar entre tais vari aveis e uma reta.
110
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 66 : Construir o diagrama de dispers ao das 5 medidas das vari aveis x e y.
i 1 2 3 4 5
x
i
1,3 3,4 5,1 6,8 8,0
y
i
2,0 5,2 3,8 6,1 5,8
Figura 24: Gr aco de dispers ao.
6.1 Ajuste linear
Com base no diagrama da gura 24, pode-se supor que as vari aveis x e y relacionam-
se atrav es de uma reta.
y =
0
+
1
x (73)
onde
0
e
1
s ao os coecientes da reta. Para que tal hip otese seja v alida, e necess ario que
a equac ao 73 seja vericada para todos os pontos (x, y) mostrados na tabela. O gr aco
24, no entanto, mostra que n ao existe uma reta que passe por todos os 5 pontos - talvez
por problemas relacionados ao experimento (erros de medic ao...).
Neste caso, para que sejam permitidas projec oes para valores de x fora do intervalo
representado, e necess ario propor uma reta que represente da melhor forma possvel a
relac ao entre as vari aveis.
Retar possveis : Dado um diagrama de dispers ao, como o da gura 24, podem ser
tracadas innitas retas para aproximar a relac ao entre x e y. Na gura 25 v e-se o mesmo
diagrama de dispers ao da gura 24 com duas retas escolhidas cujas equac oes s ao:
y = 4 + 0x e y = 1, 032 + 0, 7454x (74)
Diz-se que as 2 retas foram ajustadas para os pontos considerados. Na equac ao 73, dado
um valor x
i
da vari avel independente, o valor y
i
predito pela reta e:
y
i
=
0
+
1
x
i
(75)
111
Notas de aula de C alculo Num erico - perodo 01/2007
Figura 25: Retas ajustadas no diagrama de dispers ao.
Sabendo que o valor exato e y
i
, a diferenca entre os dois valores e:
d
i
= y
i
y
i
(76)
que e a dist ancia vertical (desvio) entre o ponto (x
i
, y
i
) e a reta.
Considerando tais desvios de todos os n pontos, dene-se a grandeza D como medida
do desvio total dos pontos observados em relac ao ` a reta adotada:
D =
n

i=1
d
2
i
(77)
A magnitude de D depende da reta escolhida: portanto, depende dos par ametros
0
e
1
adotados na equac ao 75. Assim, a equac ao 77 pode ser reescrita como:
D(
0
,
1
) =
n

i=1
d
2
i
=
n

i=1
(y
i
y
i
)
2
D(
0
,
1
) =
n

i=1
[y
i
(
0
+
1
x
i
)]
2
(78)
A tabela abaixo mostra os valores de d
i
e D para as duas retas ajustadas no gr aco de
dispers ao 25, descritas pelas equac oes 74, aqui repetidas.
y
i1
= 4 + 0x
y
i2
= 1, 032 + 0, 7454x (79)
112
Notas de aula de C alculo Num erico - perodo 01/2007
i x
i
y
i
y
i1
y
i2
d
i1
d
i2
1 1,3 2,0 4,0 2,0 -2,0 0,0
2 3,4 5,2 4,0 3,5664 1,2 -1,6336
3 5,1 3,8 4,0 4,833 -0,2 -1,0335
4 6,8 6,1 4,0 6,1 2,1 0,0
5 8,0 5,8 4,0 6,154 1,8 0,3540
D
1
=13,13 D
2
=3,8620
v e-se que o valor de D varia em func ao dos par ametros
0
e
1
- a reta de ajuste
y
i2
= 1, 032 + 0, 7454x e um modelo melhor que a reta y
i1
= 4 + 0x.
Deve-se, ent ao, determinar os valores de
0
e
1
que minimizem a func ao D(
0
,
1
).

E nisto que consiste o M etodo dos Mnimos Quadrados.


6.2 M etodo dos Mnimos Quadrados
O M etodo dos Mnimos Quadrados consiste em encontrar uma estimativa da reta
y
i
=
0
+
1
x
i
de modo a produzir o menor valor possvel do desvio D:
D(
0
,
1
) =
n

i=1
(y
i

1
x
i
)
2
(80)
cujas derivadas parciais s ao:
D(
0
,
1
)

0
=
n

i=1
2(y
i

1
x
i
)
D(
0
,
1
)

1
=
n

i=1
2(y
i

1
x
i
)x
i
(81)
Os valores para os quais a func ao D(
0
,
1
) possui mnimo s ao aqueles em que as de-
rivadas parciais se anulam, ent ao, se D(b
0
, b
1
) for um ponto de mnimo de D(
0
,
1
),
tem-se:
2
n

i=1
(y
i
b
0
b
1
x
i
) = 0
n

i=1
b
0
+
n

i=1
b
1
x
i
=
n

i=1
y
i
2
n

i=1
(y
i
b
0
b
1
x
i
)x
i
= 0
n

i=1
b
0
x
i
+
n

i=1
b
1
x
2
i
=
n

i=1
x
i
y
i
(82)
Na forma matricial, o sistema e escrito da forma:

x
i

x
i

x
2
i

b
0
b
1

=

y
i

x
i
y
i

(83)
podendo ser resolvido pelo m etodo da Eliminac ao de Gauss:

x
i
0
1
n
(

x
i
)
2
+

x
2
i

b
0
b
1

=

y
i

1
n

x
i

y
i
+

x
i
y
i

(84)
113
Notas de aula de C alculo Num erico - perodo 01/2007
cuja soluc ao e:
b
1
=

x
i

y
i
n

x
i
y
i
(

x
i
)
2
n

x
2
i
b
0
=

y
i
b
1

x
i
n
(85)
Exemplo 67 : Calcular a reta de mnimos quadrados usando os dados relativos ao
gr aco 24. Tabela de somat orios:
x
i
y
i
x
2
i
x
i
y
i
1,3 2,0 1,69 2,6
3,4 5,2 11,56 17,68
5,1 3,8 26,01 19,38
6,8 6,1 46,24 41,48
8,0 5,8 64,0 46,4
24,6 22,9 149,5 127,54
b
1
=

x
i

y
i
n

x
i
y
i
(

x
i
)
2
n

x
2
i
=
24, 6.22, 9 5.127, 54
(24, 6)
2
5.149, 5
b
1
= 0, 522
b
0
=

y
i
b
1

x
i
n
=
22, 9 0, 522.24, 6
5
b
0
= 2, 01
A equac ao da reta de mnimos quadrados e: u = 2, 01 + 0, 522x , cujo desvio D e:
D = [2, 0 u(1, 3)]
2
+ [5, 2 u(3, 4)]
2
+ [3, 8 u(5, 1)]
2
+[6, 1 u(6, 8)]
2
+ [5, 8 u(8, 0)]
2
= 3, 68
Exerccio Proposto 22 : Seja a tabela:
i 1 2 3 4 5
x 0,5 1,2 2,1 3,5 5,4
y 5,1 3,2 2,8 1,0 0,4
114
Notas de aula de C alculo Num erico - perodo 01/2007
1. Fazer o diagrama de dispers ao;
2. Determinar o polin omio de grau 1 que passa pelo primeiro e o segundo ponto e
calcular o desvio D;
3. Determinar o polin omio de grau 1 que passa pelo terceiro e o quinto ponto e cal-
cular o desvio D;
4. Calcular a reta de mnimos quadrados usando os cinco pontos da tabela e calcular
D;
5. Vericar qual dos modelos acima e o melhor.
6.3 Qualidade do ajuste
Aqualidade do ajuste por mnimos quadrados pode ser aferida atrav es de dois par ametros
(Campos, 2001): o coeciente de determinac ao r
2
e a vari ancia residual
2
.
Coeciente de determinac ao: Parte-se da express ao para o i- esimo ponto:
y
i
y = (y
i
u
i
) + (u
i
y)
Sendo u = bo + b
i
x
i
e y =
1
n

n
i=1
y
i
. Elevando os dois termos da equac ao ao quadrado,
tem-se:
(y
i
y)
2
= (y
i
u
i
)
2
+ (u
1
y)
2
+ 2(y
i
u
i
)(u
i
y) (86)
Aplicando o somat orio para i=1 . . . n nos dois lados da equac ao 86:
n

i=1
(y
i
y)
2
=
n

i=1
(y
i
u
i
)
2
+
n

i=1
(u
i
y)
2
+ 2
n

i=1
(y
i
u
i
)(u
i
y)
. .. .
A
(87)
Considerando o termo A da equac ao 87:
n

i=1
(y
i
u
i
)(u
i
y) =
n

i=1
d
i
(b
0
+ b
1
x
i
y)
n

i=1
(y
i
u
i
)(u
i
y) = (b
0
y)
n

i=1
d
i
+ b
1
n

i=1
d
i
x
i
(88)
Na equac ao 88 tem-se:
n

i=1
d
i
=
n

i=1
(y
i
b
0
b
1
x
i
) =
n

i=1
y
i
nb
0
b
1
n

i=1
x
i
) (89)
Substituindo a express ao de b
0
85 em 89 tem-se:
n

i=1
d
i
=
n

i=1
y
i
n

n
i=1
y
i
b
1

n
i=1
x
i
n

b
1
n

i=1
x
i
= 0 (90)
115
Notas de aula de C alculo Num erico - perodo 01/2007
Na equac ao 88 tem-se, ainda:
n

i=1
d
i
x
i
=
n

i=1
(x
i
(y
i
b
0
b
1
x
i
)) =
n

i=1

x
i
y
i
b
0
x
i
b
1
x
2
i
)

(91)
Substituindo a express ao de b
0
(equac ao 85):
n

i=1
d
i
x
i
=
n

i=1

x
i
y
i

n
i=1
y
i
b
1

n
i=1
x
i
n

x
i
b
1
x
2
i

i=1
d
i
x
i
=
n

i=1
x
i
y
i

1
n

i=1
y
i
b
1
n

i=1
x
i

i=1
x
i
b
1
n

i=1
x
2
i
=
1
n

n
n

i=1
x
i
y
i

i=1
x
i
n

i=1
y
i
+ b
1

i=1
x
i

2
nb
1
n

i=1
x
2
i

=
1
n

n
n

i=1
x
i
y
i

i=1
x
i
n

i=1
y
i
+ b
1

i=1
x
i

2
n
n

i=1
x
2
i

(92)
e substituindo a express ao de b
1
(equac ao 85) ne equac ao 92 chega-se a:
n

i=1
d
i
x
i
= 0
Da, a equac ao 88 reduz-se a:
n

i=1
(y
i
u
i
)(u
i
y) = 0
e a equac ao 87 torna-se:
n

i=1
(y
i
y)
2
=
n

i=1
(y
i
u
i
)
2
+
n

i=1
(u
i
y)
2
onde:

n
i=1
(y
i
y)
2
= SQTot soma de quadrados total;

n
i=1
(y
i
u
i
)
2
= SQRes soma de quadrados residuais

n
i=1
(u
i
y)
2
soma de quadrados devido ` a regress ao.
O coeciente de determinac ao e denido como:
r
2
= 1
SQRes
SQTot
=
D(b
0
, b
1
)

y
2
i

1
n
(

y
i
)
2
sendo 0
2
1. Quanto mais pr oximo de 1 for r
2
, melhor a qualidade da aproximac ao.
116
Notas de aula de C alculo Num erico - perodo 01/2007
Vari ancia residual: e um par ametro usado para aferir a qualidade do ajuste em func ao
do desvio total D, do n umero de pontos usados n e do n umero de par ametros estimados
p:

2
=
D
n p
Quanto maior o n umero de par ametros estimados, menores os valores do numerador e
do denominador.

E a reduc ao global de
2
que indica a necessidade de incorporar mais
par ametros ao modelo.
Na regress ao linear, h a 2 par ametros (b
0
e b
1
), ent ao:

2
=
D(b
0
, b
1
)
n 2
6.4 Ajuste linear m ultiplo
Um modelo mais completo que relaciona a vari avel resposta y com as p vari aveis
explicativas x
i
e:
y =
0
+
1
x
1
+
2
x
2
+ . . . +
p
x
p
(93)
onde
i
, i = 1, 2, . . . , p s ao os par ametros a estimar. Na forma matricial, tem-se:

y
1
y
2
.
.
.
y
n

1 x
11
x
21
x
31
. . . x
p1
1 x
12
x
22
x
32
. . . x
p2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 x
1p
x
2p
x
3p
. . . x
pn

2
.
.
.

(94)
Os p+1 par ametros
i
, inc ognitas do sistema 94, podemser calculados de forma an aloga ` a
regress ao linear simples, empregando o m etodo dos mnimos quadrados. Assim, minimiza-
se o desvio D, zerando as derivadas parciais em relac ao aos par ametros
i
:
D(
0
,
1
,
2
, . . . ,
p
)

i
= 0; i = 0, 1, . . . , p. (95)
e o sistema de equac oes obtido na forma matricial e:

x
i1

x
i2
. . .

x
ip

x
i1

x
i1
x
i1

x
i2
x
i1
. . .

x
ip
x
i1

x
i2

x
i1
x
i2

x
i2
x
i2
. . .

x
ip
x
i2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

x
ip

x
ip
x
ip

x
ip
x
i2
. . .

x
ip
x
ip

b
0
b
1
b
2
.
.
.
b
p

y
i

x
i1
y
i

x
i2
y
i
.
.
.

x
ip
y
i

(96)
O vetor soluc ao b fornece os par ametros da equac ao de mnimos quadrados:
u = b
0
+ b
1
x
1
+ b
2
x
2
+ + b
p
x
p
(97)
Exemplo 68 : Na tabela abaixo, y
i
e o produto interno bruto dos EUA de 1947 a 1962
(Campos, 2001), x
1
e o total de empregos (milh oes), x
2
e a populac ao maior de 14 anos
(milh oes) Ajustar os dados ao modelo u = b
0
+ b
1
x
1
+ b
2
x
2
.
117
Notas de aula de C alculo Num erico - perodo 01/2007
i x
i1
x
i2
y
i
1 60,3 108 234
2 61,1 109 259
3 60,2 110 258
4 61,2 112 285
5 63,2 112 329
6 63,6 113 347
7 65,0 115 365
8 63,8 116 363
9 66,0 117 396
10 67,9 119 419
11 68,2 120 443
12 66,5 122 445
13 68,7 123 483
14 69,6 125 503
15 69,3 128 518
16 70,6 130 555
O problema consiste em resolver o sistema:

x
i1

x
i2

x
i1

x
2
i1

x
i2
x
i1

x
i2

x
i1
x
i2

x
2
i2

b
0
b
1
b
2

y
i

x
i1
y
i

x
i2
y
i

Os somat orios que comp oem os elementos da matriz de coecientes s ao mostrados na


tabela abaixo:
i x
i1
x
i2
y
i
x
2
i1
x
2
i2
x
i1
x
i2
x
i1
y
i
x
i2
y
i
1 60,3 108 234 3636,09 11664 6512,4 114110,2 25272
2 61,1 109 259 3733,21 11881 6659,9 15824,9 28231
3 60,2 110 258 3624,04 12100 6622,0 15531,6 28380
4 61,2 112 285 3745,44 12544 6854,4 17442 31920
5 63,2 112 329 3994,24 12544 7078,4 20792,8 36848
6 63,6 113 347 4044,96 12769 7186,8 22069,2 39211
7 65,0 115 365 4225,00 13225 7475,0 23725 41975
8 63,8 116 363 4070,44 13456 7400,8 23159,4 42108
9 66,0 117 396 4356,00 13689 7722,0 26136 46332
10 67,9 119 419 4610,41 14161 8080,1 28450,1 49861
11 68,2 120 443 4651,24 14400 8184,0 30212,6 53160
12 66,5 122 445 4422,25 14884 8113,0 29592,5 54290
13 68,7 123 483 4719,69 15129 8450,1 33182,1 59409
14 69,6 125 503 4844,16 15625 8700,0 35008,8 62875
15 69,3 128 518 4802,49 16384 8870,4 35897,4 66304
16 70,6 130 555 4984,36 16900 9178,0 39183 72150

1045,2 1879 6202 68464,02 221355 123087,3 410317,6 738326


118
Notas de aula de C alculo Num erico - perodo 01/2007
Substituindo os valores no sistema, tem-se:

16 1045, 2 1879
1045, 2 68464, 02 123087, 3
1879 123087, 3 221355

b
0
b
1
b
2

6202
410317, 6
738326

cuja soluc ao e: [b] = [1407, 40 13, 4511 7, 8027]


T
A equac ao de mnimos quadrados e: u = 1407, 40 + 13, 4511x
1
+ 7, 8027x
2
6.5 Regress ao polinomial
Um caso particular de regress ao m ultipla e quando x
i
= x
i
na equac ao 97.
y =
0
+
1
x +
2
x
2
+
2
x
3
+ +
p
x
p
Neste caso, o problema consiste em resolver o sistema:

x
i

x
2
i
. . .

x
p
i

x
i

x
2
i

x
3
i
. . .

x
p+1
i

x
2
i

x
3
i

x
4
i
. . .

x
p+2
i
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

x
p

x
p+1
i

x
p+2
i
. . .

x
2p
i

b
0
b
1
b
2
.
.
.
b
p

y
i

x
i
y
i

x
2
i
y
i
.
.
.

x
p
i
y
i

Exemplo 69 : Usando a tabela do exemplo 67, ajustar uma par abola do 2


o
grau usando
o m etodo do mnimos quadrados.
Tabela de somat orios:
i x
i
y
i
x
2
i
x
3
i
x
4
i
x
i
y
i
x
2
i
y
i
1 1,3 2,0 1,69 2,2 2,86 2,6 3,38
2 3,4 5,2 11,56 39,3 133,63 17,68 60,11
3 5,1 3,8 26,01 132,65 676,52 19,38 98,84
4 6,8 6,1 46,24 314,43 2138,14 41,48 282,06
5 8,0 5,8 64,00 512 4096 46,4 371,2

24,6 22,9 149,5 1000,58 7047,15 127,54 815,59


Sistema linear:

5 24, 6 149, 5
24, 6 149, 5 100, 58
149, 5 1000, 58 7047, 15

b
0
b
1
b
2

22, 9
127, 54
815, 59

Soluc ao: b = [0, 7839 1, 223 0, 07461]


T
A equac ao de mnimos quadrados e: u = 0, 7839+1, 223x0, 07461x
2
, e a curva
ajustada pode ser vista na gura 69.
119
Notas de aula de C alculo Num erico - perodo 01/2007
Escolha do grau do polin omio de ajuste
Os par ametros r
2
e
2
podem ser empregados para se avaliar qual e o polin omio que
melhor se ajusta a um determinado diagrama de dispers ao. Quanto maior o n umero de
par ametros de ajuste, mais r
2
se aproxima de 1. Deve-se escolher o polin omio para o qual

2
apresenta o menor valor.
Exerccio Proposto 23 : A tabela de pontos abaixo relaciona o peso y de embri oes de
frangos desidratados (em gramas) com a sua idade em dias. Com base nos valores de r
2
e
2
, escolher o grau do melhor polin omio de quadrados mnimos para o caso tratado
(Campos, 2001).
i x
i
y
i
1 6 0, 029
2 7 0, 052
3 8 0, 079
4 9 0, 125
5 10 0, 181
6 11 0, 261
7 12 0, 425
8 13 0, 738
9 14 1, 130
10 15 1, 882
11 16 2, 812
O algoritmo 14, extrado de Campos (2001), calcula os par ametros da equac ao de
mnimos quadrados atrav es das equac oes normais. Os par ametros de entrada s ao o n umero
n de pontos, o n umero p de par ametros da equac ao de regress ao e o n umero v de vari aveis,
a matriz x de dimens ao nxv, contendo as vari aveis explicativas, e o vetor y, de tamanho
n, com as variv abeis respostas.
Este algoritmo n ao permite um modelo em que v > 1 e v + 1 = p.
120
Notas de aula de C alculo Num erico - perodo 01/2007
Os par ametros de sada s ao o vetor b contendo os coecientes da equac ao de re-
gress ao, o coeciente de determinac ao r
2
e a vari ancia residual
2
.
Oalgoritmo Cholesky (algoritmo 8) pode ser usado para resolver o sistema de equac oes
normais, cuja matriz de coecientes e sim etrica e denida positiva. Emprega-se ainda os
algoritmos de Substituic oes sucessivas (algoritmo 4) e de retrossubstituic oes (algoritmo
5), para obtenc ao do vetor-soluc ao b.
Algoritmo 14 : Ajuste de mnimos quadrados (Campos, 2001)
121
Notas de aula de C alculo Num erico - perodo 01/2007
7. INTEGRAC

AO NUM

ERICA
Seja f(x) uma func ao integr avel no intervalo [a, b], ent ao:

b
a
f(x)dx = F(b) F(a) entao F

(x) = f(x)
Quando a func ao F(x) for de difcil obtenc ao ou se forem conhecidos apenas valores dis-
cretos de f(x), faz-se necess ario o uso de m etodos num ericos para avaliar a integral de
f(x). Tais m etodos consistem em aproximar a func ao f(x) por um polin omio interpola-
dor e determinar analiticamente a integral desse polin omio no intervalo [a, b].
7.1 F ormulas de Newton-Cotes
Seja a func ao f(x) aproximada por um polin omio interpolador, por exemplo, um
polin omio de Gregory-Newton:
f(x) P
n
(x) = y
0
+
n

i=1

i
y
0
i!
i1

j=0
(u
x
j) (98)
onde
u
x
=
x x
0
h
GRAU 1
Usando um polin omio interpolador do grau 1, tem-se P
1
(x) = y
0
+ u
x
y
0
, e:

b
a
f(x)dx

b=x
1
a=x
0
P
1
(x)dx =

b=x
1
a=x
0
(y
0
+ u
x
y
0
)dx (99)
Fazendo mudanca de vari avel de x u
x
e simplicando a notac ao de u
x
para u, tem-se:
u =
x x
0
h
x = hu + x
0
dx = hdu
x = a = x
0

x
0
x
0
h
u = 0
x = b = x
1

x
1
x
0
h
=
h
h
u = 1 (100)
Da, a equac ao de integrac ao 99 resulta em:
I
1
=

b=x
1
a=x
0
P
1
(x)dx =

1
0
(y
0
+ uy
0
)hdu (101)
122
Notas de aula de C alculo Num erico - perodo 01/2007
Integrando analiticamente tem-se:
I
1
=

1
0
y
0
hdu +

1
0
(hy
0
)udu
=

y
0
hu + hy
0
u
2
2

1
0
= h

y
0
u +
u
2
2
y
0

1
0
= h

y
0
+
1
2
y
0

= h

y
0
+
y
1
y
0
2

=
h
2
(2y
0
+ y
1
y
0
)
e, por m, chega-se ` a equac ao de integrac ao:
I
1
=
h
2
(y
0
+ y
1
) (102)
conhecida como a regra do trap ezio.
Exemplo 70 : Calcular

4
1
(1/x)dx usando a regra do trap ezio.
x
0
= 1 e x
1
= 4
h = x
1
x
0
= 4 1 = 3
I
1
=
h
2
(y
0
+ y
1
)

y
0
= (1/x
0
) = (1/1) = 1
y
1
= (1/x
1
) = (1/4) = 0, 25
I
1
=
3
2
(1 + 0, 25) = 1, 875
A gura 26 mostra a curva de f(x) = 1/x e o trap ezio usado para aproximar a integral
no intervalo [1, 4], resultante da aproximac ao de f(x) pelo polin omio P
1
(x) v alido em
[a, b].
Figura 26: Aproximac ao com P
1
(x).
123
Notas de aula de C alculo Num erico - perodo 01/2007
GRAU 2
De forma an aloga, aproximando-se a func ao f(x) por um polin omio interpolador do
segundo grau, P
2
(x), tem-se:
f(x) P
2
(x) = y
0
+ y
0
u +

2
y
0
2
u(u 1) = y
0
+ uy
0
+
(u
2
u)
2

2
y
0

b
a
f(x)dx I
2
=

b=x
2
a=x
0
P
2
(x)dx
=

b
a

y
0
+ uy
0
+
(u
2
u)
2

2
y
0

dx
e, fazendo a mudanca de vari avel, chega-se ` a equac ao de integrac ao:
I
2
=

2
0

y
0
+ uy
0
+
(u
2
u)
2

2
y
0

hdu (103)
Integrando analiticamente tem-se:
I
2
=

2
0
y
0
hdu +

2
0
uy
0
hdu +

2
0
(u
2
u)
2

2
y
0
hdu
= h

y
0
u +
u
2
2
y
0
+

u
3
6

u
2
4

2
y
0

2
0
= h

2y
0
+ 2 (y
1
y
0
) +
1
3
(y
2
2y
1
+ y
0
)

e, por m, chega-se a:
I
2
=
h
3
(y
0
+ 4y
1
+ y
2
) (104)
conhecida como a regra do 1/3 de Simpson.
Exemplo 71 : Calcular

4
1
(1/x)dx usando a regra do 1/3 de Simpson.
h =
x
2
x
0
2
= 1, 5
x
1
= x
0
+ h = 1 + 1, 5 = 2, 5
I
2
=
h
3
(y
0
+ 4y
1
+ y
2
)

y
0
= (1/x
0
) = (1)
y
1
= (1/x
1
) = (1/2, 5)
y
2
= (1/x
2
) = (1/4)
I
2
=
1, 5
3

1 +
4
2, 5
+
1
4

= 1, 425
Na gura 27, a curva de f(x) = 1/x e a aproximac ao P
2
s ao tracadas no trecho [1, 4]. A
area sombreada indica a aproximac ao obtida com a integral I
2
, dada pela f ormula do 1/3
de Simpson. Nota-se que a curva P
2
(x) coincide com f(x) nos pontos de interpolac ao.
124
Notas de aula de C alculo Num erico - perodo 01/2007
Figura 27: Aproximac ao com P
2
(x).
GRAU 3
Aproximando a func ao f(x) por um polin omio interpolador do terceiro grau, P
3
(x),
tem-se:
f(x) P
3
(x) = y
0
+ y
0
u +

2
y
0
2
u(u 1) +

3
y
0
3!
u(u 1)(u 2)
= y
0
+ uy
0
+
(u
2
u)
2

2
y
0
+
(u
3
3u
2
+ 2u)
6

3
y
0
I
3
=

b
a
f(x)dx

b=x
3
a=x
0
P
3
(x)dx

b
a

y
0
+ uy
0
+
(u
2
u)
2

2
y
0
+
(u
3
3u
2
+ 2u)
6

3
y
0

dx
e, de forma an aloga, fazendo a mudanca de vari avel, chega-se ` a equac ao de integrac ao:
I
3
=

3
0

y
0
+ uy
0
+
(u
2
u)
2

2
y
0
+
(u
3
3u
2
+ 2u)
6

3
y
0

hdu (105)
Integrando analiticamente, chega-se ` a express ao de I
3
:
I
3
=
3h
8
(y
0
+ 3y
1
+ 3y
2
+ y
3
) (106)
conhecida como a regra dos 3/8 de Simpson.
Exemplo 72 : Calcular

4
1
(1/x)dx usando a regra dos 3/8 de Simpson.
h =
x
3
x
0
2
= 1
x
1
= x
0
+ h = 1 + 1 = 2
x
2
= x
1
+ h = 2 + 1 = 3
125
Notas de aula de C alculo Num erico - perodo 01/2007
I
3
=
3h
8
(y
0
+ 3y
1
+ 3y
2
+ y
3
)

y
0
= (1/x
0
) = (1)
y
1
= (1/x
1
) = (1/2)
y
2
= (1/x
2
) = (1/3)
y
3
= (1/x
3
) = (1/4)
I
3
=
3.1
8

1 + 3

1
2
+
1
3

+
1
4

= 1, 406
Na gura 28, a curva de f(x) = 1/x e a aproximac ao P
3
s ao tracadas no trecho [1, 4].
A area sombreada indica a aproximac ao obtida com a integral I
3
, dada pela f ormula dos
3/8 de Simpson.
Figura 28: Aproximac ao com P
3
(x).
Comparando os resultados das integrac oes I
1
, I
2
e I
3
com o resultado analtico,
nota-se que a aproximac ao melhora com o aumento de n, sendo n o grau do polin omio
interpolador.
analtico n=1 n=2 n=3
1,386 1,875 1,425 1,406
Exerccio Proposto 24 : Sabendo que

5
2
1/(x ln(x))dx 0, 84240, aproximar a inte-
gral usando: a regra do trap ezio, a f ormula do 1/3 e a f ormula dos 3/8 de Simpson.
Forma geral da integrac ao num erica
A equac ao de Newton-Cotes pode ser escrita na forma geral:
I
n
=
nh
d
n
n

i=0
c
i
y
i
onde n e o grau do polin omio interpolador. Os valores de c
i
e d
i
dependem do n adotado.
Para aproximar o valor de uma integral, pode ser usado um polin omio de qualquer grau
n. Na pr atica, no entanto, raramente se emprega n > 3. Para melhorar a qualidade
da aproximac ao sem elevar muito o grau do polin omio interpolador, pode-se dividir o
intervalo de integrac ao em subdomnios, sendo a func ao f(x) a integrar aproximada por
trechos.
126
Notas de aula de C alculo Num erico - perodo 01/2007
Integrac ao num erica composta
Na pr atica, raramente se emprega n maior que 3. Para melhorar a qualidade da
aproximac ao sem usar polin omios de grau muito elevado, divide-se o intervalo de in-
tegrac ao em m subdomnios: a func ao f(x) que se deseja integrar e aproximada trecho a
trecho por polin omios.
7.2 Regra do trap ezio composta
Seja a integral

b
a
f(x)dx (107)
A integrac ao pode ser aproximada subdividindo-se o intervalo [a, b] em m intervalos
iguais, de amplitude h conforme a gura 29. Em cada intervalo, a func ao f(x) e apro-
ximada por um polin omio P
1
(x), de grau 1. Na gura, a regi ao sombreada indica a area
que aproxima a integral exata.
Figura 29: Integrac ao num erica com a regra do trap ezio composta.
A integral exata e aproximada pela soma das areas dos m trap ezios (I
1
):

b=x
m
a=x
0
f(x)dx I
1
(108)
I
1
=
h
2
(y
0
+ y
1
) +
h
2
(y
1
+ y
2
) +
h
2
(y
2
+ y
3
) + +
h
2
(y
m1
+ y
m
)
=
h
2
(y
0
+ 2y
1
+ 2y
2
+ 2y
3
+ + 2y
m1
+ y
m
)
I
1
=
h
2
m

i=0
c
i
y
i
(109)
127
Notas de aula de C alculo Num erico - perodo 01/2007
onde c
0
= c
m
= 1 e c
i
= 2 para i = 1 . . . m1.
Exemplo 73 : Empregar a regra do trap ezio com m = 4 para calcular

3
1
x
3
ln(x)dx
Como o intervalo de integrac ao e dividido em 4 subintervalos, o valor de h e:
h =
x
m
x
0
m
=
3 1
4
= 0, 5
Na tabela abaixo, s ao computados os valores a empregar na express ao de I
1
(x):
i x
i
y
i
c
i
0 1 0 1
1 1,5 1,3684 2
2 2 5,5462 2
3 2,5 14,317 2
4 3 29,663 1
I
1
=
h
2
m

i=0
c
i
y
i
I
1
=
0, 5
2
(1.0 + 2.1, 3684 + 2.5, 5452 + 2.14, 317 + 1.29, 663)
I
1
= 18, 031
Trata-se de uma integral cuja soluc ao analtica e I
analitica
= 17, 247, adotando
arredondamento.
Na gura 30 v e-se a func ao f(x) = x
3
ln(x) no intervalo de integrac ao [1, 3]. Em
cada subdomnio de amplitude h = 0, 5 e tracada uma curva de primeiro grau
que aproxima f(x) e e empregada para calcular a integral no trecho. A regi ao
sombreada indica a area que aproxima a integral quando se emprega a express ao
I
1
(x) com a regra do trap ezio composta.
7.3 Regra do 1/3 composta
Neste caso, o intervalo de integrac ao e dividido em m subdomnios de amplitude h
e a func ao integrando f(x) e aproximada por polin omios do segundo grau P
2
(x). s ao
necess arios 3 pontos para obter P
2
(x), o que corresponde a 2 subintervalos (h): adota-se
um polin omio interpolador para cada 2 intervalos consecutivos. Por esta raz ao, deve-se
ter sempre m par.
A integral exata e aproximada por I
2
(x):

b=x
m
a=x
0
f(x)dx I
2
(110)
128
Notas de aula de C alculo Num erico - perodo 01/2007
Figura 30: Integrac ao num erica com a regra do trap ezio composta.
I
2
=
h
3
[(y
0
+ 4y
1
+ y
2
) + (y
2
+ 4y
3
+ y
4
) + (y
m2
+ 4y
m1
+ y
m
)]
=
h
3
(y
0
+ 4y
1
+ 2y
2
+ 4y
3
+ 2y
4
+ + y
m
)
I
2
=
h
3
m

i=0
c
i
y
i
(111)
onde c
0
= c
m
= 1 e c
i
= 4 para i mpar e c
i
= 2 para i par.
Na gura 31 v e-se um esquema da integrac ao num erica com a f ormula do 1/3 com-
posta. No caso representado, m e igual a 6 e a func ao f(x) e subdivida em 3 trechos, em
cada qual e tracada uma curva P
2
(x). A area sombreada indica a aproximac ao feita pela
integrac ao num erica.
Exemplo 74 : Vericar com a regra do 1/3 composta, usando h = 0, 25, a igualdade:
= 4

1
0
1
1 + x
2
dx
h =
x
m
x
0
m
m =
1 0
0, 25
= 4
i x
i
y
i
c
i
0 0 1 1
1 0,25 0,9412 4
2 0,50 0,8000 2
3 0,75 0,6400 4
4 1 0,5000 1
I
2
=
0, 25
3
[1 + 4(0, 9412 + 0, 64) + 2.0, 8 + 0, 5] = 0, 7854
4.I
2
= 4.0, 7854 = 3, 1416
129
Notas de aula de C alculo Num erico - perodo 01/2007
Figura 31: Integrac ao num erica com a regra do 1/3 composta.
7.4 Regra dos 3/8 composta
A regra dos 3/8 composta consiste em aproximar uma integral

b
a
f(x)dx usando
func oes de interpolac ao do 3
o
grau P
3
(x) para representar f(x) por trechos. Para obter
P
3
(x) s ao necess arios 4 pontos - o que corresponde a 3 intervalos de amplitude igual a h.
Sendo assim, e preciso que o n umero de subintervalos adotado m seja m ultiplo de 3. Esta
situac ao e representada na gura 32, onde m e igual a 6 e a func ao f(x) e representada
por polin omios P
3
(x) em 2 trechos. A area sombreada indica a aproximac ao feita pela
integrac ao num erica.
Figura 32: Integrac ao num erica com a regra dos 3/8 composta.
130
Notas de aula de C alculo Num erico - perodo 01/2007
A integral exata e aproximada por I
3
(x):

b=x
m
a=x
0
f(x)dx I
3
(112)
I
3
=
3h
8
[(y
0
+ 3y
1
+ 3y
2
+ y
3
) + (y
3
+ 3y
4
+ 3y
5
+ y
6
) + +
+ (y
m3
+ 3y
m2
+ 3y
m1
+ y
m
)]
=
3h
8
(y
0
+ 3y
1
+ 3y
2
+ 2y
3
+ 3y
4
+ 3y
5
+ 2y
6
+ + y
m
)
I
3
=
3h
8
m

i=0
c
i
y
i
(113)
onde c
0
= c
m
= 1 e c
i
= 2 para i m ultiplo de 3 e sen ao c
i
= 3.
Exemplo 75 : Usar a regra dos 3/8 composta para calcular a integral abaixo comm = 6
subintervalos.

4
1
ln

x
3
+

e
x
+ 1

dx
h =
x
m
x
0
m
=
4 1
6
= 0, 5
i x
i
y
i
c
i
0 1 1,0744 1
1 1,5 1,7433 3
2 2,0 2,3884 3
3 2,5 2,9578 2
4 3,0 3,4529 3
5 3,5 3,8860 3
6 4,0 4,2691 1
I
3
=
3.0, 5
8
[1, 0744 + 3(1, 7433 + 2, 3884 + 3, 4529 + 3, 8860) + 2.2, 9578 + 4, 2691]
I
3
= 8, 5633
7.5 Erro de integrac ao nos m etodos de Newton-Cotes
Erro de integrac ao
Considerando a express ao 72, o erro cometido na integrac ao num erica quando se
adota um polin omio P
n
(x) e:

b=x
n
a=x
0
T
n
(x)dx (114)
131
Notas de aula de C alculo Num erico - perodo 01/2007
Usando a regra do trap ezio, o polin omio adotado e de primeiro grau e o erro de
truncamento e:
T
1
(x) = (x x
0
)(x x
1
)
f

(
1
)
2
, x
0
<
1
< x
1
. (115)
O erro de integrac ao E
1,1
e dado por:
E
11
=

x
1
x
0
(x x
0
)(x x
1
)
f

(
1
)
2
dx (116)
Fazendo a mudanca de vari avel de x para u:
u =
x x
0
h
x = hu + x
0
dx = hdu
x = x
0
u = 0
x = x
1
u = 1
(x x
0
)(x x
1
)
f

(
1
)
2
= (hu + x
0
x
0
)(hu + x
0
x
1
)
f

(
1
)
2
=
= hu(hu h)
f

(
1
)
2
= h
2
(u
2
u)
f

(
1
)
2
Da:
E
1,1
=

1
0
h
2
(u
2
u)
f

(
1
)
2
hdu
=

1
0
h
3
(u
2
u)
f

(
1
)
2
du
= h
3
f

(
1
)
2

u
3
3

u
2
2

1
0
E
11
=
h
3
12
f

(
1
) (117)
A express ao 117 fornece o erro de integrac ao cometido ao se empregar a regra do
trap ezio. Na integrac ao composta, o erro de integrac ao global cometido considerando os
m subintervalos e:
E
1
=
m

i=1
E
1,i
=
h
3
12
(f

(
1
) + f

(
2
) + f

(
3
) + + f

(
m
))
E
1
=
h
3
12
m

i=1
f

(
i
)
onde
i
e determinado em cada um dos subintervalos. Se f

(x) for contnua em [a, b],


ent ao existe um para o qual:
m

i=1
f

(
i
) = mf

()
132
Notas de aula de C alculo Num erico - perodo 01/2007
Ent ao, sabendo que h = (b a)/m, tem-se:
E
1
=
(b a)
3
12m
3
mf

()
E
1
=
(b a)
3
12m
2
f

(), a < < b (118)


Aexpress ao 118 fornece o limite superior do erro cometido na regra do trap ezio composta.
De modo an alogo, tem-se as seguintes equac oes para o erro cometido na f ormula do
1/3 composta:
E
2
=
(b a)
5
180m
4
f
(4)
(), a < < b (119)
e para a regra dos 3/8 composta de Simpson:
E
3
=
(b a)
5
80m
4
f
(4)
(), a < < b (120)
A equac ao 119 mostra que a regra do 1/3 de Simpson fornece resultado exato para
func oes f(x) do terceiro grau, apesar de empregar polin omios do segundo grau, uma vez
que nesse caso f
(4)
(x) = 0 (E
2
= 0).
Exemplo 76 : Calcular a integral abaixo usando a regra do 1/3 de Simpson com m = 2
subintervalos e vericar o erro cometido na integrac ao.

3
1

4x
3
+ 3x
2
+ x + 1

dx
h =
x
m
x
0
m
=
3 1
2
h = 1
i x
i
y
i
c
i
0 1 9 1
1 2 47 4
2 3 139 1
I
2
=
1
3
(9 + 4.47 + 139) I
2
= 112
O erro de integrac ao e zero (E
2
= 0) porque a func ao f(x) e do terceiro grau e f
(4)
(x) =
0.
Exerccio Proposto 25 : Calcular a integral abaixo usando as tr es primeiras f ormulas
de Newton-Cotes (trap ezio, 1/3 e 3/8) com m = 6 subintervalos e vericar qual delas
apresenta menor erro de integrac ao.


0
(e
x
+ sin(x) + 2)dx
133
Notas de aula de C alculo Num erico - perodo 01/2007
Exerccio Proposto 26 : Calcular a integral abaixo com E < 10
2
usando a f ormula de
Newton-Cotes (dentre as 3 primeiras) que implica em menor esforco computacional para
alcancar a exatid ao requerida.

x
4
4
+ x
2
+ sin(x)

dx
Instruc oes:
1. Por esforco computacional, entenda-se o n umero de iterac oes necess arias para
efetuar a integrac ao num erica.
2. Determinar o valor de m para cada uma das f ormulas usando as express oes 118,
119 e 120.
3. Escolher a f ormula que forneca o menor m, determinar o valor de h e calcular a
integral.
Exerccio Proposto 27 : Determinar

0
sin(x)dx com polin omios de segundo e terceiro
grau usando m = 6 subintervalos.
O algoritmo 15, extrado da refer encia (Campos, 2001) calcula

v
a
f(x)dx por uma
f ormula de Newton-Cotes gerada a partir de um polin omio de grau n, para n entre 1
e 8 e empregando m subintervalos iguais. Os par ametros de entrada s ao os limites de
integrac ao a e b, o grau n do polin omio interpolador e o n umero m de subintervalos. a
func ao f(x) deve ser especicada de acordo com a linguagem de programac ao escolhida.
Os par ametros de sada s ao o valor da integral I e o Erro, que indica se houve erro nos
par ametros de entrada: Erro = 0 signica que n ao houve erro nos par ametros de entrada,
Erro = 1 se o grau do polin omio e menor que 1 ou maior que 8 e Erro = 2 se o n umero
de subintervalos n ao e m ultiplo do grau do polin omio.
Exerccio Proposto 28 : Resolver as integrais propostas nos exemplo desta sec ao em-
pregando uma implementac ao do algoritmo 15.
134
Notas de aula de C alculo Num erico - perodo 01/2007
Algoritmo 15 : Integrac ao num erica pelo m etodo de Newton-Cotes (Campos, 2001)
135
Notas de aula de C alculo Num erico - perodo 01/2007
7.6 Quadratura de Gauss-Legendre
A f ormula de Gauss para c alculo da integral num erica fornece resultados bem mais
precisos que as f ormulas de Newton-Cotes. Neste caso, os pontos adotados na integrac ao
n ao s ao igualmente espacados e determina-se quais pontos conferem um menor erro.
7.7 Procedimento para dois pontos
Para calcular

b
a
f(x)dx
usando a quadratura de Gauss-Legendre, o primeiro passo e mudar o intervalo de integrac ao
de [a, b] para [1, 1] efetuando uma troca de vari aveis. Escrevendo x em func ao de t:
x(t) =
(b a)
2
t +
(a + b)
2

x(t) = a t = 1
x(t) = b t = 1
(121)
Da:
dx =
(b a)
2
dt (122)

b
a
f(x)dx =

1
1
(b a)
2
f(x(t))
. .. .
F(t)
dt

b
a
f(x)dx =

1
1
F(t)dt (123)
Figura 33: Escolha das abscissas no m etodo de Gauss-Legendre.
Na gura 33, o ponto C tem coordenadas (t
1
, f(t
1
)) e o ponto D tem coordenadas
(t
2
, f(t
2
)). Deseja-se que:

b
a
f(x)dx =

1
1
F(t)dt I
G
= A
1
F(t
1
) + A
2
f(t
2
) (124)
136
Notas de aula de C alculo Num erico - perodo 01/2007
e o problema consiste emencontrar os valores de A
1
, A
2
, t
1
e t
2
que tornema aproximac ao
da integral o mais exata possvel.
O m etodo e construdo de forma a ser exato para polin omios de grau at e 3. Fazendo:
F(t) = t
k
, k = 0, 1, 2, 3;
e impondo I
G
(dado por 124) igual ` a integral analtica de F(t), tem-se:
para k = 0:
F(t) = 1

1
1
1dt = t|
1
1
= 1 (1) = 2 = A
1
1 + A
2
1 (125)
para k = 1:
F(t) = t

1
1
tdt =
t
2
2

1
1
=
1
2

1
2
= 0 = A
1
t
1
+ A
2
t
2
(126)
para k = 2:
F(t) = t
2

1
1
t
2
dt =
t
3
3

1
1
=
1
3
+
1
3
=
2
3
= A
1
t
2
1
+ A
2
t
2
2
(127)
para k = 3:
F(t) = t
3

1
1
t
3
dt =
t
4
4

1
1
=
1
4

1
4
= 0 = A
1
t
3
1
+ A
2
t
3
2
(128)
As express oes acima formam um sistema de equac oes n ao-lineares de ordem 4:
A
1
+ A
2
= 2
A
1
t
1
+ A
2
t
2
= 0
A
1
t
2
1
+ A
2
t
2
2
=
2
3
A
1
t
3
1
+ A
2
t
3
2
= 0 (129)
cuja soluc ao e:
t
1
=
1

3
,
t
2
=
1

3
,
A
1
= A
2
= 1 (130)
Da:
I
G
= F

+ F

a express ao acima e exata para polin omios de grau n 3.


137
Notas de aula de C alculo Num erico - perodo 01/2007
Exemplo 77 : Calcular

5
1
(2x
3
+ 3x
2
+ 6x + 1)dx pelo m etodo de Gauss-Legendre
usando 2 pontos (n = 2).
Obtenc ao de F(t):
x(t) =
b a
2
t +
b + a
2
=
5 1
2
t +
5 + 1
2
= 2t + 3
F(t) =
b a
2
f(x) =
5 1
2
f(x(t)) F(t) = 2f(2t + 3)
F(t) = 2

2(2t + 3)
3
+ 3(2t + 3)
2
+ 6(2t + 3) + 1

C alculo de I
G
= A
1
F(t
1
) + A
2
F(t
2
): para n = 2, tem-se A
1
= A
2
= 1
I
G
= F(1/

3) + F(1/

3) = 69, 7083 + 442, 2917 = 512, 00


Resolvendo a integral de forma analtica observa-se que o valor I
G
= 512, 00 e
igual ao resultado exato.
Exemplo 78 : Resolver

0
(e
x
+ sin(x) + 2)dx usando a quadratura de Gauss com 2
pontos.
x =
b a
2
t +
b + a
2
=

2
t +

2
=

2
(t + 1)
F(t) =
b a
2
f(x(t)) =

2
f

2
(t + 1)

F(t) =

2

2
(t+1)
+ sin

2
(t + 1)

+ 2

I
G
= A
1
F(t
1
) + A
2
F(t
2
) = 7, 1605 + 22, 8236 = 29, 9841
F ormula geral da quadratura gaussiana
A f ormula geral da quadratura Gaussiana, com a qual e possvel obter integrais exatas
de polin omios de grau > 3 e:
I =

1
1
F(t)dt =
n

i=1
A
i
F(t
i
)
onde n e o n umero de pontos. Os valores dos pesos A
i
e das abscissas t
i
podem ser
calculados de forma an aloga ` a empregada para obter a f ormula relativa a 2 pontos. Estes
valores s ao encontrados em tabelas.
138
Notas de aula de C alculo Num erico - perodo 01/2007
Figura 34: Tabela de abscissas e pesos para a integrac ao de Gauss-Legendre.
Refer encias
L. C. Barroso, M. M. A. Barroso, F. F. Campos-lho, M. L. B. Carvalho, and M. L. Maia.
C alculo Num erico com aplicac oes. 2 edition, 1987.
F. F. Campos. Algoritmos num ericos. 1 edition, 2001.
D. M. Cl audio and J. M. Martins. C alculo Num erico Computacional. 2 edition, 1988.
S. D. Conte and C. de Boor. Elementary numerical analysis: an algorithmic approach. 3
edition, 1980.
A. F. C. Humes, I. S. H. Melo, L. K. Yoshida, and W. T. Martins. Noc oes de C alculo
Num erico. McGraw-Hill, 1984.
M. A. G. Ruggiero and V. L. R. Lopes. C alculo Num erico, aspectos te oricos e computa-
cionais. 2 edition, 1997.
139
Notas de aula de C alculo Num erico - perodo 01/2007
D. Sperandio, J. R. Mendes, and L. H. M. Silva. C alculo Num erico, caractersticas
matem aticas e computacionais dos m etodos num ericos. 2003.
140

You might also like