Vous êtes sur la page 1sur 145

CLCULO NUMRICO

autor
DAVID FERNANDES CRUZ MOURA

1 edio
SESES
rio de janeiro 2017
Conselho editorial roberto paes eluciana varga

Autor do original david fernandes cruz moura

Projeto editorial roberto paes

Coordenao de produo luciana varga, paula r. de a. machado e aline karina


rabello

Projeto grfico paulo vitor bastos

Diagramao bfs media

Reviso lingustica bfs media

Reviso de contedo alexandre jos miranda antunes

Imagem de capa milicad|shutterstock.com

Todos os direitos reservados. Nenhuma parte desta obra pode ser reproduzida ou transmitida
por quaisquer meios (eletrnico ou mecnico, incluindo fotocpia e gravao) ou arquivada em
qualquer sistema ou banco de dados sem permisso escrita da Editora. Copyright seses, 2017.

Dados Internacionais de Catalogao na Publicao (cip)

M929c Moura, David Fernandes Cruz


Clculo Numrico. / David Fernandes Cruz Moura.
Rio de Janeiro: SESES, 2017.
144 p: il.

isbn: 978-85-5548-458-2

1. Clculo numrico. 2. Octave. 3. Mtodos Numricos. 4. Resoluo de


problemas clssicos em engenharia. I. SESES. II. Estcio.
cdd 515

Diretoria de Ensino Fbrica de Conhecimento


Rua do Bispo, 83, bloco F, Campus Joo Ucha
Rio Comprido Rio de Janeiro rj cep 20261-063
Sumrio

Prefcio 7

1. Introduo ao software Octave 9


O software GNU Octave 10
Histrico e finalidades 10
Forma de obteno 11
rea de Trabalho do Octave Orientaes iniciais 12

Utilizao do Octave Operaes bsicas e criao de variveis 13


Operaes aritmticas bsicas 13
Criao de variveis 16
Formatao numrica 17

Recursos grficos 21

Funes no Octave 23
Teoria dos erros 26
Algarismos significativos 27
Propagao de erros 29

2. Clculo de zeros de uma funo 33


Descrio geral dos processos 34

Mtodo da bisseo 36
Princpio de Funcionamento 36
Algoritmo 38
Cdigo em Octave 38
Exemplo 39
Mtodo de Newton-Raphson 40
Princpio de Funcionamento 40
Algoritmo 42
Cdigo em Octave 42
Exemplo 43

Mtodo das Secantes 44


Princpio de Funcionamento 44
Algoritmo 45
Cdigo em Octave 46
Exemplo 46

3. Resoluo de sistemas de equaes lineares 53


Definio de sistemas de equaes lineares algbricas 54

Mtodos diretos de resoluo de SELA 56


Substituio Retroativa 56
Cdigo em Octave 57
Exemplo de Aplicao 58

Eliminao de Gauss 59
Cdigo em Octave 59
Exemplo de Aplicao 60

Mtodos iterativos de resoluo de SELA 61

Mtodo de Gauss-Jacobi 61
Cdigo em Octave 64
Exemplo de Aplicao 65

Mtodo de Gauss-Seidel 66
Cdigo em Octave 69
Exemplo de Aplicao 70
4. Aproximao polinomial 73
Interpolao polinomial 74

Mtodo de Lagrange 76
Introduo 76
Exemplo 77
Cdigo em Octave 78

Mtodo de Newton 79
Introduo 79
Exemplo 80
Cdigo em Octave 81

Mtodos de ajuste de funes 83


Introduo 83
Exemplos de Aplicao 85

5. Integrao numrica 93
Mtodo dos Retngulos 96
Introduo 96

Cdigo em Octave 97

Mtodo dos Trapzios 98


Introduo 98

Cdigo em Octave 100

Mtodo de Simpson 100


Introduo 100
Cdigo em Octave 102
6. Equaes diferenciais ordinrias 105
Mtodo de Euler 107
Introduo 107
Exemplo de Aplicao 108
Cdigo em Octave 110

Mtodo de Runge-Kutta 110


Introduo 110

Exemplo de Aplicao 111

Cdigo em Octave 112


Prefcio

Prezados(as) alunos(as),

O objetivo deste livro de Clculo Numrico o de apresentar os fundamentos


dos principais mtodos numricos e empreg-los com senso crtico, soluo de
problemas fazendo uso de uma linguagem cientfica para program-los. Tal decla-
rao indica os dois objetivos especficos que devem ser alcanados pelo leitor ao
final do estudo deste material.
Em primeiro lugar, deseja-se que o leitor seja capaz de realizar no s a iden-
tificao, mas tambm a compreenso de mtodos numricos para resoluo de
problemas clssicos em Engenharia. Assim, so apresentadas estratgias numricas
(mtodos, algoritmos) que descrevem formulaes matemticas tradicionais, como
Sistemas de Equaes Lineares, Clculo de Raiz de uma Funo, Aproximao
Polinomial e Integrao Numrica. Tais formulaes so apresentadas tan-
to em disciplinas do Ciclo Bsico (por exemplo, Clculo Vetorial e Geometria
Analtica, Clculo Diferencial e Integral I, lgebra Linear) como em disciplinas
do Eixo Profissional dos diversos cursos (Circuitos Eltricos, Estruturas, Pesquisa
Operacional, Teoria das Filas).
Adicionalmente, este livro tambm tem por escopo apresentar a implementa-
o e emprego de mtodos numricos com apoio do computador. Dessa forma,
utiliza-se uma ferramenta numrica livre, o software GNU Octave, com suporte
adequado disciplina, permitindo a fixao do contedo visto em sala de aula.
Trata-se de uma nova oportunidade para fixar ou retificar conceitos aprendidos
em disciplinas como Lgica de Programao e Linguagem de Programao.
Assim, este livro encontra-se estruturado da seguinte forma: o captulo 1 apre-
senta uma introduo ao Programa de Computao Numrica (PCN) Octave e
descreve aspectos relevantes acerca dos erros de aproximao inerentes s tcnicas
estudadas. J o captulo 2 inaugura a apresentao das tcnicas de resoluo de
problemas clssicos em Engenharia, com a abordagem do clculo de razes de
equaes transcendentes e polinomiais. O captulo 3 descreve solues exatas e
iteradas para Sistemas de Equaes Lineares. O captulo 4 apresenta mtodos de
aproximao polinomial, inspirados em tcnicas tradicionais de ajuste de funes
e interpolao. O captulo 5 trata de tcnicas de integrao numrica. Por fim, o
captulo 6 versa sobre a resoluo de Equaes Diferenciais Ordinrias.

Bons estudos!

7
1
Introduo ao
software Octave
Introduo ao software Octave
O Clculo Numrico corresponde a um conjunto de ferramentas ou mtodos
usados para se obter a soluo de problemas matemticos de forma aproximada.
Neste livro, o leitor ser apresentado a diversos mtodos de resoluo de proble-
mas diversos em Engenharia, como a determinao de razes de uma funo real, a
resoluo de sistemas de equaes lineares, a aproximao de funes, o clculo de
integrais e a resoluo de equaes diferenciais ordinrias. Tais mtodos se aplicam
principalmente a problemas que no apresentam uma soluo exata, portanto pre-
cisam ser resolvidos numericamente. Para tal, o mais comum que o profissional
utilize softwares de clculo cientfico ou seja, ferramentas ou pacotes computa-
cionais voltados resoluo de problemas de cunho numrico.

OBJETIVOS
O objetivo deste captulo apresentar os conceitos bsicos do software GNU Octave
(ou simplesmente Octave), uma importante ferramenta de clculo cientfico e que tem a van-
tagem de ser um software livre. Ao longo deste captulo, o leitor ser capaz de identificar as
possibilidades de emprego do Octave em diversas aplicaes, bem como utilizar uma ferra-
menta numrica para resoluo de problemas em Engenharia. Este captulo est organizado
da seguinte forma: a seo 2 apresenta um breve histrico, o ambiente de edio e a forma
de obteno do Octave. A seo 3 versa sobre operaes bsicas e criao de variveis. A
seo 4 trata da edio e visualizao de recursos grficos. J a seo 5 apresenta a tcnica
de criao de funes por parte do usurio.
Adicionalmente, a seo 6 inicia a apresentao da Teoria dos Erros, seguida da exposi-
o sobre algarismos significativos na seo 7 e de propagao de erros na seo 8. Por fim,
a seo 9 apresenta exerccios para fixao da aprendizagem.

O software GNU Octave

Histrico e finalidades

Conforme indicado em seu stio eletrnico (http://www.octave.org), o soft-


ware GNU Octave (ou simplesmente Octave) uma linguagem de alto nvel, des-
tinada principalmente para clculos numricos. O Octave fornece uma interface

captulo 1 10
de linha de comando conveniente para resolver problemas lineares e no lineares
numericamente e para realizar outros experimentos numricos usando uma lin-
guagem que mais compatvel com Matlab este ltimo, a ferramenta de compu-
tao numrica mais utilizada no mundo. Escrito por um grupo liderado por John
Eaton e lanado em sua verso original (1.0) no ano de 1994, o Octave possui
uma srie de ferramentas para a resoluo de problemas de lgebra linear numrica
comuns, determinao de razes de equaes no lineares, integrao de funes
ordinrias, manipulao de polinmios e resoluo de equaes diferenciais, as
quais tm sido acrescentadas e aprimoradas ao longo do tempo. Adicionalmente,
o Octave apresenta como grande vantagem a simplicidade de extenso e persona-
lizao, por meio da edio de funes definidas pelo prprio usurio e escritas
na linguagem prpria do Octave (ou usando mdulos dinamicamente carregados
escritos em C++, C, Fortran ou outras linguagens). Por fim, como grande atrativo
para sua difuso e emprego, o Octave um software de livre distribuio. Assim,
o leitor pode redistribu-lo ou mesmo modific-lo sob os termos da GNU General
Public License (GPL), conforme publicado pela Free Software Foundation.

Forma de obteno

Existem diversas verses do Octave disponveis para uso, em diferentes sis-


temas operacionais, como Linux, BSD, OS X e Windows, conforme indicado
no endereo eletrnico <http://www.gnu.org/software/octave/download.html.>
Alm disso, possvel obter no s os programas de instalao do programa (ins-
tallers), mas tambm os cdigos-fonte do Octave (sources). Ainda, a distribuio
conta com um detalhado manual com todos os comandos e instrues para uso
do software. Para se obter qualquer uma dessas verses, basta clicar na verso
mais adequada para a sua necessidade. Como exemplo, a figura 1.1 apresentada a
seguir indica a lista de verses do Octave disponveis para o sistema operacional
Windows1 .

1 A ltima verso disponvel poca da redao de livro era a 4.0.2, liberada em 21 de abril de 2016, conforme
indicado em <https://ftp.gnu.org/gnu/octave/windows/, acesso em: 21 de mai. de 2016>.

captulo 1 11
Figura 1.1 Lista de arquivos disponveis para instalao do Octave.

rea de Trabalho do Octave Orientaes iniciais

O Octave uma linguagem interpretada, o que significa que cada comando


digitado em seu ambiente de trabalho, convertido em cdigo de mquina e
imediatamente executado, sem que haja a compilao ou gerao de cdigo ob-
jeto, como ocorre no caso de linguagens compiladas. Para tal, o Octave oferece
uma interface baseada em linha de comando, na qual os comandos so digitados,
seguidos pela digitao da tecla Enter, a fim de permitir a devida execuo das
instrues. A figura 1.2 apresenta o ambiente de edio de comandos do Octave.

captulo 1 12
Figura 1.2 Ambiente de edio de comandos do Octave.

O programa apresenta uma mensagem inicial e um sinal de prontido (>>),


indicando que est pronto para aceitar comandos, os quais devem ser digitados
no ambiente de edio direita da tela, conforme indicado na figura 1.2. J para
finalizar o programa, digita-se quit ou exit . O Octave permite a edio de
comentrios ou seja, textos que no devem ser interpretados como comandos.
Tais comentrios podem ser colocados na rea de comandos, desde que prece-
didos do uso do caractere %. Por fim, o comando help, seguido do nome da
funo, apresenta o contedo do manual de ajuda referente funo informada,
dispensando, assim, a necessidade de consulta no manual on-line disponvel no
site do desenvolvedor.

Utilizao do Octave Operaes bsicas e criao de variveis

Operaes aritmticas bsicas

Dentre os diversos modos de emprego do Octave, o mais simples digitar os


comandos, tal como em uma calculadora, conforme indicado na figura 1.3.

captulo 1 13
Figura 1.3 Ambiente de edio de comandos do Octave. Execuo do comando 5+5.

Por exemplo, para executar a operao de adio entre 5 e 5, executa-se o co-


mando 5+5 . O resultado armazenado em uma varivel automtica do Octave
(ans, inspirado na palavra answer resposta em ingls), como se v na segunda
linha (ans = 10). O valor calculado pode ser utilizado na operao seguinte.
As operaes aritmticas bsicas so representadas conforme exposto na
tabela 1.1. A ordem de execuo de operaes segue a regra aritmtica usual.
Assim, tem-se que as operaes entre parnteses so calculadas em primeiro lugar,
de acordo com a ordem: potenciao; em seguida, multiplicao e diviso; e, fi-
nalmente, adio e subtrao.

OPERADOR OPERAO EXEMPLO RESULTADO


^ Potenciao 2^3 8
/ Diviso 2/3 0.6666
* Multiplicao 2*3 6

captulo 1 14
OPERADOR OPERAO EXEMPLO RESULTADO
- Subtrao 2-3 -1
+ Adio 2+3 5

Tabela 1.1 Lista de operadores e operaes aritmticas, com exemplos de aplicao.

O Octave j disponibiliza, ao ser instalado, uma srie de funes e constantes


matemticas bsicas para os usurios, conforme exposto a seguir nas tabelas 1.2 e
1.3, respectivamente.

FUNO SIGNIFICADO EXEMPLO RESULTADO


Seno do ngulo x, em
sin(x) sin(1.57) 1
radianos

Cosseno do ngulo x,
cos(x) cos(3.14) -1
em radianos

Tangente do ngulo x,
tan(x) tan(0) 0
em radianos

Logaritmo de x, base
log(x) log(2.71828) 1
neperiana

Logaritmo de x, base
log10(x) log10(100) 2
decimal

exp(x) Exponencial de x exp(1) 2.7183

round(x) Arredondamento de x round(3.65) 4

sqrt(x) Raiz quadrada de x sqrt(4) 2

Tabela 1.2 Lista de funes matemticas disponveis no Octave, com exemplos de aplicao.

captulo 1 15
CONSTANTE SIGNIFICADO VALOR
pi Constante pi 3.1415

e Constante de Neper 2.7183

Tabela 1.3 Lista de constantes disponveis no Octave.

Pode-se tambm mostrar mensagens com o comando disp(). Assim, ao se


digitar na linha de comando o texto disp(Introducao ao Octave), exibida a men-
sagem Introducao ao Octave. Cabe notar que o ambiente de edio do Octave
no permite o uso de caracteres de acentuao tpicos da Lngua Portuguesa (por
exemplo, , ou ).

Criao de variveis

Uma varivel representa um nome que se atribui (por meio do emprego do


operador =) a um valor, de forma que este possa ser utilizado mais tarde. Por
exemplo, a = 3 faz com que o valor 3 seja armazenado em um espao de memria,
o qual acessvel posteriormente com emprego do identificador a. Assim, por
exemplo, verifique a sequncia de operaes apresentada a seguir. Nela, possvel
constatar que o valor armazenado em a foi utilizado em uma operao subsequen-
te (a + 5):
>> a = 3
a = 3
>> a + 5
ans = 8

V-se tambm que, aps pressionar Enter, o Octave confirma na tela o valor
atribudo, a menos que seja colocado um caractere de ponto-e-vrgula (;) no final
do comando ou seja, no haver a exibio da mensagem de confirmao de que
a igual a 3 se o comando digitado for a = 3; (com o ponto e vrgula). O identi-
ficador (ou nome) de uma varivel pode conter qualquer sequncia de letras, n-
meros ou underscore (_), mas no pode ser iniciado por um nmero. A utilizao
de letras minsculas ou maisculas relevante, isto , a varivel a pode conter
um valor, enquanto a varivel A apresenta outro.

captulo 1 16
Formatao numrica

Quanto forma (ou formatao) de sada dos nmeros no Octave, o comando


format permite redefinir ou especificar o formato da sada produzida pelo coman-
do disp, bem como a forma padro de exibio de valores numricos no Octave.
importante destacar, antes de apresentar algumas das opes mais emprega-
das em Clculo Numrico, que o comando format s afeta a exibio de nmeros,
mas no o modo como eles so armazenados em memria ou calculados, a partir
do emprego de operadores aritmticos ou funes.
Quanto ao armazenamento de variveis, importante saber que os objetos nu-
mricos padro do Octave incluem valores escalares e matrizes, ambos compostos
por elementos pertencentes ao conjunto dos nmeros reais, complexos ou inteiros.
Todos os dados numricos do tipo ponto flutuante esto armazenados como
nmeros de preciso dupla. Por sua vez, em sistemas que utilizam o formato de
ponto flutuante de acordo com o padro IEEE, valores no intervalo 2,2251 x 10-308
a 1,7977 x 10+308 podem ser armazenados, considerando-se que a preciso relativa
de aproximadamente 2,2204 x 10-16. Os valores exatos dos limites do intervalo
de definio e da preciso de variveis so dados pelas variveis realmin, realmax,
e eps, respectivamente todas elas predefinidas no Octave.
Alm disso, registre-se que, para alterar a representao interna do padro
de armazenamento definido pelo tipo double, necessrio o uso de uma funo
de converso como single, uint8, int64, dentre outras definidas no Manual de
Referncia do Octave.
Retornando ao tema formatao, registre-se que, por padro, o software
Octave exibe nmeros com 5 dgitos significativos em sua parte decimal, valendo-
se de um formato legvel (opo short, bem como o formato loose para matri-
zes). Logo, se o comando format for invocado na rea de comandos do Octave,
sem quaisquer opes adicionais de configurao, tem-se que este formato padro
restaurado.
Isso posto, os formatos vlidos para nmeros de ponto flutuante esto listados
a seguir.
Short formato de ponto fixo com 5 algarismos significativos na parte
decimal, em um campo cujo total apresenta, no mximo, 10 caracteres de largura.
(Padro).
Long formato de ponto fixo com 15 algarismos significativos na parte
decimal, em um campo cujo total apresenta, no mximo, 20 caracteres de largura.

captulo 1 17
Short e e long e emprego do formato exponencial. O nmero a ser repre-
sentado dividido entre um mantissa e um expoente, dado por uma potncia de
10. A mantissa tem 5 algarismos significativos no formato short e 15 dgitos no
formato long. Por exemplo, com o formato dado pela configurao short e, 2
exibido como 1.4142e +000.
Short E e long E equivale ao caso anterior, com a diferena de que exibe
um 'E' maisculo para indicar o expoente. Por exemplo, com o formato de "longa
E ', pi exibido como 3.14159265358979E +000.
Short g e long g permite a escolha tima, em tempo de execuo, entre as
formas de exibio como um ponto fixo ou de acordo com o formato exponencial,
com base na magnitude do nmero.
Por exemplo, com o emprego do comando format short g, tem-se que o vetor
e. ^ [2 8; 16] exibido como
ans = 7.3891 2981 8.8861e+006
Short eng e long eng equivalente ao especificado para as formataes
short e e long e, mas exibe o valor usando um formato especial (denominado de
engenharia pelos desenvolvedores da ferramenta), onde o expoente divisvel
por 3. Por exemplo, com o formato short eng, a execuo do comando 10 * e
apresenta o valor 27.1828e + 000 na tela de comando.
Long G e short G equivalente ao especificado para as formataes short g
e long g, mas exibe a letra maiscula' E 'para indicar o expoente.
Free e none apresenta a impresso dos valores desejados em um formato
livre, sem qualquer tentativa de alinhar colunas de matrizes sobre o ponto decimal.
Bank apresenta a impresso na tela de comandos do Octave em um for-
mato fixo, empregando dois dgitos direita do ponto decimal. Por exemplo, pi
exibido como 3.14.
O Octave permite a digitao de vrios comandos em uma mesma linha, des-
de que separados por vrgula ou por ponto e vrgula. Por exemplo, com a execuo
do comando expresso a seguir, surgem na tela de comando do Octave duas men-
sagens, exibindo os valores armazenados nas variveis a e c:
>> a = 3, b = 2.5; c = 7.5
a = 3
c = 7.5000

captulo 1 18
Assim, uma vez definidas as variveis, pode-se efetuar operaes com
as mesmas:
>> a+b
ans = 5.5000

Alguns comandos especiais permitem a execuo de atividades de apoio com


as variveis criadas pelo usurio. Por exemplo, o comando who apresenta as vari-
veis nomeadas, conforme exposto na sequncia apresentada a seguir:
>> who
Variables in the current scope
a bc

Alm disso, permite-se a remoo de variveis da lista inserida na rea de


trabalho. Para tal, usa-se o comando clear, seguido do nome da varivel, como
descrito na operao apresentada a seguir:
>> clear c

Tambm possvel apagar todas as variveis, com a digitao do comando


clear all.
>> clear all

O Octave tambm permite a criao de vetores. Para tal, basta digitar uma
sequncia de valores entre colchetes ([ ]), separados por vrgulas ou espao em
branco. Embora seja um vetor, tambm possvel identificar cada elemento da se-
quncia. Veja o exemplo no qual o vetor a criado com 4 elementos e, em seguida,
exibe-se na tela o primeiro elemento do conjunto (a(1)):
>> a = [1, 2, 3, 4]
a =
1 2 3 4
>> a(1)
ans = 1

Outra forma de se criar um conjunto numrico por meio da criao de listas.


Tal artifcio, por exemplo, muito til para a criao de grficos e figuras. Veja
o exemplo a seguir, no qual criada uma lista d com 11 elementos, dos quais o

captulo 1 19
primeiro o nmero 0, o intervalo entre dois nmeros consecutivos 1 e o ele-
mento final 10.
>> d = 0:1:10
d =
0 1 2 3 4 5 6 7 8 9 10

O Octave tambm permite a criao de matrizes. Para tal, basta digitar


uma sequncia de valores entre colchetes ([ ]), separados por vrgulas ou espao
em branco, para representar uma nova coluna , ou ponto e vrgula, para se inserir
uma nova linha. Veja o exemplo, no qual a matriz b criada com 12 elementos (4
linhas e 3 colunas), utilizando-se de vrgulas para representar os elementos de uma
mesma linha:
>> b = [1, 2,6;2,5,4;7,9,0;2,3,1]
b =
1 2 6
2 5 4
7 9 0
2 3 1

Tambm possvel identificar cada elemento de uma matriz. Considerando a


matriz b apresentada no exemplo anterior, veja como obter o nmero referente
3a linha e 2a coluna da matriz, ou seja, (b(3,2)):
>> b(3,2)
ans = 9

O Octave, naturalmente, permite a operao entre matrizes. Por exemplo, a


multiplicao entre as matrizes a e b indicadas nos exemplos anteriores apresen-
tam os seguintes resultados:
>> a*b
ans =
34 51 18
>> b*a
error: operator *: nonconformant arguments (op1 is 4x3, op2 is 1x4)

captulo 1 20
Recursos grficos

Conforme indicado no manual do software Octave, a ferramenta dispe de


mecanismos simples para a gerao de diferentes tipos de grficos em duas (2D)
ou trs dimenses (3D), a partir da utilizao de funes de alto nvel. Nesta se-
o, a apresentao ficar restrita aos principais comandos para gerao de grficos
bidimensionais. Inicialmente, considere a funo plot, que permite a criao de
grficos bidimensionais com eixos lineares. Por exemplo, a figura 1.4 exibe o gr-
fico de cos(x), gerado a partir da execuo dos comandos apresentados a seguir:
>> x = 0:.1:10;
>> plot(x,cos(x))

Figura 1.4 Grfico de cos(x), gerado no Octave.

Permite-se a insero de legendas nos grficos gerados, facilitando a com-


preenso dos contedos exibidos. Veja na figura 1.5, apresentada a seguir, o re-
sultado obtido com a execuo dos comandos xlabel e ylabel (para a insero de
legendas nos eixos horizontal e vertical, respectivamente), bem como do comando
grid (para a incluso de reticulados no grfico).
>> xlabel ('x em radianos');
>> ylabel ('cos(x)');
>> grid

captulo 1 21
Figura 1.5 Grfico com legendas e efeito grid.

O Octave, automaticamente, atualiza a janela de grfico a cada novo coman-


do. Para que se mantenha a exibio anterior, utiliza-se o comando hold on. Veja,
na figura 1.6, o exemplo apresentado com a exibio simultnea dos grficos de
sin(x), cos(x) e sin(x) + cos(x):
>> x = 0:.1:10;
>> y1 = sin(x);
>> y2 = cos(x);
>> y3 = sin(x) + cos(x);
>> plot (x,y1);
>> hold on;
>> plot (x,y2);
>> plot (x,y3);
>> grid;

Figura 1.6 Exibio simultnea de grfi-


cos, com emprego da funo hold

possvel, tambm, a exibio de mltiplos grficos em uma nica janela com


o comando subplot. Veja na figura 1.7 o resultado da execuo dos comandos
apresentados a seguir, os quais permitem a exibio das funes sin(x) e cos(x) em
grficos distintos. O comando subplot(2,1,1) indica que os grficos sero apresen-
tados em 2 linhas distintas e 1 nica coluna. O terceiro nmero indica a posio

captulo 1 22
do grfico na organizao das figuras, comeando da esquerda para a direita, de
cima para baixo.
>> subplot (2, 1, 1)
>> fplot (@sin, [-10, 10]);
>> subplot (2, 1, 2)
>> fplot (@cos, [-10, 10]);

Figura 1.7 Exibio de mltiplos grfi-


cos em uma mesma janela com o coman-
do subplot

Funes no Octave

Uma funo no Octave tem a forma geral:


function [lista-saida] = nome (lista-entrada)
comandos da funo
endfunction

Tem-se, nesse formato geral, que:


Lista-sada uma lista de parmetros de sada da funo, separados por vrgula;
Lista-entrada uma lista de parmetros de entrada, separados por vrgula;
Nome o nome dado funo.

Uma funo pode ser criada digitando-a no ambiente de trabalho, ou criando


um arquivo com a funo e salvando-o no diretrio de trabalho. O arquivo deve
ter o mesmo nome dado funo e a extenso .m. Para declarar um intervalo
usa-se o caractere : que deve estar entre o incio e o fim do intervalo. Em uma
funo, podem ser utilizados trs tipos de mecanismos:

captulo 1 23
Sequencial: indica que a ao 1 deve ser executada antes da ao 2, e assim
sucessivamente, sem desvios ou repeties. Trata-se do tipo de mecanismo utiliza-
do nos exemplos anteriores;
Condicional: a execuo, nesse tipo de mecanismo, obedece a uma regra:
caso seja verificada uma condio, a ao 1 executada; caso contrrio, executa-se
a ao 2. A estrutura bsica do mecanismo condicional obedece ao seguinte mo-
delo, expresso na tabela 1.4:

SINTAXE EXEMPLO DESCRIO


if (condio) if (a == 3) O bloco de instrues (a=a+1) ser executado
bloco1 a = a + 1; se a for igual a 3. Caso contrrio, o valor de a ser
else else decrementado de uma unidade (a = a -1).
bloco2 a = a-1;
endif endif

Tabela 1.4 Exemplo de emprego da estrutura if - instruo condicional

As condies de teste podem ser expressas de acordo com o modelo apresen-


tado na tabela 1.5.

OPERADOR EXEMPLO SIGNIFICADO


< x<y Verdade se x for menor do que y

<= x <= y Verdade se x for menor ou igual a y

== x == y Verdade se x for igual a y

>= x >= y Verdade se x for maior do que y

> x>y Verdade se x for maior ou igual a y

!= x != y Verdade se x for diferente de y

Operador lgico ou: o resultado verdade se,


(Booleano 1) ||
|| pelo menos, uma das expresses
(Booleano 2)
(Booleano 1 ou Booleano 2) for verdadeira.

captulo 1 24
OPERADOR EXEMPLO SIGNIFICADO
Operador lgico e: o resultado verdade se
(Booleano 1) &&
&& as duas expresses (Booleano 1 e
(Booleano 2)
Booleano 2) forem verdadeiras.

Operador lgico negao: o resultado verda-


! !(Booleano 1)
de se a expresso Booleano 1 for falsa.

Tabela 1.5 Lista de operadores condicionais.

Repetio: nesta instruo, um determinado bloco de aes executado


repetidamente. O nmero de repeties definido antecipadamente (com a estru-
tura for) ou se estende de modo indefinido, at que seja verificada uma condio
(com a estrutura while). As tabelas 1.6 e 1.7 apresentam os dois tipos de instruo
de repetio, com nmero definido e indefinido de repeties, respectivamente.

SINTAXE EXEMPLO DESCRIO


for var = expr for i =1:5 O bloco de instrues (y = y + 1) vai ser executa-
bloco y = y+1 do 5 vezes (incio do ciclo em 1 e fim em 5).
endfor endfor O valor da varivel i vai sendo incrementado (do va-
lor do passo, que neste caso 1) automaticamente
em cada passagem.

Tabela 1.6 Exemplo de emprego da estrutura for - instruo com repetio.

SINTAXE EXEMPLO DESCRIO


while (condio) while (x > y) Enquanto a condio (x maior do que y) for ver-
bloco y = y+1; dadeira, o bloco de instrues vai ser executado,
endwhile endwhile at que a condio se torne falsa.

Tabela 1.7 Exemplo de emprego da estrutura while - instruo com repetio.

Como exemplo, considere-se a criao de uma funo, chamada de somaprod,


que recebe dois valores e retorna a soma e o produto entre esses dois valores. A
funo fica da seguinte forma:

captulo 1 25
function [soma, produto] = somaprod(a,b)
% Funo de exemplo
% Recebe dois parmetros e calcula
% a soma e o produto entre os mesmos
soma = a + b;
produto = a*b;
endfunction

Aps salvar a funo no arquivo somaprod.m, a mesma pode ser usada como
se fosse uma funo preexistente no Octave:
>> [s,p]=somaprod(3,2)
s = 5
p = 6

Teoria dos erros

Conforme mencionado na introduo deste captulo, as tcnicas de resoluo


de problemas de cunho numrico que so apresentadas neste livro contemplam,
muitas vezes, erros e aproximaes que so estipulados previamente ou determina-
dos ao longo da execuo das operaes algbricas relacionadas. No entanto, exis-
tem diferentes formas de se avaliar os erros e aproximaes. Assim, importante
saber, a priori, como se deu a comparao entre os valores exato e aproximado em
questo. Em outras palavras, imperioso identificar o tipo de erro que se procura
avaliar ou informar.
Isso posto, quanto aos tipos de erros, note que existem trs categorias:
ERRO ABSOLUTO: valor do mdulo da diferena numrica entre um
nmero exato (Q*) e sua representao por um valor aproximado (Q).
Q = |Q* - Q|
Erro relativo: valor do mdulo do quociente entre o erro absoluto e o n-
mero exato.
SQ = |Q/Q*|
Erro percentual relativo: o erro relativo expresso em percentagem.
SQ% = 100 * |Q/Q*|

Por exemplo, os erros absolutos, relativos e percentuais relativos para


Q* = 3876,373 e Q = 3876 so expressos por Q = |3876,373 3876| = 0,373,
SQ = |0,373/3876|= 0,000096233 e SQ% = 100* 0,000096233 = 0,0096233.

captulo 1 26
Algarismos significativos

Considere a medio de uma fita, conforme exposto na figura 1.8, na qual se


tem uma extremidade ajustada ao marco zero de uma rgua marcada em centme-
tros, mas em que a outra extremidade no coincide com nenhum trao.
Fita

Rgua

0 1 2 3 4 5

Figura 1.8 Medio de uma fita.

Observa-se que o valor deste comprimento 4 cm mais alguns dcimos de


centmetro, mas no possvel afirmar com certeza o seu valor. Ou seja, pode-se
apenas estimar ou avaliar estes dcimos de centmetro de modo aproximado ao
valor "verdadeiro". A determinao do valor exato depende, portanto, da capaci-
dade da avaliao do operador, no sendo possvel a partir do emprego exclusivo
da rgua graduada em centmetros exibida na figura 1.8.
Isso posto, suponha que quatro pessoas diferentes apresentem como resultado
desta medida os seguintes valores: 4,6 cm, 4,7 cm, 4,7 cm e 4,8 cm. possvel
verificar que h concordncia com relao ao algarismo 4; logo, isto ilustra o con-
senso de que este algarismo "verdadeiro" ou "exato". J os algarismos 6, 7 e 8 so
duvidosos, pois apresentam uma incerteza, gerada pela prpria grandeza medida,
pela sensibilidade do instrumento bem como pela percia do observador.
Os algarismos exatos de uma medida, bem como os algarismos duvidosos,
so denominados algarismos significativos. No exemplo ilustrado nesta seo, o
primeiro algarismo de cada medio significativo exato, mas o ltimo algarismo
de cada uma das medies (6, 7 e 8) significativo duvidoso.
Os algarismos significativos podem ser qualquer um dos dgitos numricos de
0 at 9. Note-se, no entanto, que o dgito 0 no ser um algarismo significativo
quando for utilizado para fixar posio de nmero decimal ou preencher casas
decimais de nmeros desconhecidos ou desprezados.
Exemplos:
0,00263 3 algarismos significativos
31045 5 algarismos significativos
46300 no se sabe; os algarismos 0 indicam potncia ou valores exatos? O
nmero deve ser escrito de forma normalizada.

captulo 1 27
Assim, qualquer grandeza fsica G ou valor obtido por meio das tcnicas apre-
sentadas neste livro pode ser representado na forma G = (g g), em que g o
valor numrico e g representa a incerteza associada medio da grandeza G.
No entanto, tal grandeza fsica no pode ser escrita de qualquer maneira, mas
de um modo consagrado em trabalhos cientficos a denominada notao cien-
tfica. Nesta notao escreve-se o nmero referindo-se potncia de dez, com a
particularidade de se conservar apenas um dgito, diferente de zero, esquerda
da vrgula.
Exemplos:
125 1,25 x 102 3 algarismos significativos
22,34 2,234 x 101 4 algarismos significativos
0,00350 3,50 x 10-3 3 algarismos significativos
1,0052 1,0052 x 100 5 algarismos significativos

A escolha da notao cientfica se justifica em funo da rpida visualizao da


grandeza associada medio (como exposto pela potncia de 10), bem como do
nmero de algarismos significativos.
Nos casos em que no possvel efetuar novas medies, como as que foram
efetuadas com a rgua descrita na Figura 8, h tcnicas que permitem identificar a
quantidade de algarismos significativos exatos de um nmero.
Definio 1: Diz-se que os N primeiros algarismos significativos de um n-
mero so corretos se o erro absoluto da aproximao obedecer relao abaixo:
W 0,5 x 10 m N + 1
Onde: N nmero de algarismos significativos
m mais alta potncia de 10 do nmero aproximado

Exemplo: Determinar o nmero de algarismos significativos (N) da aproxi-


mao de W = 2,61843 e W = 0,00001.

Resposta: Neste exemplo, tem-se que m = 0, visto que 1 W < 10. Assim,
tem-se que 0,00001 0,5 x 10 1 - N 0,00002 10 1 N - 4,7 1 N -5,7
- N. Logo, N 5,7 N = 5 algarismos significativos.

captulo 1 28
Definio 2: Se o erro relativo cometido na aproximao de um nmero exato
W* por um aproximado W obedecer relao:

w 1
101 N
w +1

Em que: N nmero de algarismos significativos


primeiro dgito significativo do nmero aproximado

Pode-se dizer que o nmero aproximado W tem N algarismos significativos


ou que, no mnimo, o erro absoluto cometido na aproximao varia de uma uni-
dade no n-simo dgito.

Propagao de erros

O objetivo da teoria dos erros determinar o erro cometido em um clculo


C. Sabe-se que C contm grandezas que possuem erros. Por exemplo, considere o
clculo da rea A de uma circunferncia; neste caso, tem-se que A = R2, em que
um valor pertencente ao conjunto dos nmeros irracionais (logo, aproximado)
e R pode ter erro de medio em funo da impreciso do instrumento de medida
utilizado. Com isso, natural concluir que o valor de A tambm apresenta incer-
tezas e imprecises, as quais tambm devem ser calculadas.
Assim, seja W = f(u1, u2, ..., un) uma funo de variveis independentes u1,
u2, ..., un, sujeitas a erros u1, u2, ..., un. Estes erros propagaro um erro W
dado por

f f f
W = u1 + u 2 + ... + u n
u1 u 2 u n

De igual modo, pode-se definir erro relativo propagado (ERP) como:

W
ERP
W

captulo 1 29
Exemplo: Determine o Erro Relativo Propagado para o clculo da expresso
1 3
l s
E= 4 2
a

Resposta: Com base na definio de ERP, basta calcular as derivadas parciais


da funo E em relao s variveis independentes neste caso, l, s e a. Assim,

E l s a
tem-se que =3 + +2
E l s a

ATIVIDADE
01. Apresente o comando no Octave e efetue os seguintes clculos:
a) sen (/4) d) log10(20)
b) cos (/3) e) 7
c) e2

02. Escreva em uma matriz de 10 colunas e 1 linha os quadrados dos 10 primeiros nme-
ros pares.

03. Apresente o grfico da funo y = x2 . cos(x) + 1, para x entre -5 e 5. Utilize o passo de 0,1.

04. Em seguida, apresente o grfico da questo anterior ao lado do grfico y = x3. Utilize o
passo de 0,1.

05. Implemente uma funo no Octave que, dado o raio de uma circunferncia, calcule
sua rea.

06. Implemente uma funo no Octave que, dado o raio de uma esfera, calcule seu volume.

07. Indique a sequncia de valores que ser exibida com a execuo da funo descrita a
seguir. Considere como entradas: A = [9, 2; 3, 4]; b = [2; 5] e x = [3; 3].
function [x] = questao7(A,b,x)
diff = 100000;
n = length(b);
cont = 0;

captulo 1 30
while ((diff > .0001) && (cont < 4))
x1 = x;
for i=1:n
soma = 0;
for j = 1:n
soma = soma + A(i,j)*x1(j);
endfor
soma = soma - A(i,i)*x1(i);
x(i) = (b(i) soma)/A(i,i);

endfor
diff = abs (x(1) - x1(1));
for i = 2:n
if (abs (x(i) - x1(i))> abs (diff))
diff = abs(x(i) - x1(i));
endif
endfor
cont = cont + 1;
endwhile
endfunction

08. Calcule o ERP para a expresso

09. Determinar o nmero de algarismos significativos (N) da aproximao de W = 261,843


e W = 0,01.

10. Calcular o volume da esfera e o nmero de algarismos significativos do resultado, sa-

1 3
bendo-se que V = d e que d = 0,210 0,001 m.
6

REFLEXO
Ao longo deste captulo, voc, leitor, foi apresentado aos conceitos bsicos do software
GNU Octave (ou simplesmente Octave). Alm de uma breve ilustrao do histrico e do
ambiente de edio desta importante ferramenta livre de clculo cientfico, foram apresen-

captulo 1 31
tados diversos conceitos teis para a resoluo de problemas tpicos em Engenharia, como
a edio de operaes aritmticas bsicas, a criao de variveis, a edio e visualizao de
recursos grficos e, principalmente, a criao de funes. Tal arcabouo ser importante para
o emprego do Octave em diversas aplicaes em Engenharia, ampliando a capacidade de
utilizao destes conceitos em questes clssicas da Engenharia.
Alm disso, aps o estudo deste captulo, o leitor deve ser capaz de identificar os tipos de
erros que ocorrem no processamento de algoritmos numricos com auxlio de computador
digital, bem como tratar do conceito de algarismos significativos e forma normalizada de um
nmero. Em especial, deve compreender os mecanismos de propagao de erros em uma
expresso algbrica. Tais elementos so sobremodo importantes nos prximos captulos
deste livro, os quais versam sobre a razo de ser deste estudo o aprendizado de tcnicas
numricas de resoluo de problemas clssicos em Engenharia. Assim, voc, prezado leitor,
est convidado a iniciar estes estudos, comeando pelo clculo de razes de uma funo real.

REFERNCIAS BIBLIOGRFICAS
CLAUDIO, D. M. Clculo numrico computacional: teoria e prtica, Editora Atlas, 1989
EATON, J. W., GNU Octave Reference Manual. Disponvel em: <http://www.gnu.org/software/
octave/doc/interpreter/index.html>. Acesso em 4 de jun. de 2016.
FRANCO, N. B. Clculo Numrico, Pearson Prentice-Hall, So Paulo, 2006.
RUGGIERO, M.A.G.; LOPES, V. L.R., Clculo numrico: aspectos tericos e computacionais, 2a
edio, Editora Makron Books, 1998.

captulo 1 32
2
Clculo de zeros de
uma funo
Clculo de zeros de uma funo
Dada uma funo f(x), diz-se que uma raiz ou zero de f(x) se, e somente
se, f()=0. Como este procedimento muito importante em aplicaes prticas
(em especial, aquelas que envolvem aplicaes em Computao), imprescindvel
o conhecimento de mtodos que permitam calcular os zeros de uma funo.
H funes f(x) nas quais existe uma soluo analtica para o clculo do zero
da funo, como x2 5x + 6 = 0 caso em que os zeros ou razes da funo so
x=2 e x=3. No entanto, nem sempre possvel encontrar analiticamente o zero
de uma funo, como em x3 ln(x) + 9 = 0 em casos como este, empregam-se
mtodos numricos para encontrar uma estimativa para a raiz da funo estudada.
Este ltimo caso (funes para as quais se empregam mtodos numricos para
clculo de zeros de uma funo) o tema deste captulo, no qual so apresentados
trs mtodos Bisseco, Newton-Raphson e das Secantes.

OBJETIVOS
O objetivo deste captulo apresentar as principais tcnicas numricas de determinao
dos zeros ou razes de uma funo. Deste modo, ao final deste captulo, o leitor dever ser
capaz de identificar, comparar e aplicar mtodos numricos para soluo de equaes trans-
cendentais e polinomiais.
Para tal, so apresentados os mtodos da Bisseco, Newton-Raphson e das Secantes,
de acordo com a seguinte forma: a seo 2 apresenta uma descrio geral dos processos.
A seo 3 descreve o Mtodo da Bisseco, contendo seu princpio de funcionamento, um
exemplo de algoritmo seguido do cdigo-fonte em Octave, as limitaes do mtodo e um
exemplo de aplicao do mtodo. As sees 4 e 5 seguem a mesma estrutura para os m-
todos de Newton-Raphson e das Secantes, respectivamente. Por fim, a seo 6 apresenta
exerccios para fixao da aprendizagem.

Descrio geral dos processos

Apesar das diferenas existentes entre os mtodos apresentados neste captulo


(conforme exposto nas sees 3 a 5), importante destacar desde j que, em cada
um deles, os seguintes passos so executados:

captulo 2 34
a) Determinao de uma estimativa inicial;
b) Clculo da raiz aproximada atravs de um processo iterativo at a preci-
so desejada.

Em outras palavras, voc, caro leitor, constatar ao final deste captulo que os
processos utilizados so ditos iterativos ou seja, emprega-se a repetio de proce-
dimentos, a fim de se obter um resultado cada vez mais preciso.
Dentre as caractersticas comuns aos processos iterativos, destacam-se:

Estimativa inicial: preciso que se estabelea um conjunto inicial de valo-


res, escolhidos como uma primeira tentativa para obteno do resultado do pro-
blema neste caso, o zero ou raiz de uma funo f(x) qualquer.
Essa estimativa pode ser conseguida de diferentes formas, conforme o proble-
ma que se deseja resolver.
Convergncia: preciso que o mtodo convirja para o resultado real ou
seja, a cada iterao, que o valor da funo torne-se cada vez mais prximo de
zero. No entanto, cabe assinalar que nem sempre a convergncia garantida em
um processo numrico.
Critrio de Parada: utilizar certo critrio, que vai depender do problema
a ser resolvido e da preciso que precisamos obter na soluo. O critrio adotado
para parar as iteraes de um processo numrico chamado de critrio de parada.

Conforme exposto na figura 2.1 apresentada a seguir, os principais critrios


utilizados so a diferena entre os valores inicial (ak) e final (bk) utilizados como
estimativa ou o valor da prpria funo f(x) no ponto x0, escolhido a partir da
estimativa. Caso tais valores sejam menores do que o erro previamente estipulado,
atingiu-se o citado critrio de parada.

Algebricamente:

(Equao 1)
bk a k
erro estipulado f ( x 0 ) erro estipulado
2

captulo 2 35
Uma pergunta pode ter vindo sua mente? Se eu desejo obter o zero de uma
funo, por que admitir um erro estipulado? No seria melhor sempre escolher o
valor 0 e, com isso, encontrar o valor exato?
Cabe aqui destacar que, embora desejado, nem sempre possvel determinar
a raiz exata de uma funo. Por exemplo, as razes da funo f(x) = x2 3 so
1.7320508075688 ou seja, impossvel representar com exatido os valores
obtidos, pois pertencem ao conjunto dos nmeros irracionais, os quais no podem
ser descritos com uma quantidade limitada de casas decimais. Assim, nas aplica-
es deste captulo em particular (e de Clculo Numrico em geral), a preciso
uma deciso de grande importncia a ser tomada no projeto. Para tal, utilize os
princpios aprendidos no captulo 1 deste livro-texto.

Mtodo da bisseo

Princpio de Funcionamento

O mtodo da bisseco a forma mais intuitiva de se obter a raiz de uma fun-


o. Considere-se uma funo f(x) contnua em um intervalo [a,b], e uma raiz
de f(x) isolada neste intervalo. Assim, como estimativa inicial, escolhem-se dois
pontos (a e b) tais que atendam ao Teorema de Bolzano:

Teorema de Bolzano: Seja uma funo f(x) contnua em um intervalo [a,b],


tal que f(a) f(b) < 0. Ento, a funo f(x) possui pelo menos uma raiz no intervalo
[a,b].

Em outras palavras, os valores da estimativa inicial (a e b) devem ser tais que


f(a) e f(b) tenham sinais opostos se f(a) for maior do que zero, f(b) deve ser me-
nor, e vice-versa.

captulo 2 36
y

f(x)
f(b)

0 a
b x
f(a)

Figura 2.1 Ilustrao do Teorema de Bolzano.

Determinados os valores da estimativa inicial (a e b), subdivide-se este interva-


lo em duas metades - [a, a + b ] e [ a + b , b] para determinar um novo intervalo de
2 2
busca pela raiz da funo. Para tal, verifica-se se a raiz est contida na primeira
ou na segunda metade do intervalo inicial, usando o teorema de Bolzano - ou
seja, se a funo f(x) mudar de sinal entre a e (a + b)/2, a raiz est nesta primeira
metade do intervalo [a,b]; caso contrrio, a raiz est na segunda metade do inter-
valo original.
Dessa forma, o processo repetido: divide-se o novo intervalo ao meio para
constatar em qual metade est a raiz. A estimativa da raiz em cada etapa ser o
ponto mdio do intervalo em estudo onde se sabe que existe uma raiz.
Como em todo processo numrico, importante a estimativa do erro nesse
resultado obtido. No caso do mtodo da bisseco, o erro na estimativa ser dado
pela metade do comprimento do intervalo em estudo. No entanto, destaque-se
que, neste mtodo, pode ser difcil encontrar a e b convenientes; alm disso, er-
ros de arredondamento podem conduzir a intervalos que no contm uma raiz.
Assim, deve ser tambm estipulado inicialmente um nmero mximo de itera-
es, a fim de que no se faa uma busca infindvel e intil pela raiz de uma
funo em casos nos quais no h convergncia para uma soluo vlida.

captulo 2 37
Algoritmo

/* Dados de entrada: estimativa inicial a, b; funo f(x); valor


de convergncia ; */
/* nmero mximo de iteraes - L */
Inicio
f0 f(a)
f1 f(b)
i 1
Enquanto (|f0| > e |f1| > e i <= L) faa
Se |a - b| <
Ento raiz (a+b)/2
Fim-Se
media (a+b)/2
f2 f(media)
Se f0*f2 < 0
Ento b media
f1 f(media)
Seno a media
f0 f(media)
Fim-Se
i i+1
Fim-Enquanto.
Se i > L
Ento Imprima (No houve convergncia!)
Seno raiz media
Fim-Se
Fim-Algoritmo

Cdigo em Octave

Fazendo-se a converso do algoritmo apresentado na seo anterior para um


cdigo em Octave, obtm-se, como exemplo, o cdigo-fonte exibido a seguir.
Note-se que, para utilizar corretamente o mtodo de Newton-Raphson, necess-
rio que seja criado o arquivo funo, contendo a funo desejada.

captulo 2 38
function [raiz] = bissecao (a,b,tol, L)
f0 = funo(a);
f1 = funo(b);
i = 1;
while ((abs(f0) > tol) && (abs(f1) > tol) && (i <= L))
if (abs(a - b) < tol)
% A funo abs() calcula o mdulo de um nmero ou expresso.
raiz = (a+b)/2;
end
media = (a+b)/2;
f2 = funcao(media);
if (f0*f2 < 0)
b = media;
f1 = funcao(media);
else
a = media;
f0 = funcao(media);
end
i = i+1;
end
if (i > L)
disp ('Nao houve convergencia!');
% A funo disp() exibe uma mensagem na tela.
else
raiz = media;
end
end

Exemplo

Como exemplo de clculo da raiz de uma funo a partir do emprego do


Mtodo da Bisseco, considere a funo equao x3 3ex + 3,5 = 0. O objetivo
encontrar o valor da raiz para a equao apresentada, apresentando a sequncia
de aproximaes de x.

captulo 2 39
Considerem-se os pontos x0 e x1 como os pontos iniciais, os quais devem
ser escolhidos de modo a atender ao Teorema de Bolzano. Neste exemplo, sejam
x0 = 1,8 e x1 = 1,2, pois f (x0) = 2,83 (ou seja, menor do que zero) e f(x1) = 0,87
(ou seja, maior do que zero).
x +x
Assim, o valor de x2 a ser pesquisado x2 = 0 1 = -1,5, para o qual se tem
f(-1,5) = -0,54. 2
Com isso, tem-se que o novo intervalo de busca ser entre -1,5 e -1,2, visto
que f(-1,5) e f(-1,2) tm sinais opostos.
Procedendo sucessivamente deste modo at identificar uma aproximao da
raiz , tem-se o preenchimento da tabela 2.1 apresentada a seguir, a qual indica
a sequncia para uma tolerncia de erro igual a 0,01 por isso, o valor de
-1,4015, pois |f()| = |0,008| < 0,01.

ITERAO X0 F(X0) X1 F(X1) X2 F(X2)


1 -1.8 -2,83 -1,2 0,87 -1,5 -0,54

2 -1,5 -0,54 -1,2 0,87 -1,35 0,26

3 -1,5 -0,54 -1,35 0,26 -1,425 -0,12

4 -1,425 -0,12 -1,35 0,26 -1,3875 0,08

5 -1,425 -0,12 -1,3875 0,08 -1,4062 -0,02

6 -1,4062 -0,02 -1,3875 0,08 -1,3968 0,03

7 -1,4062 -0,02 -1,3968 0,03 -1,4015 0,008

Tabela 2.1 Sequncia de aproximaes Clculo de raiz de funo Mtodo da Bisseco.

Mtodo de Newton-Raphson

Princpio de Funcionamento

O mtodo de Newton-Raphson emprega uma tcnica clssica de obteno da


raiz de uma funo. Considere-se uma funo f(x) contnua em R e uma raiz de
f(x) isolada neste intervalo. Assim, como estimativa inicial, escolhe-se um ponto
(x1) tal que exista a derivada da funo f(x) no ponto x1.

captulo 2 40
Determinado o valor da estimativa inicial (x1), determina-se o valor da nova
estimativa da raiz da funo agora, x2 a partir de uma reta tangente funo
f(x) e que passe pelo ponto (x1, f(x1)). O valor de x2 obtido pela interseo dessa
reta tangente com o eixo x do plano cartesiano, conforme descrito na figura 2.2
apresentada a seguir.
y

f(x)
f(x1)

0 x2 x 3
x1 x

f(x2)

Figura 2.2 Mtodo de Newton-Raphson Determinao de aproximaes sucessivas da


raiz da funo.
f ( x1 )
Algebricamente, x2 determinada por meio da expresso x 2 = x1 .
f ( x1 )
Dessa forma, o processo repetido: dada uma estimativa xi, a nova aproximao
f ( xi )
para a raiz ser xi+1, obtida a partir da expresso x i+1 = x i .
f ( x i )
Por exemplo, verifique na figura 2.2 que a mesma estratgia foi empregada para
determinar o valor de x3 a partir de x2.

Como em todo processo numrico, importante a estimativa do erro nesse re-


sultado obtido. No caso do mtodo de Newton-Raphson, destaque-se a existncia
de problemas de convergncia em caso de razes com multiplicidade > 2, com es-
colhas inadequadas de x0 (por exemplo, quando o valor de f'(x0) muito menor do
que o de f(x0)) ou quando se obtm um valor xi que seja um extremo local (ponto
de mximo ou de mnimo em uma vizinhana) neste ltimo caso, porque assim
f(xi) = 0, o que torna impossvel a diviso proposta para clculo das estimativas.

captulo 2 41
Assim, tal qual exposto para o Mtodo da Bisseco, deve ser tambm estipu-
lado inicialmente um nmero mximo de iteraes, a fim de que no se faa uma
busca infrutfera pela raiz de uma funo em casos nos quais no h convergncia
para uma soluo vlida.

Algoritmo

/* Dados de Entrada: estimativa inicial x0; funo f(x); derivada


f'(x); valor de convergncia ; nmero mximo de iteraes - L */
x1 x0 - f(x0)/f'(x0)
i 1
Enquanto (|f(x1)| > e i <= L) faa
x0 x1
x1 x0 f(x0)/f'(x0)
i i+1
Fim-Enquanto.
Se i > L
Ento Imprima (No houve convergncia!)
Fim-Se
Se |f(x1)| <=
Ento raiz x1
Fim-Se
Fim-Algoritmo

Cdigo em Octave

Fazendo-se a converso do algoritmo apresentado na seo anterior para um


cdigo em Octave, obtm-se, como exemplo, o cdigo-fonte exibido a seguir.
Note-se que, para utilizar corretamente o mtodo de Newton-Raphson, neces-
srio que sejam criados dois arquivos, funcao.m e derivada.m, contendo a funo
desejada e sua derivada de primeira ordem, respectivamente.
function raiz = newraph(x0, tol, L)
x1 = x0 - funcao(x0)/derivada(x0);
i = 1;
while ((abs(funcao(x1)) > tol) && (i < L) )
x0 = x1

captulo 2 42
x1 = x0 - funcao(x0)/derivada(x0)
i = i + 1;
end
if (i >= L)
disp('No convergiu')
end
if (abs(funcao(x1)) <= tol)
raiz = x1;
end
end

Exemplo

Como exemplo de clculo da raiz de uma funo a partir do emprego do


Mtodo de Newton-Raphson, considere a funo equao x3 3ex + 3,5 = 0.
O objetivo encontrar o valor da raiz para a equao apresentada, apresentando a
sequncia de aproximaes de x.
Considere-se o ponto x0 como ponto inicial, o qual deve ser escolhido
de modo a no ter uma derivada igual a zero. Neste exemplo, seja x0 = -1,5.

Assim, o valor de x1 a ser pesquisado

f ( x0 ) ( 0,54 )
x1 = x 0 = 1,5 = 1,41 ,
f ( x 0 ) 6,08
para o qual tem-se que f(-1,41) = -0,03. Com isto, tem-se que o novo ponto
de busca ser -1,41. Procedendo sucessivamente deste modo at identificar uma
aproximao da raiz , tem-se o preenchimento da tabela 2.2 apresentada a seguir,
a qual indica a sequncia para uma tolerncia de erro igual a 0,01 por isso, o
valor de -1,4032, pois |f()| = |-0,0002| < 0,01.

ITERAO X0 F(X0) F'(X0) X1 F(X1) F'(X1)


1 -1,5 -0,54 6,08 -1,4105 -0,03 5,23

2 -1,4105 -0,03 5,23 -1,4032 -0,0002 5,1694

Tabela 2.2 Sequncia de aproximaes Clculo de raiz de funo Mtodo de


Newton-Raphson.

captulo 2 43
Mtodo das Secantes

Princpio de Funcionamento

Como citado na seo 4.1, o mtodo de Newton-Raphson emprega uma tc-


nica clssica de obteno da raiz de uma funo. No entanto, para os casos em que
houver dificuldade no emprego das derivadas, recomenda-se a utilizao de secan-
tes funo f(x) para a qual se deseja calcular a raiz da funo ou seja, prope-se
o emprego do Mtodo das Secantes.

Assim, considere-se uma funo f(x) contnua em R e uma raiz de f(x) iso-
lada neste intervalo. Assim, como estimativa inicial, escolhem-se dois pontos (x0
e x1) quaisquer. Determinados os valores das funes nos pontos escolhidos como
estimativa inicial (ou seja, f(x0) e f(x1)), determina-se o valor da nova estimativa
da raiz da funo agora, x2 a partir da reta secante que passa pelos pontos A
(x0, f(x0)) e B (x1 , f(x1)).
Com base no exposto, a interseo dessa reta secante com o eixo x determina
o novo ponto de aproximao (x2), conforme descrito na figura 2.3 apresentada
a seguir.
y

f(x0) f(x)

0 x 1 x2
x0 x
f(x1)

Figura 2.3 Mtodo das Secantes Determinao de aproximaes sucessivas da raiz


da funo

Algebricamente, x2 determinada por meio da expresso


( x x ) f ( x1 ) . Dessa forma, a derivada, utilizada no Mtodo de
x 2 = x1 1 0
f ( x1 ) f ( x 0 )
Newton-Raphson, substituda pela razo entre as diferenas.

captulo 2 44
Isso posto, o processo repetido: dadas as estimativas xi e xi-1, a nova aproximao

para a raiz ser xi+1, obtida a partir da expresso x 2 = x1


( x1 x 0 ) f ( x1 ) .
f ( x1 ) f ( x 0 )
Por exemplo, verifique que a figura 2.3 representa graficamente a obteno do
valor de xi+1 a partir de xi e xi-1.
Como em todo processo numrico, importante a estimativa do erro nes-
se resultado obtido. No caso do mtodo de Secantes, h relatos de um nmero
menor de problemas de convergncia do que no Mtodo de Newton-Raphson,
embora requeira um nmero maior de iteraes do que este ltimo para apresen-
tar a estimativa da raiz para a funo f(x). Logo, deve ser tambm estipulado
inicialmente um nmero mximo de iteraes, a fim de que no se faa uma busca
indefinida pela raiz de uma funo.

Algoritmo

/* Dados de Entrada: estimativa inicial x0 e x1; funo f(x); valor de conver-


gncia ; nmero mximo de iteraes - L */

x2 (x1 x0)*f(x1)/(f(x1) - f(x0))


i 1
Enquanto (|f(x2)| > e i <= L) faa
x0 x1
x1 x2
x2 (x1 x0)*f(x1)/(f(x1) - f(x0))
i i+1
Fim-Enquanto.
Se i > L
Ento Imprima (No houve convergncia!)
Fim-Se
Se |f(x2)| <=
Ento raiz x2
Fim-Se
Fim-Algoritmo

captulo 2 45
Cdigo em Octave

Fazendo-se a converso do algoritmo apresentado na seo anterior para um


cdigo em Octave, obtm-se, como exemplo, o cdigo-fonte exibido a seguir.
Note-se que, para utilizar corretamente o mtodo de Newton-Raphson, necess-
rio que seja criado o arquivo funcao.m, contendo a funo desejada.
function raiz = secante(x0,x1,tol, L)
x2 = x1 - (((x1 x0)*funcao(x1))/(funcao(x1)-funcao(x0)));
i = 1;
while ((abs(funcao(x2)) > tol) && (i < L))
x0 = x1;
x1 = x2;
x2 = x1 - (((x1 - x0)*funcao(x1))/(funcao(x1)-funcao(x0)))
i = i + 1;
end
if (i >= L)
disp('No convergiu')
end
if (abs(funcao(x2)) <= tol)
raiz = x2;
end
end

Exemplo

Como exemplo de clculo da raiz de uma funo a partir do emprego do


Mtodo das Secantes, considere a funo equao x3 3ex + 3,5 = 0. O objetivo
encontrar o valor da raiz para a equao apresentada, apresentando a sequncia
de aproximaes de x.
Considerem-se os pontos x0 e x1 como os pontos iniciais, os quais devem ser
escolhidos de modo que f(x0) f(x1). Neste exemplo, sejam x0 = -1,8 e x1 = -1,2,
pois f (x0) = -2,83 e f(x1) = 0,87.
( x1 x 0 ) f ( x1 )
Assim, o valor de x2 a ser pesquisado x 2 = x1 = -1,3410,
f ( x1 ) f ( x 0 )
para o qual se tem que f(-1,3410) = 0,30. Procedendo sucessivamente deste modo
at identificar uma aproximao da raiz , tem-se o preenchimento da tabela 2.3

captulo 2 46
apresentada a seguir, a qual indica a sequncia para uma tolerncia de erro igual a
0,01 por isso, o valor de -1,4024, pois |f()| = |0,004| < 0,01.

ITERAO X0 F(X0) X1 F(X1) X2 F(X2)


1 -1.8 -2,83 -1,2 0,87 -1,3410 0,30

2 -1,2 0,87 -1,3410 0,30 -1,4168 -0,07

3 -1,3410 0,30 -1,4168 -0,07 -1,4024 0,004

Tabela 2.3 Sequncia de aproximaes Clculo de raiz de funo Mtodo das Secantes.

Resta em aberto uma questo ao leitor: quais so as vantagens e desvantagens


de cada um dos mtodos? Em outras palavras, dada a necessidade de determinao
do zero de uma funo, qual mtodo deve ser utilizado?

Para apresentar sugestes de soluo a esse questionamento, apresenta-se em se-

x 2
guida a resoluo da equao + cos ( x ) = 0 segundo os trs mtodos estudados
2

Bisseco, Newton-Raphson e das Secantes. Como dado para comparao, con-


sidere que 1,0217 uma raiz da funo em tela.
Como apoio ao estudo, segue o cdigo-fonte da funo funcao.m, necessria
soluo do problema com apoio do software Octave nos trs mtodos estudados:
function v = funcao(x)
v = -(x^2)./2 + cos(x);
end

Alm disso, para o caso do Mtodo de Newton-Raphson, faz-se necessria


a funo derivada.m, conforme aprendido na exposio do mtodo em questo.
function v = derivada(x)
v = - x - sin(x);
end

Assim, considere-se em todos os casos uma tolerncia ao erro de 0,001 e um


limite de 1.000 iteraes para se determinar a soluo da questo. Como ponto
inicial no Mtodo de Newton-Raphson, considere-se x = 0; j para os demais,
considerem-se os valores de x como 0 e 2.

captulo 2 47
Com tal configurao, tem-se o desempenho indicado na tabela 2.4 apresen-
tada a seguir:

NMERO DE
MTODO SOLUO ITERAES
Bisseco 1,0215 11

Newton-Raphson - -

Secantes 1,0217 5

x2
Tabela 2.4 Comparao dos Mtodos de Clculo de Razes da Funo + cos ( x )
2

De acordo com esse exemplo, pode-se crer que o Mtodo das Secantes seja o
mais apropriado, pois obteve a resposta com o menor nmero de iteraes ou
seja, mais rpido. No entanto, isso se deveu escolha inapropriada do valor inicial
para o Mtodo de Newton-Raphson, dado que a derivada da funo f(x) assume
o valor zero para x = 0. Assim, deve-se repetir a tarefa com a adoo de um novo
ponto inicial, a fim de verificar o desempenho do mtodo.
Considerando-se agora x = 2 como ponto inicial no Mtodo de Newton-
Raphson, tem-se que o desempenho se encontra destacado na tabela 2.5, apresen-
tada a seguir:

NMERO DE
MTODO SOLUO ITERAES
Bisseco 1,0215 11

Newton-Raphson 1,0217 3

Secantes 1,0217 5

Tabela 2.5 Nova Comparao dos Mtodos de Clculo de Razes da Funo


x2
+ cos ( x )
2

captulo 2 48
Nesse caso, verifica-se que o Mtodo de Newton-Raphson apresentou o me-
lhor desempenho.
Logo, o leitor pode extrair as seguintes concluses:
O Mtodo da Bisseco o que implementa a proposta mais simples de
soluo. No entanto, demanda a escolha adequada de dois valores iniciais e apre-
senta a convergncia mais lenta para a resposta;
O Mtodo de Newton-Raphson o que apresenta a convergncia mais
rpida para a resposta, mas depende de uma anlise preliminar da derivada da
funo no ponto inicial. Caso esta derivada seja igual a zero, outro valor deve ser
escolhido; e
O Mtodo das Secantes apresenta uma velocidade intermediria de conver-
gncia e no depende da anlise da derivada da funo no ponto. Assim, trata-se
de uma escolha adequada para funes cuja derivada no seja de simples determi-
nao preliminar.

ATIVIDADES
01. Resolva a equao x3 + 3ex + cos(x) = 0, com tolerncia de 0,0001, utilizando:
a) Mtodo da Bisseco
b) Mtodo das Secantes
c) Mtodo de Newton-Raphson
Compare o nmero requerido de iteraes para se chegar raiz aproximada em
cada caso.

02. Resolva a equao x3 5 x2 + 17x + 21 = 0, com tolerncia de 0,0001, utilizando:


a) Mtodo da Bisseco
b) Mtodo das Secantes
c) Mtodo de Newton-Raphson
Compare o nmero requerido de iteraes para se chegar raiz aproximada em
cada caso.

03. O deslocamento horizontal da estrutura de um prdio definido pela equao de amor-


tecimento y = 10e-kt cos (t), em que k = 0,25, = 4, y expresso em metros e t expres-
so em segundos. Determine o tempo necessrio para que o deslocamento horizontal chegue
a 2 metros.

captulo 2 49
04. Um equipamento para deteco de sinais eletromagnticos obteve a expresso
Y = u3 sin(u) + cos(2u) + 2 para um sinal transmitido na faixa de UHF. Determine o valor
de u que anula Y, considerando u0 = 2,5 e 5 como pontos iniciais.

05. A concentrao C de um determinado reagente em uma soluo heterognea diminui


de acordo com a expresso C = t3 - 3t2, em que C expresso em g/l e t expresso em se-
gundos. Determine o tempo necessrio para que a concentrao chegue a 2 g/l, utilizando:
a) Mtodo da Bisseco
b) Mtodo das Secantes
c) Mtodo de Newton-Raphson
Compare o nmero requerido de iteraes para se chegar raiz aproximada em
cada caso.

REFLEXO
Voc, leitor, ao longo deste captulo, foi apresentado s principais tcnicas numricas de
determinao dos zeros ou razes de uma funo os mtodos da Bisseco, Newton-Ra-
phson e das Secantes.
Alm da apresentao de uma descrio geral dos processos, cada mtodo foi exposto
com seu princpio de funcionamento, um exemplo de algoritmo como referncia para futuras
implementaes, bem como uma proposta de soluo para o cdigo-fonte em Octave. Por
fim, cada mtodo contm uma ilustrao de sua utilizao em exemplos tpicos de emprego
em Engenharia. Assim, voc deve estar apto a no empregar os mtodos apresentados, bem
como identificar suas limitaes do mtodo e optar pelo mais adequado, a depender do caso
solicitado.
O prximo captulo deste livro se vale de uma sistemtica semelhante para a resoluo
de outro problema clssico em Engenharia a soluo de sistemas de equaes lineares
algbricas (SELA). H um conjunto de mtodos, diretos ou iterativos, que permite identificar
solues desta natureza. Assim, prossiga em seus estudos e seja bem-vindo leitura do
prximo captulo.

captulo 2 50
REFERNCIAS BIBLIOGRFICAS
BURIAN, R. DE LIMA, A.C., HETEM JUNIOR, A. (Coord.), Fundamentos de Informtica Clculo
Numrico, Editora LTC, Rio de Janeiro, 1997.
CLAUDIO, D. M., Clculo Numrico Computacional: Teoria e Prtica, Editora Atlas, 1989
EATON, J. W., GNU Octave Reference Manual. Disponvel em: <http://www.gnu.org/software/
octave/doc/interpreter/index.html>. Acesso em 04 de jun. de 2016.
FRANCO, N. B. Clculo Numrico, Pearson Prentice-Hall, So Paulo, 2006.
RUGGIERO, M.A.G., LOPES, V. L.R. Clculo Numrico: Aspectos Tericos e Computacionais, 2a
edio, Editora Makron Books, 1998

captulo 2 51
captulo 2 52
3
Resoluo de
sistemas de
equaes lineares
Resoluo de sistemas de equaes lineares
Diversos problemas tpicos podem ser descritos sob a forma de sistemas
de equaes lineares algbricas (SELA), como a anlise de circuitos eltricos
(Engenharia Eltrica), do comportamento variante no tempo de sistemas de co-
municaes sem fio (Engenharia de Telecomunicaes), de sistemas mecnicos
(Engenharia Mecnica) e da distribuio de foras em estruturas (Engenharia
Civil), dentre outros. Assim, o assunto apresentado neste captulo de grande
importncia a profissionais e estudantes das diversas reas, pois tais sistemas so
largamente utilizados em modelos fsicos e econmicos de interesse.
Tal representao bastante utilizada, no s por apresentar um modelo mate-
mtico simples e, ao mesmo tempo, bastante expressivo e poderoso, mas tambm
pela disponibilidade de um conjunto variado de mtodos de soluo simples e
eficazes.

OBJETIVOS
O objetivo deste captulo apresentar os principais mtodos de soluo de sistemas de
equaes lineares algbricas, em suas duas vertentes os mtodos diretos e os mtodos
iterativos. Assim, o leitor dever ser capaz de identificar, comparar e aplicar diferentes mto-
dos para soluo de sistemas de equaes lineares.
Este captulo est organizado da seguinte forma: a seo 2 apresenta a definio de
SELA, bem como sua representao matricial etapa importante para a compreenso dos
mtodos a serem apresentados. A seo 3 apresenta os principais mtodos diretos para
resoluo de SELA, contendo seu princpio de funcionamento, um exemplo de algoritmo se-
guido do cdigo-fonte em Octave, suas limitaes e um exemplo de aplicao. J a seo 4
segue a mesma estrutura para os mtodos iterativos. Por fim, a seo 5 apresenta exerccios
para fixao da aprendizagem.

Definio de sistemas de equaes lineares algbricas

Um sistema de equaes lineares algbricas (SELA) pode ser definido como


um conjunto de n equaes com n variveis independentes entre si, na forma
genrica, como:

captulo 3 54
a11x1 + a12x2 + a13x3 + ... + a1nxn = b1
a21x1 + a22x2 + a23x3 + ... + a2nxn = b2
a31x1 + a32x2 + a33x3 + ... + a3nxn = b3

an1x1 + an2x2 + an3x3 + ... + annxn = bn

na qual aij (i, j = 1, 2, 3, ..., n) so os coeficientes do sistema de equaes, xi


(i = 1, 2, 3, ..., n) so as n incgnitas ou variveis do SELA e bi (i = 1, 2, 3, ..., n)
os resultados das equaes ou os termos independentes2 .
Note-se que as equaes representadas na seo anterior podem ser descritas
na forma matricial como:
Anxn xnx1 = bnx1
em que:

a11 a12 a13  a1n x1 b1


a a a 23  a 2n x b
21 22 2 2
[ A ] = a 31 a 32 a 33  a 3 n , [ X ] = x 3 , [ b ] = b3

      
a  b
n1 a n 2 a n3 a nn xn n

A matriz A corresponde a uma matriz quadrada (isto , com o mesmo n-


mero de linhas e de colunas) de ordem n. O vetor-coluna x corresponde s in-
cgnitas ou variveis. Por fim, o vetor-coluna b corresponde aos resultados ou
termos independentes.
Conforme indicado na introduo deste captulo, existem mtodos diretos
e iterativos para resoluo de sistemas de equaes lineares. Os mtodos diretos
caracterizam-se pela obteno dos resultados para as variveis xi (i = 1, 2, 3, ..., n)
de modo exato e direto, sem a necessidade de execues repetidas ou iteradas de
expresses algbricas para obteno de aproximaes adequadas para os valores
-resposta desejados.
No entanto, como h sistemas nos quais no possvel obter uma soluo exa-
ta ou direta para as variveis xi (i = 1, 2, 3, ..., n), faz-se necessrio o conhecimento
dos mtodos iterativos. Nestes ltimos, a soluo obtida de modo aproximado,
aps a execuo repetida de operaes algbricas de forma a se aproximar do resul-
tado desejado para as variveis xi (i = 1, 2, 3, ..., n) em procedimento semelhante
2 Termo independente, porque no depende de nenhuma das variveis xi (i = 1, 2, 3, ..., n).

captulo 3 55
ao que voc pode acompanhar nos mtodos para clculo de zeros de uma funo,
apresentados no captulo 3.
Isso posto, a prxima seo apresenta os mtodos diretos para resoluo
de SELA.

Mtodos diretos de resoluo de SELA

Substituio Retroativa

O mtodo da Substituio Retroativa aplicado para todo SELA em que


Ax = b, desde que aij = 0, para todo j < i ou seja, a matriz A triangular superior.
Este cenrio expresso sob a forma algbrica a seguir:

a11x1 + a12 x 2 + a13 x 3 + ... + a1n x n = b1


a12 x 2 + a 23 x 3 + ... + a 2n x 2 = b2

a 33 x 3 + ... + a 3n x n = b3

.. .. ..
. . .
a nn x n = bn

A vantagem do mtodo da Substituio Retroativa que sua soluo trivial e


direta. Para tal, examine a ltima equao (annxn = bn). Tem-se que o valor de xn

dado por bn . Por sua vez, o valor obtido para xn pode ser substitudo na equao
a nn
imediatamente anterior, a saber, (an-1n-1xn-1 + an-1nxn = bn-1), fazendo com que o valor
de xn-1 seja determinado facilmente a partir da substituio de xn pelo valor indi-
b
bn 1 a n 1n n
b a x a nn .
cado no pargrafo anterior, a saber, x n 1 = n 1 n 1n n =
a n 1n 1 a n 1n 1
Assim, trata-se de determinar xn-1 a partir da substituio da varivel subsequente
(xn).
Isso posto, verifica-se que, sucessivamente, as variveis xn-2, xn-3, , x3, x2 e x1
so calculadas na sequncia inversa daquela indicada no vetor X das variveis ou
seja, de modo retroativo, com base na substituio das variveis sucessoras nas

captulo 3 56
expresses algbricas que as definem no SELA. Tal procedimento, portanto, justi-
fica o fato de este mtodo ser conhecido como o Mtodo da Substituio Retroativa.
No entanto, como se pode deduzir, este mtodo aplicado somente para resoluo
de SELA, em que aij = 0, para todo j < i ou seja, a matriz A triangular superior.
Assim, seja a matriz A triangular superior. Logo, tem-se que, no Mtodo da
Substituio Retroativa, o SELA resolvido da seguinte forma:
n
bi a ij x j
j=i+1
xi = , i = n, ...,1
a ii

O algoritmo que representa a operao descrita anteriormente dado por:


/* Dados de Entrada: nmero de variveis n; vetor de coeficientes
A; vetor de termos independentes b*/
/* Resultado: vetor soluo x */
Inicio
xn bn/nn
Para i de n-1 at 1 passo -1 faa
SOMA 0
Para j de i+1 at n faa
SOMA SOMA + aij xj
Fim-Para
xi (bi SOMA)/aii
Fim-Para
Fim-Substituio Retroativa

Cdigo em Octave

Fazendo-se a converso do algoritmo apresentado na seo anterior


para um cdigo em Octave, obtm-se, como exemplo, o cdigo-fonte exi-
bido a seguir.
function [x] = substituicaoretroativa(n,A,b)
x(n) = b(n)/A(n,n)
for i=n-1:-1:1 % A variao comea com i = n-1 e segue decremen-
tando (-1) at chegar a 1.

captulo 3 57
SOMA = 0
for j=i+1:n % A variao comea com j = i+1 e segue incremen-
tando (+1) at chegar a n.
SOMA = SOMA + A(i,j)*x(j)
endfor
x(i) = (b(i) - SOMA)/A(i,i)
endfor
endfunction

Exemplo de Aplicao

Considere as matrizes A e b conforme descrito a seguir:


A = 2 3 1 ;b = 2
0 1 2 2

0 0 3 3

Assim, a substituio retroativa para identificar a soluo do sistema de equa-


es lineares expresso por A.x = b inicia-se por x(3), de tal sorte que:
b (3) 3
x (3) = = =1
A ( 3,3 ) 3

Substituindo na segunda linha, tem-se que:


A ( 2,2 ) .x ( 2 ) + A ( 2,3 ) .x ( 3 ) = b ( 2 ) 1.x ( 2 ) + 2.x ( 3 ) = 2
x ( 2 ) + 2 = 2 x ( 2 ) = 4

De modo anlogo, calcula-se o valor de x(1) substituindo-se os valores j cal-


culados de x(2) e x(3) na 1a equao do sistema de equaes lineares algbricas
em estudo. Assim:
A (1,1) .x (1) + A (1,2 ) .x ( 2 ) + A (1,3 ) .x ( 3 ) = b (1)
2.x (1) + 3.x ( 2 ) + 1.x ( 3 ) = 2 2.x (1) 12 + 1 = 2 x (1) = 6,5

captulo 3 58
Eliminao de Gauss

Conforme visto na seo 1.3.1, o mtodo da Substituio Retroativa apresen-


ta como limitao a necessidade de que a matriz de coeficientes (A) seja triangular
superior. Assim, o mtodo da Eliminao de Gauss consiste apenas em operar
transformaes elementares sobre as equaes de um sistema Ax = b at que, de-
pois de n - 1 passos, se obtenha um sistema triangular superior, Ux = c, equivalen-
te ao sistema dado, o qual pode ser resolvido por substituies retroativas.
Assim, a resoluo de um sistema pelo Mtodo de Eliminao de Gauss envolve
duas fases distintas. A primeira, chamada de fase de eliminao, consiste em trans-
formar o sistema dado em um sistema triangular superior. A segunda, chamada de
fase de substituio, consiste em resolver o sistema triangular superior atravs de
substituies retroativas, de acordo com a tcnica apresentada na seo anterior.
O algoritmo que representa a operao descrita anteriormente dado por:
/* Dados de Entrada: nmero de variveis n; vetor de coeficientes
A; vetor de termos independentes b*/
/* Resultado: vetor de coeficientes A; vetor de termos indepen-
dentes b*/
Inicio
Para k de 1 at n-1 faa
Para i de k+1 at n faa
m -
Para j de 1 at n faa
aij aij + m akj
Fim-Para
bi bi + m bk
Fim-Para
Fim-Para
Fim-Eliminao

Cdigo em Octave

Fazendo-se a converso do algoritmo apresentado na seo anterior para um


cdigo em Octave, obtm-se, como exemplo, o cdigo-fonte exibido a seguir.

captulo 3 59
function [A,b] = eliminacaoGauss(n,A,b)
for k = 1:n-1
for i = k+1:n
m = - A(i,k)/A(k,k);
for j = 1:n
A(i,j) = A(i,j) + m*A(k,j)
endfor
b(i) = b(i) + m*b(k)
endfor
endfor
endfunction

Exemplo de Aplicao

Considere as matrizes A e b conforme descrito a seguir:


A = 2 3 1 ;b = 2
4 3 2 1

5 2 3 3

A tcnica de Eliminao de Gauss permite identificar um SELA equivalente


no qual a matriz A seja triangular superior o que permite a resoluo mediante
emprego da tcnica de Substituio Retroativa, vista na seo anterior.
Assim, para identificar a soluo do sistema de equaes lineares expresso por
A.x = b, inicia-se pela operao em A(2,1) = 4, de modo que este termo seja anu-
lado. Isto se d da seguinte forma:
A ( 2,1) 4
m= = = 2
A (1,1) 2

Com isso, a 2a linha recalculada a partir de sua soma com a 1a linha multi-
plicada por m = -2. Logo:
A ( 2,1) = A ( 2,1) + m A (1,1) A ( 2,1) = 4 + ( 2 ) 2 A ( 2,1) = 0

Replicando essa operao para que A(3,1) e A(3,2) tambm sejam iguais a
zero, tem-se que as novas matrizes A e b assumem os valores expostos a seguir:

captulo 3 60
A = 2 3 1 ;b = 2
0 3 0 3

0 0 5 3,5

Conforme esperado, essa nova forma de apresentao do SELA pode ser resol-
vida mediante emprego da tcnica de Substituio Retroativa, posto que a matriz
A triangular superior.
No entanto, importante salientar que o Mtodo de Eliminao de Gauss
tambm tem suas desvantagens. Por exemplo, ele no pode ser aplicado quando
o piv (akk) nulo. Alm disso, os erros de arredondamento cometidos durante
um passo da obteno do sistema triangular se propagam para os passos seguin-
tes, podendo comprometer a validade da soluo obtida. Neste ltimo caso, para
resolver (ou, ao menos, minimizar) tais problemas, adota-se a troca de linhas das
equaes do SELA.

Mtodos iterativos de resoluo de SELA

Os mtodos iterativos no apresentam uma soluo exata de SELA, mas


aproximaes da soluo, obtidas a partir do emprego de iteraes sucessivas. Tal
procedimento conseguido a partir da avaliao das expresses que constituem
o SELA.
Tais expresses so obtidas a partir do isolamento de cada uma das variveis
tarefa esta obtida a partir de cada uma das equaes do SELA. Depois disso, com
base em valores previamente atribudos s variveis, so realizadas diversas itera-
es para avaliao dos novos valores obtidos, at que o critrio de convergncia
seja alcanado.

Mtodo de Gauss-Jacobi

De acordo com o Mtodo de Gauss-Jacobi, dado um sistema linear:

a11x1 + a12 x 2 + a13 x 3 + + a1n x n = b1


a x + a x + a 23 x 3 + + a 2 n x n = b2
21 1 22 2
a
31 1x + a 32 x 2 + a 33 x 3 + + a 3n x n = b3


a n1x1 + a n 2 x 2 + a n 3 x 3 + + a nn x n = bn

captulo 3 61
possvel isolar as incgnitas, de tal modo que:

1
x1 = a b1 a12 x 2 a13 x 3 a1n x n
11
1
x 2 = a b2 a 21x1 a 23 x 3 a 2 n x n
22
x = 1
b a 31x1 a 32 x 2 a 3n x n
3
a 33 3


1
x n = b a n1x1 a n 2 x 2 a ( n 1)n x n 1
am n

Assim, a partir de uma estimativa ou aproximao inicial da soluo ou seja,


um conjunto de valores {x1(0), x2(0), x3(0), ..., xn(0)}, inicia-se a soluo do SELA com
emprego do mtodo de Gauss-Jacobi. Com isso, como resultado da primeira ite-
rao, obtm-se o conjunto de valores {x1(1), x2(1), x3(1), ..., xn(1)} tal que:

x1(1) = b1 a12 x 2( 0 ) a13 x 3( 0 ) a1n x n( 0 )



x 2(1) = b2 a 21x1( 0 ) a 23 x 3( 0 ) a 2 n x n( 0 )

x 3 = b3 a 31x1 a 32 x 2 a 3n x n
(1) (0) (0) (0)



x (1) = b a x ( 0 ) a x ( 0 ) a (0)
n n n1 1 n2 2 ( n 1)n x n 1

Isso posto, o conjunto de valores obtido na k-sima iterao (ou seja,


{x1 , x2(k), x3(k), ...,xn(k)}) expresso a partir dos valores obtidos na iterao ante-
(k)

rior (k-1), conforme expresso a seguir:

x1( k ) = b1 a12 x 2( k 1) a13 x 3( k 1) a1n x n( k 1)



x 2( k ) = b2 a 21x1( k 1) a 23 x 3( k 1) a 2 n x n( k 1)
( k ) = b a x ( k 1) a x ( k 1) a x ( k 1)
x3 3 31 1 32 2 3n n


x ( k ) = b a x ( k 1) a x ( k 1) a ( k 1)
n n n1 1 n2 2 ( n 1)n x n 1

Logo, a ideia principal do Mtodo de Gauss-Jacobi que cada coordenada


do vetor correspondente nova aproximao calculada a partir da respectiva

captulo 3 62
equao do sistema, utilizando-se as demais coordenadas do vetor aproximao
da iterao anterior.
Por fim, tem-se que o processo finalizado ao se atingir uma preciso prees-
tabelecida, calculada a partir do valor mximo de desvio para as incgnitas entre
iteraes sucessivas. De modo alternativo, pode-se interromper o processo ao se
atingir um nmero mximo preestabelecido de iteraes. Essa ltima estratgia de
finalizao do processo traz como vantagem a facilidade em determinar o tempo
mximo de processamento numrico em um computador para clculo da soluo.
Alm disso, traz simplicidade ao processo de resoluo, pois existem sistemas que
no apresentam uma soluo exata em especial, os provenientes de aproximaes
do mundo fsico.
O algoritmo que representa a operao descrita anteriormente dado por:
/* Dados de Entrada: vetor de estimativa inicial x, nmero de
variveis n; vetor de coeficientes A; vetor de termos independentes
b, nmero mximo de iteraes L, tolerncia de erro na aproxima-
o - tol */
/* Resultado: vetor soluo x*/
Inicio
i 0
diff 100000
Enquanto (i < L e diff > tol) faa
y x
Para i de 1 at n faa
soma 0
Para j de 1 at n faa
Se ( )
a ij x j
Ento soma soma +
Fim-Se
a ii

b
xi j soma
Fim-Para a jj
Fim-Para
diff |x1 - y1|
Para i de 2 at n faa
Se (|xi yi| > diff)
Ento diff |xi yi|
Fim-Se

captulo 3 63
Fim-Para
i i + 1
Fim-Enquanto
Fim-GaussJacobi

Cdigo em Octave

Fazendo-se a converso do algoritmo apresentado na seo anterior para um


cdigo em Octave, obtm-se, como exemplo, o cdigo-fonte exibido a seguir.
function [x] = jacobi(A,b,x,tol,L)
diff = 100000;
n = length(b);
cont = 0;
while ((diff > tol) && (cont < L) ) % Enquanto no houver con-
vergncia, o mtodo prossegue.
y = x; % O vetor y visa comparar o vetor inicial com o
novo vetor aproximado.
for i=1:n
soma = 0;
for j = 1:n
soma = soma + A(i,j)*y(j);
end
soma = soma - A(i,i)*y(i);
x(i) = (b(i) - soma)/A(i,i);
end
diff = abs (x(1) - y(1));
for i=2:n
if (abs (x(i) - y(i))> abs (diff))
diff = abs(x(i) y(i));
% A varivel diff indica a maior diferena entre os vetores inicial
e aproximado.
end
end
cont = cont + 1;
end
end

captulo 3 64
Exemplo de Aplicao

Considere as matrizes A e b, conforme descrito a seguir:


A = 2 3 1 ;b = 0
1 1 5 3

3 2 1 1

Assim, a ttulo de ilustrao, considerem-se como palpite inicial os valores


de x(1) = x(2) = x(3) = 1, com uma tolerncia de erro na aproximao no valor
de 0,001 ou inferior. De acordo com o emprego previsto da tcnica iterativa de
Gauss-Jacobi para resoluo de SELA, tem-se que:
b (1) A (1,2 ) x ( 2 ) A (1,3 ) x ( 3 ) 0 ( 3 ) . (1) 1.1 3 1
x (1) = = = =1
A (1,1) 2 2

b ( 2 ) A ( 2,1) x (1) A ( 2,3 ) x ( 3 ) ( 3 ) ( 1) . (1) ( 5 ) .1 3


x (2) = = = =3
A ( 2,2 ) 1 1

b ( 3 ) A ( 3,1) x (1) A ( 3,2 ) x ( 2 ) 1 ( 3 ) .1 ( 2 ) .1 6


x (3) = = = =6
A ( 3,3 ) 1 11

Deste modo, verifica-se que, aps a 1 iterao, os novos valores de teste so


x(1) = 1, x(2) = 3 e x(3) = 6. Como a maior diferena (5, para a varivel x(3))
excede a tolerncia especificada, faz-se necessria uma nova iterao:
b (1) A (1,2 ) x ( 2 ) A (1,3 ) x ( 3 ) 0 ( 3 ) . ( 3 ) 1.6 3
x (1) = = = = 1,5
A (1,1) 2 2

b ( 2 ) A ( 2,1) x (1) A ( 2,3 ) x ( 3 ) ( 3 ) ( 1) . (1) ( 5 ) .6 28


x (2) = = = = 28
A ( 2,2 ) 1 1

b ( 3 ) A ( 3,1) x (1) A ( 3,2 ) x ( 2 ) 1 ( 3 ) .1 ( 2 ) .3 10


x (3) = = = = 10
A ( 3,3 ) 1 1

captulo 3 65
Assim, verifica-se que, aps a 2 iterao, os novos valores de teste so
x(1) = 1,5, x(2) = 28 e x(3) = 10. Como a maior diferena (25, para a varivel
x(2)) tambm excede a tolerncia especificada, faz-se necessria uma terceira itera-
o, e assim sucessivamente.

Mtodo de Gauss-Seidel

De modo semelhante ao exposto na seo anterior, tem-se que a resoluo


de um SELA por meio do Mtodo de Gauss-Seidel considera, em princpio, um
sistema linear como o descrito a seguir:

a11x1 + a12 x 2 + a13 x 3 + + a1n x n = b1


a x + a x + a 23 x 3 + + a 2 n x n = b2
21 1 22 2
a
31 1x + a 32 x 2 + a 33 x 3 + + a 3n x n = b3


a n1x1 + a n 2 x 2 + a n 3 x 3 + + a nn x n = bn

De igual modo, possvel isolar as incgnitas, de tal sorte que:

1
x1 = b1 a12 x 2 a13 x 3 a1n x n
11
1
x 2 = b2 a 21x1 a 23 x 3 a 2 n x n
22
x = 1
b a 31x1 a 32 x 2 a 3n x n
3
33 3


1
x n = b a n1x1 a n 2 x 2 a ( n 1)n x n 1
nn n

Semelhante ao exposto no Mtodo de Gauss-Jacobi, tambm estipulada a


critrio do desenvolvedor uma estimativa ou aproximao inicial da soluo ou
seja, um conjunto de valores {x1(0), x2(0), x3(0), ..., xn(0)} para que se inicie a so-
luo do SELA com emprego do mtodo de Gauss-Seidel.
No entanto, as semelhanas se encerram por aqui, pois no Mtodo de Gauss-
Seidel, cada coordenada do vetor correspondente nova aproximao calculada
a partir da respectiva equao do sistema, utilizando-se as coordenadas do vetor

captulo 3 66
aproximao da iterao anterior, quando essas ainda no foram calculadas na
iterao corrente, e as coordenadas do vetor aproximao da iterao corrente, no
caso contrrio.
Com isso, como resultado da primeira iterao, obtm-se o conjunto de valo-
res {x1(1), x2(1), x3(1), ..., xn(1)} tal que:

(1) 1
= b a12 x 2(0) a13 x 3(0) a14 x 4(0) a1n x n(0)
x1
11 1
1
= x 2(1) b2 a 21x1(1) a 23 x 3(0) a 24 x 4(0) a 2n x n(0) emprego dex1(1)em lugar dex1(0)
22
1
b a 31x1(1) a 32 x 2(1) a 34 x 4(0) a 3n x n(0) emprego dex1(1)ex 2(1) em lugar dex1(0)e
=
x (1)
3 33 3


= 1 b a x (1) a x (1) a x (1) a (1)
n
x (1)
nn n n1 1 n2 2 n3 3 ( n 1)n x n 1 emprego de variveis j atualizadas

na iterao corrente ( iterao 1 x1 , x 2 , , x n 1 ) para clculo dex n .
(1) (1) (1) (1)

Assim, o conjunto de valores obtido na k-sima iterao (ou seja,


{x1 , x2(k), x3(k), ...,xn(k)}) expresso a partir dos valores obtidos na iterao ante-
(k)

rior (k-1) ou na iterao corrente (k), conforme expresso a seguir:

(k ) 1 ( k 1) a x ( k 1) a x ( k 1)
x1 = b1 a12 x 2 13 3 1n n
11
(k ) 1
x 2 = b2 a 21x1 a 23 x 3
(k ) ( k 1) a x ( k 1)
2n n
22
x ( k ) = 1 b a x ( k ) a x ( k ) a x ( k 1)
3 33 3 31 1 32 2 3n n


1
x n( k ) = bn a n1x1( k ) a n 2 x 2( k ) a ( n 1)n x n 1( k )

nn

Logo, conforme j expresso anteriormente, a ideia principal do Mtodo de


Gauss-Seidel que cada coordenada do vetor correspondente nova aproximao
calculada a partir da respectiva equao do sistema, utilizando-se as coordenadas
do vetor aproximao da iterao anterior, quando essas ainda no foram calcu-
ladas na iterao corrente, e as coordenadas do vetor aproximao da iterao
corrente, no caso contrrio.

captulo 3 67
Por fim, de igual modo ao preconizado para o Mtodo de Gauss-Seidel, tem-
se que o processo finalizado ao se atingir uma preciso preestabelecida, calculada
a partir do valor mximo de desvio para as incgnitas entre iteraes sucessivas.
De igual modo, tambm pode ser finalizado ao se atingir um nmero mximo
preestabelecido de iteraes, com vantagens semelhantes.
No entanto, importante constatar que a iterao do mtodo de Gauss-Seidel
convergir se, no determinante caracterstico, cada termo da diagonal principal
for maior (em valor absoluto) do que a soma dos valores absolutos de todos os
outros termos na mesma linha ou coluna. Isto , teremos garantido a convergncia
n
( ( ( a ( e ( a ( > ( a (,i = 1,2,...,n .
n
se a jj > ji jj ij
j=1,j i j=1,j i

O algoritmo que representa a operao descrita anteriormente dado por:


/* Dados de Entrada: vetor de estimativa inicial x, nmero de
variveis n; vetor de coeficientes A; vetor de termos independentes
b, nmero mximo de iteraes L, tolerncia de erro na aproxima-
o - tol*/
/* Resultado: vetor soluo x*/
Inicio
i 0
diff 100000
Enquanto (i < L e diff > tol) faa
y x
Para i de 1 at n faa
soma_antes 0
Para j de i+1 at n faa
soma_antes soma _antes + jj j
Fim-Para
soma_depois 0
Para j de 1 at i faa
soma_depois soma _depois+ jj j
Fim-Para
soma soma_antes + soma _depois + jj j

bi soma
xi
Fim-Para
a ii

captulo 3 68
diff |x1 - y1|
Para i de 2 at n faa
Se (|xi yi| > diff)
Ento diff |xi yi|
Fim-Se
Fim-Para
i i + 1
Fim-Enquanto
Fim-GaussSeidel

Cdigo em Octave

Fazendo-se a converso do algoritmo apresentado na seo anterior para um


cdigo em Octave, obtm-se, como exemplo, o cdigo-fonte exibido a seguir.
function [x] = seidel(A,b,x,tol,L)
diff = 100000;
n = length(b);
cont = 0;
while ((diff > tol) && ( cont < L) )
y = x;
for i=1:n
soma_antes = 0;
for j = i+1:n
soma_antes = soma_antes + A(i,j)*y(j);
end
soma_depois = 0;
for j = 1:i
soma_depois = soma_depois + A(i,j)*x(j);
end
soma = soma_antes + soma_depois - A(i,i)*x(i);
x(i) = (b(i) - soma)/A(i,i);
end
diff = abs (x(1) - y(1));
for i=2:n
if abs (x(i) - y(i))> abs (diff)
diff = abs(x(i) - y(i));
end

captulo 3 69
end
cont = cont + 1;
end
end

Exemplo de Aplicao

Considere novamente as matrizes A e b conforme descrito a seguir:


A = 2 3 1 ;b = 0
1 1 5 3

3 2 1 1

Assim, a ttulo de ilustrao, considerem-se como palpite inicial os valores


de x(1) = x(2) = x(3) = 1, com uma tolerncia de erro na aproximao no valor
de 0,001 ou inferior. De acordo com o emprego previsto da tcnica iterativa de
Gauss-Seidel para resoluo de SELA, tem-se que:
b (1) A (1,2 ) x ( 2 ) A (1,3 ) x ( 3 ) 0 ( 3 ) . (1) 1.1 3 1
x (1) = = = =1
A (1,1) 2 2

b ( 2 ) A ( 2,1) x (1) A ( 2,3 ) x ( 3 ) ( 3 ) ( 1) . (1) ( 5 ) .1 3


x (2) = = = =3
A ( 2,2 ) 1 1

b ( 3 ) A ( 3,1) x (1) A ( 3,2 ) x ( 2 ) 1 ( 3 ) .1 ( 2 ) .3 10


x (3) = = = = 10
A ( 3,3 ) 1 1

Deste modo, verifica-se que aps a 1a iterao os novos valores de teste so


x(1) = 1, x(2) = 3 e x(3) = 10. Como a maior diferena (9, para a varivel x(3))
excede a tolerncia especificada, faz-se necessria uma nova iterao:
b (1) A (1,2 ) x ( 2 ) A (1,3 ) x ( 3 ) 0 ( 3 ) . ( 3 ) 1.10 1
x (1) = = = = 0,5
A (1,1) 2 2

b ( 2 ) A ( 2,1) x (1) A ( 2,3 ) x ( 3 ) ( 3 ) ( 1) . ( 0,5 ) ( 5 ) .10 46,5


x (2) = = = = 46,5
A ( 2,2 ) 1 1

captulo 3 70
b ( 3 ) A ( 3,1) x (1) A ( 3,2 ) x ( 2 ) 1 ( 3 ) . ( 0,5 ) ( 2 ) .46,5 92,5
x (3) = = = = 92,5
A ( 3,3 ) 1 1

Deste modo, verifica-se que aps a 2 iterao os novos valores de teste so


x(1) = -0,5, x(2) = 46,5 e x(3) = 92,5. Como a maior diferena (82,5, para a va-
rivel x(3)) tambm excede a tolerncia especificada, faz-se necessria uma terceira
iterao, e assim sucessivamente.

ATIVIDADES
01. Aplique o mtodo de Gauss-Jacobi para resoluo do seguinte SELA:

4 x1 2 x2 + x3 = 0
x1 + 7 x2 5 x3 = 3
3 x1 + 2 x2 8 x3 = 1

Considere como valores iniciais x1 = x2 = x3 = 1.

02. Repita o exerccio 1, empregando agora o mtodo de Gauss-Seidel.

03. Repita o exerccio 1, empregando os mtodos de Eliminao de Gauss e de Substitui-


o Retroativa.

04. Resolva o sistema de equaes lineares algbricas:


2 x1 + 3 x2 - x3 = 5
4 x1 + 6 x2 + 3x3 = 25
5 x1 4 x2 3 x3 = 12

05. (IFES) Uma pessoa vendeu trs tipos de doces, num total de 80, e arrecadou
R$ 115, 00. Sabe-se que um brigadeiro custa R$ 1,00, um bombom R$ 2,00 e um quindim
R$ 1,50. Por fim, considere que a quantidade de brigadeiros vendidos igual soma dos
outros dois doces vendidos. O nmero de bombons que a pessoa vendeu igual a:

captulo 3 71
REFLEXO
O leitor, ao longo deste captulo, pode conhecer os principais mtodos de soluo de
sistemas de equaes lineares algbricas, em suas duas vertentes os mtodos diretos e
os mtodos iterativos.
Assim, alm da definio de sistemas de equaes lineares algbricas (conceito funda-
mental para diversas aplicaes em Engenharia), foram apresentados os principais mtodos
diretos e iterativos para resoluo de tais sistemas, contendo no s o princpio de funcio-
namento, mas tambm exemplos de algoritmos em linguagem natural, bem como exemplos
sugeridos de cdigos-fonte em Octave que permitam implementar tais mtodos em situa-
es-problema corriqueiras em Engenharia. Tais mtodos foram apresentados no s de
modo idealizado, mas tambm com destaque s limitaes que lhes so inerentes, bem como
a partir de exemplos de aplicao que permitam ao leitor a correta identificao da estratgia
de implantao a adotar.
Em seguida, o leitor ser apresentado, no prximo captulo, a uma nova seara de ques-
tes em Engenharia bastante corriqueiras, por sinal. Assim, em lugar de determinar valores
a partir de uma funo dada, o objetivo a ser perseguido a identificao de uma funo de
aproximao, dado que o projetista conhece pontos seja por meio de planilhas, experimen-
tos em laboratrio ou a partir de coletas em campo. Assim, caro leitor, sinta-se convidado a
seguir para o prximo captulo e estudar as tcnicas de Aproximao Polinomial.

REFERNCIAS BIBLIOGRFICAS
BURIAN, R., DE LIMA, A.C., HETEM JUNIOR, A. (Coord.). Fundamentos de Informtica Clculo
Numrico, Editora LTC, Rio de Janeiro, 1997.
CLAUDIO, D. M., Clculo Numrico Computacional: Teoria e Prtica, Editora Atlas, 1989
EATON, J. W., GNU Octave Reference Manual. Disponvel em: http://www.gnu.org/software/octave/
doc/interpreter/index.html. Acesso em 04 de junho de 2016.
FRANCO, N. B., Clculo Numrico, Pearson Prentice-Hall, So Paulo, 2006.
RUGGIERO, M.A.G, LOPES, V. L.R., Clculo Numrico: Aspectos Tericos e Computacionais, 2a
edio, Editora Makron Books, 1998.

captulo 3 72
4
Aproximao
polinomial
Aproximao polinomial
Nos captulos 2 e 3, o leitor foi convidado a conhecer diversas tcnicas de re-
soluo de problemas clssicos, envolvendo o clculo de razes de uma funo real
e a resoluo de sistemas de equaes lineares algbricas. A despeito das notrias
diferenas entre os mtodos apresentados, uma semelhana se apresentou dada
uma funo real de uma nica varivel ou um conjunto de funes reais com
vrias variveis, o objetivo era identificar um valor ou um conjunto de valores
pertencentes ao conjunto dos nmeros reais. Em sntese: no captulo 2, dada uma
funo, o objetivo era identificar um ponto; j no captulo 3, dado um conjunto
de funes, o objetivo era identificar um conjunto de pontos.
Neste captulo, contudo, o problema apresentado radicalmente diferente.
Agora, dados n pontos distintos (x0, f(x0)), (x1, f(x1)), (x2, f(x2)),..., (xn-1, f(xn-1)),
sem, no entanto, conhecer a funo f(x), tem-se por objetivo determinar um po-
linmio p(x) que, de algum modo, aproxime-se de f(x) nos pontos x0, x1, x2,
,xn-1 dados. Trata-se, portanto, do conceito de aproximao polinomial, o qual se
apresenta sob duas modalidades: a interpolao polinomial e o ajuste de funes.

OBJETIVOS
O objetivo deste captulo permitir que o leitor seja capaz de identificar e aplicar tcnicas
de aproximao de funes. Para tal, o texto est organizado da seguinte forma: a seo 2
apresenta o conceito de interpolao polinomial, seu objetivo e os principais mtodos de
resoluo a saber, os mtodos de Lagrange e de Newton. J a seo 3 apresenta a tcni-
ca de ajuste de funes a partir do emprego do Mtodo dos Mnimos Quadrados, seja para
funes polinomiais, seja para funes no polinomiais. Ambas as sees esto organizadas
de modo a apresentar seu princpio de funcionamento, o cdigo-fonte em Octave, suas li-
mitaes e um exemplo de aplicao. Por fim, a seo 4 apresenta exerccios para fixao
da aprendizagem.

Interpolao polinomial

O objetivo das tcnicas apresentadas nesta seo determinar um polinmio


p(x) que interpole estes pontos, satisfazendo a relao p(xi) = f(xi). Trata-se, por-
tanto, das tcnicas de Interpolao Polinomial.

captulo 4 74
A figura 4.1, apresentada a seguir, ilustra a interpolao de 3 pontos (x0, f(x0)),
(x1, f(x1)) e (x2, f(x2)) a partir da determinao de um polinmio p(x), indicado em
uma linha contnua azul, tal que p(x0)= f(x0), p(x1) = f(x1) e p(x2) = f(x2).
y

f(x1)
f(x1)
f(x0)

f(x0)
p(x)

x0 x1 x2 x

Figura 4.1 Interpolao polinomial de (x0, f(x0)), (x1, f(x1)) e (x2, f(x2)) a partir do polinmio p(x).

Note que a funo f(x), indicada em uma linha vermelha tracejada, na verda-
de, desconhecida do projetista. Ela est aqui ilustrada para relembrar ao leitor
que p(x) no , necessariamente, a funo f(x) original, mas uma aproximao des-
ta ltima, escolhida de tal forma que p(x0)= f(x0), p(x1) = f(x1) e p(x2) = f(x2), como
indicado no pargrafo anterior. Logo, j possvel afirmar que o objetivo desta
seo apresentar mtodos para determinao do polinmio interpolador p(x).
Uma das primeiras ideias para resoluo dessa questo empregar a Relao
de Girard dado que h n pontos distintos (x0, f(x0)), (x1, f(x1)), (x2, f(x2)), e
(xn-1, f(xn-1)), o polinmio p(x) grau menor ou igual a n-1. Ademais, segundo
tal relao, possvel afirmar que existe somente um polinmio p(x) com grau
n-1 que interpole os pontos dados ou seja, somente um polinmio p(x) tal que
p(x0)= f(x0), p(x1) = f(x1), ... e p(xn-1) = f(xn-1).
Assim, se p(xi) = f(xi) = yi, ento:

p ( x 0 ) = a + a . ( x ) + a . ( x )2 + ... + a . ( x )n 1 = y
0 1 0 2 0 n 1 0 0
p ( x ) = a + a . ( x ) + a . ( x ) + ... + a . ( x ) = y
2 n 1
1 0 1 1 2 1 n 1 1 1

p ( x ) = a + a . ( x ) + a . ( x ) + ... + a . ( x ) = y
2 n 1
2 0 1 2 2 2 n 1 2 2

p ( x n 1 ) = a 0 + a1 . ( x n 1 ) + a 2 . ( x n 1 ) + ... + a n 1 . ( x n 1 )
2 n 1
= y n 1

captulo 4 75
Supondo n = 4 para fins de visualizao:

1 ( x 0 ) ( x 0 ) 0 f ( x 0 )
2 3
x0

1 ( x1 ) ( x 0 ) 1 f ( x1 )
2 3
x1
=
1 ( x 2 ) ( x 0 ) 2 f ( x 2 )
2 3
x2

( x 3 ) ( x 0 )3 3 f ( x 3 )
1 2
x3

Esse tipo de problema resolvido, por exemplo, por meio do Mtodo de


Eliminao de Gauss, estudado no Captulo 4. Assim, determinados os valo-
res de a0, a1, a2, , an-1, tem-se que o polinmio interpolador p(x) dado por
a 0 + a1x + a 2 x 2 + a 3 x 3 + ... + a n 1x n 1 . No entanto, foroso dizer que este mtodo
de resoluo lento e pouco eficiente. Assim, em seguida, so apresentados os
mtodos de Lagrange e de Newton.

Mtodo de Lagrange

Introduo

A partir dos n pontos originais (x0, f(x0)), (x1, f(x1)), (x2, f(x2)),..., (xn-1, f(xn-1)),
distintos entre si, de acordo com o Mtodo de Lagrange, tem-se que o polin-
mio interpolador p(x) dado a partir dos denominados polinmios L i ( x ) de
Lagrange, de modo que:
i=n 1
p(x) = L i ( x ) f ( x i ) , onde
i=0

Li ( x ) =
( x x 0 ) ( x x1 ) ... ( x x i1 ) ( x x i+1 ) ... ( x x n1 )
( x i x 0 ) ( x i x1 ) ... ( x i x i1 ) ( x i x i+1 ) ... ( x i x n1 )

Com o modelo adotado, tem-se que cada polinmio Li(x) no s contm


os pontos originais como tambm atende Relao de Girard, pois possui grau
menor ou igual a n-1 ou seja, satisfaz s condies indicadas na seo 5.2. Alm
disso, importante perceber que no foram includos os termos (x xi) no nu-
merador, nem tampouco (xi xi) no denominador, visto que resultaria em um
numerador e um denominador nulo, respectivamente.

captulo 4 76
Assim, tem-se que o polinmio interpolador da funo f(x), determinado a
partir dos pontos originais (x0, f(x0)), (x1, f(x1)), (x2, f(x2)),..., (xn-1, f(xn-1)), :
p(x) = L0(x)f(x0) + L1(x)f(x1) + L2(x)f(x2) + + Ln-1(x)f(xn-1) =
( x x1 ) ( x x 2 ) ( x x 3 ) ... ( x x n1 ) f x ( x x 0 ) ( x x 2 ) ( x x 3 ) ... ( x x n1 ) f x
( ) + ( )
( x 0 x1 ) ( x 0 x 2 ) ( x 0 x 3 ) ... ( x 0 x n1 ) 0 ( x1 x 0 ) ( x1 x 2 ) ( x1 x 3 ) ... ( x1 x n1 ) 1

( x x 0 ) ( x x1 ) ( x x 3 ) ... ( x x n1 ) f x + ... + ( x x 0 ) ( x x1 ) ( x x 3 ) ... ( x x n2 )


+ ( ) f (x )
( x 2 x 0 ) ( x 2 x1 ) ( x 2 x 3 ) ... ( x 2 x n1 ) 2 ( x n1 x 0 ) ( x n1 x1 ) ( x n1 x 3 ) ... ( x n1 x n2 ) n1

Exemplo

Considere os pontos apresentados na tabela a seguir:

X F(X)
1 2

3 5

4 6

Com base nesses pontos dados, apresenta-se a seguir o valor de f(2), obtido
a partir de interpolao polinomial mediante emprego do Mtodo de Lagrange.
Assim, tem-se que:

( x 3) ( x 4 ) ( x 3) ( x 4 )
L0 ( x ) = =
(1 3 ) (1 4 ) 6

( x 1) ( x 4 ) ( x 1) ( x 4 )
L1 ( x ) = =
( 3 1) ( 3 4 ) 2

( x 1) ( x 3 ) ( x 1) ( x 3 )
L2 ( x ) = =
( 4 1) ( 4 3 ) 3

captulo 4 77
Assim, obter o valor interpolado de f(2) significa calcular p(2) de tal modo que:
2 ( 2 ) ( 1) 2 11
p ( 2 ) = L 0 ( 2 ) f ( x 0 ) + L1 ( 2 ) f ( x1 ) + L 2 ( 2 ) f ( x 2 ) = .2 + .5 + .6 = + 5 2 =
6 ( 2 ) 3 3 3

Cdigo em Octave

O cdigo em Octave apresenta a funo lagrange, que tem como entradas os


vetores X e Y, contendo a sequncia ordenada dos valores de x e f(x), respectiva-
mente. Como resultado, so apresentados a matriz L, contendo, em cada linha,
os coeficientes an-1 , , a1 ,a0 de cada funo Li(x), alm do vetor C, contendo em
uma nica linha os coeficientes an-1 , , a1 ,a0 da funo p(x).
Para se calcular C e L, so utilizadas duas funes disponveis no Octave:
A funo poly(r1), que apresenta o vetor de coeficientes do polinmio de
1o grau que possui r1 como raiz. Por exemplo, poly(5) apresenta como resultado
o vetor [1 -5], que representa 1.x 5. Como se pode perceber, x = 5 a nica raiz
de x 5 = 0.
A funo conv(P1,P2), que apresenta o vetor de coeficientes do produto en-
tre dois polinmios P1 e P2. Por exemplo, considere P1 = [1 2] e P2 = [1 3], o que
representa os polinmios x + 2 e x + 3, respectivamente. Assim, conv(P1, P2) apre-
senta como resultado o vetor [1 5 6], que representa 1.x2 + 5.x + 6. Como se pode
perceber, (x+2)(x+3) apresenta como resultado x2 + 5x + 6, conforme esperado.
Assim, tem-se o cdigo expresso a seguir:
function [C,L] = lagrange (X,Y)
n = length(X);
L = zeros(n,n);
for k=1:n % constri o polinmio de Laringe LN(x)
V = 1; % armazena o produto para construir o polinmio
for i=1:n
if i ~= k
V = conv (V,poly(X(i))); % usa poly(r1) para
gerar polinmio com raiz r
% conv(P1,P2) - multiplicar dois polinmios
V=V/(X(k)-X(i));
end
end

captulo 4 78
L(k,:) = V; % o resultado vai para L(k,:)
end
C = Y*L;
end

Como ilustrao, considere os pontos (1,2), (3,5) e (4,7). Assim, tem-se que
os vetores de entrada so X= [1 3 4] e Y = [2 5 7], respectivamente. Aplicando-se
estas entradas funo Lagrange descrita anteriormente, tem-se como resultados o
vetor C e a matriz L, expressos a seguir:

C = 0.16667 0.83333 1.00000 ; L = 0.16667 1.16667 2.00000


0.50000 2.50000 2.00000

0.33333 1.33333 1.00000

Esses resultados indicam que L0(x) = 0,16667 x2 1,66667 x + 2,


L1(x) = -0,50000 x2 + 2,50000 x 2,00000 2 e L2(x) = 0,33333 x2 1,33333 x
+ 1. Por fim, tem-se que o polinmio interpolador p(x) tem como coeficientes os
valores apresentados por C, de modo que p(x) = 0,16667 x2 + 0,83333 x + 1.

Mtodo de Newton

Introduo

A partir dos n pontos originais (x0, f(x0)), (x1, f(x1)), (x2, f(x2)),..., (xn-1, f(xn-1)),
distintos entre si, de acordo com o Mtodo de Newton, tem-se que o polinmio
interpolador p(x) dado a partir dos denominados polinmios Pi ( x ) de Lagrange,
de modo que:
i=n 1
p(x) = a iPi ( x ) , onde
i=0
P0 ( x ) = 1;
P1 ( x ) = ( x x 0 ) ;
P2 ( x ) = ( x x 0 ) ( x x1 ) ;
Pn 1 ( x ) = ( x x 0 ) ( x x1 ) ... ( x x n 1 )

captulo 4 79
Assim, por exemplo, no caso em que n = 4, tem-se que:

P ( x 0 ) = a 0P0 ( x 0 ) + a1P1 ( x 0 ) + a 2 P2 ( x 0 ) + a 3P3 ( x 0 ) = f ( x 0 )

P ( x1 ) = a 0P0 ( x1 ) + a1P1 ( x1 ) + a 2 P2 ( x1 ) + a 3P3 ( x1 ) = f ( x1 )

P ( x 2 ) = a 0P0 ( x 2 ) + a1P1 ( x 2 ) + a 2 P2 ( x 2 ) + a 3P3 ( x 2 ) = f ( x 2 )

P ( x 3 ) = a 0P0 ( x 3 ) + a1P1 ( x 3 ) + a 2 P2 ( x 3 ) + a 3P3 ( x 3 ) = f ( x 3 )

Como se pode perceber, o modelo adotado se transforma em um SELA (siste-


ma de equaes lineares algbricas), que pode ser resolvido com base nos mtodos
diretos e iterativos estudados no captulo 4.
Isso posto, tem-se que a representao matricial do SELA anterior assume a
seguinte forma:

P0 ( x 0 ) 0 0 0 a 0 = f ( x 0 )

P0 ( x1 ) P1 ( x1 ) 0 0 a1 f ( x1 )
a f x
P0 ( x 2 ) P1 ( x 2 ) P2 ( x 2 ) 0 2 ( 2)
a
P0 ( x 3 ) P1 ( x 3 ) P2 ( x 3 ) P3 ( x 3 ) 3 f ( x 3 )

Exemplo

Considere os pontos apresentados na tabela a seguir:

X F(X)
1 2

3 5

4 6

captulo 4 80
Com base nesses pontos dados, apresenta-se a seguir o valor de f(2), obtido
a partir de interpolao polinomial mediante emprego do Mtodo de Lagrange.
Assim, tem-se que:
Assim, obter o valor interpolado de f(2) significa calcular p(2) de tal modo que:

P0 ( x ) = 1;
P1 ( x ) = ( x 1) ;
P2 ( x ) = ( x 1) ( x 3 )

Resolvendo-se o SELA anterior com base no emprego dos mtodos de

3 1
Eliminao de Gauss e Substituio Retroativa, tem-se que a 0 = 2;a1 = ;a 2 = .
2 6
Logo,
3 1 3 1 22 11
p ( x ) = a 0P0 ( x ) + a1P1 ( x ) + a 2 P2 ( x ) = 2.1 + ( x 1) + ( x 1) ( x 3 ) = 2 + + = =
2 6 2 6 6 3

Por fim, destaque-se que o valor obtido idntico ao apresentado com em-
prego do Mtodo de Lagrange, como ilustrao de que ambos os mtodos apre-
sentam tcnicas distintas, mas com os mesmos princpios a aproximao de n
pontos distintos dados em uma funo interpoladora de grau n-1, a qual nica,
segundo a Relao de Girard.

Cdigo em Octave

O cdigo em Octave apresenta a funo newton_interp, que tem como en-


tradas os vetores X e Y, contendo a sequncia ordenada dos valores de x e f(x),
respectivamente. Como resultado, apresentada a matriz P indicada nesta seo.
Para se calcular C e L, so utilizadas duas funes disponveis no Octave:
A funo poly(r1), j apresentada na exposio acerca do Mtodo de Lagrange.
A funo polyval(P,v), que apresenta o valor do polinmio P para x = v. Por
exemplo, considere P = [1 -5] e v = 3; tal comando indica que P representa o poli-
nmio x - 5. Assim, polyval(P, v) apresenta como resultado -2, conforme esperado,
pois (3) - 5 = -2.

captulo 4 81
Assim, tem-se o cdigo expresso a seguir:
function [P] = newton_interp (X,Y)
n = length(X);
P = zeros(n,n);
for i=1:n % constri o polinmio de Newton PN(x)
P(i,1) = 1; % armazena o produto para construir
o polinmio
for j = 2:i
P(i,j) = P(i,j-1).*polyval(poly(X(j-1)),X(i));
end
end
end

Como ilustrao, considere os pontos (1,2), (3,5) e (4,6). Assim, tem-se que
os vetores de entrada so X= [1 3 4] e Y = [2 5 6], respectivamente. Aplicando-se
estas entradas funo newton_interp descrita anteriormente, tem-se como resul-
tado a matriz P, expressa a seguir:
P = 1 0 0
1 2 0

1 3 3

Esses resultados indicam a equivalncia do valor obtido quele calculado ao


final da exposio da Seo 1.2.2.1. Logo, resolvendo-se o SELA indicado com
base no emprego dos mtodos de Eliminao de Gauss e Substituio Retroativa,

3 1
tem-se que 0 = 2; 1 = ; 2 = .
2 6

Por fim, tal resultado nos permite afirmar que:


3 1 x 2 13
p ( x ) = 0P0 ( x ) + 1P1 ( x ) + 2 P2 ( x ) = 2.1 + ( x 1) + ( x 1) ( x 3 ) = + x
2 6 6 6

captulo 4 82
Mtodos de ajuste de funes

Introduo

No caso mais geral, em Engenharia, os dados so de origem experimental.


Dessa forma, h incertezas nas medies efetuadas em funo dos erros experi-
mentais associados. Assim, deve ser adotada uma estratgia de aproximao de
uma funo qualquer f(x) por meio de uma funo de aproximao (ou ajuste)
p(x), que, embora desconhea a funo original, se adapte forma ou tendncia
da curva. A estratgia tradicional de correo dessas discrepncias obtida atravs
da minimizao da discrepncia entre os dados experimentais e a funo de ajuste
f(x) arbitrada.
Antes de se continuar a exposio, faz-se necessrio destacar a distino en-
tre os dois mtodos de aproximao apresentados neste captulo a interpolao
(vista na seo 5.2) e o ajuste de funes. As tcnicas de interpolao buscam um
polinmio p(x) com grau n-1 que interpole os pontos dados ou seja, somente
um polinmio p(x) tal que p(x0)= f(x0), p(x1) = f(x1), ... e p(xn-1) = f(xn-1). J as
tcnicas de ajuste admitem que p(x0) f(x0), p(x1) f(x1), ... e/ou p(xn-1) f(xn-1).
No entanto, busca-se uma funo p(x), de qualquer forma (polinomial, trigo-
nomtrica, exponencial, dentre outras), que apresente o menor erro possvel em
relao aos pontos originalmente apresentados - (x0, f(x0)), (x1, f(x1)), (x2, f(x2)), ...,
(xn-1, f(xn-1)), distintos entre si.
A tcnica mais usual para alcanar esse objetivo conhecida como o Mtodo
dos Mnimos Quadrados, que se baseia na minimizao do erro entre a funo
de ajuste e os dados a ajustar, considerando-se a existncia dos n pontos originais
descritos no pargrafo anterior - (x0, f(x0)), (x1, f(x1)), (x2, f(x2)), ..., (xn-1, f(xn-1)),
distintos entre si.
Assim, o erro para um ponto i qualquer (i {0, , n-1}) definido da se-
guinte forma:

ei = Yi,experimental Yi,ajuste

Desta forma, segundo o Mtodo dos Mnimos Quadrados, deve-se mini-


mizar a soma S dos quadrados de cada erro ei, definido conforme exposto na ex-
presso anterior, a partir da comparao entre o valor da funo de ajuste e o valor
obtido em cada uma das amostras coletadas experimentalmente.

captulo 4 83
Logo, para n amostras, tem-se que:
n 1 n 1
( )
2
S = e 2i = y i,experimental y i,ajuste
i=0 i=0

Isso posto, tem-se que os valores dos parmetros da funo de ajuste so obti-
dos por meio do clculo das derivadas parciais de primeira ordem da funo S (
S S S ), em relao aos n coeficientes da funo de aproximao p(x)
, , ...,
a 0 a1 a n 1
ou seja, a0, a1, , an-1. Em seguida, tais derivadas devem ser igualadas a zero.
Assim, cria-se um sistema de n equaes a n incgnitas, sendo n o nmero de
parmetros da funo de ajuste. Tal mtodo de ampla aplicao, seja para fun-
es polinomiais, seja para funes no polinomiais.
A ttulo de ilustrao, apresenta-se a seguir o emprego da tcnica exposta em
funes polinomiais. Para tal, considere-se uma funo f(x) e uma aproximao
p(x) que seja uma equao do segundo grau. Assim, p(x) = a0 + a1x + a2x2. Isso
posto, a soma dos quadrados dos erros entre a funo exata e sua aproximao (de
acordo com uma funo quadrtica) assume a forma:
n 1 n 1 n 1
S = e 2i = y i ( a 0 + a1x i + a 2 x 2i ) = y i a 0 a1x i a 2 x 2i
2 2

i=0 i=0 i=0

Derivando Sr em a0, a1 e a2 e igualando-se as trs expresses anteriores a zero,


tem-se que:
n 1
S
= 2 ( y i a 0 a1x i a 2 x i2 )
a 0 i=0

n 1
S
= 2 x i ( y i a 0 a1x i a 2 x i2 )
a1 i=0

n 1
S
= 2 x i ( y i a 0 a1x i a 2 x 2i )
a1 i=0

captulo 4 84
Assim, obtm-se um sistema de equaes lineares algbricas (SELA), descrito
a partir da expresso apresentada a seguir:

n

x i x i2 a 0 = y i
x i x i2 x 3i a1 y i x i
x2
i x 3i x i4 a 2 y i x i2
Cabe destacar que para, funes polinomiais de grau n 2, o raciocnio e
a frmula do sistema de equaes lineares resultante so anlogos. Alm disso,
mesmo funes no polinomiais podem ser transformadas em funes lineares.
Isto possvel quando a relao entre as variveis independente (x) e dependente
(y) linear.
Por fim, importante destacar que, fazendo-se a representao dos pontos,
possvel verificar qual o tipo de curva ou tendncia que os pontos podem estar
tomando. Assim, uma dada curva pode ser transformada matematicamente para
expressar os dados de maneira que possam ser compatveis com a regresso linear.
Alguns exemplos:
Modelo exponencial: y = a1 e b1x, o qual pode ser transformado em ln (y)
= ln (a1) + b1x.
Modelo potencial: y = a2 xb2, o qual pode ser transformado em log
(y) = log (a2) + b2log(x).
Modelo trigonomtrico: y = a1 + a2. cos(wx) . Tomando-se t = cos (wx),
reduz-se a equao forma y = a1 + a2. t

Exemplos de Aplicao

x -1 1 3 5

f(x) 10 7 5 2

Tabela 4.1 Pontos coletados para o Exemplo 1.

Como a funo de aproximao uma reta, tem-se que o mtodo de ajuste


a ser empregado reduz-se a determinar uma funo p(x) tal que p(x) = a0 + a1x.
Assim, de acordo com o modelo apresentado na seo 1.3.1, tem-se que:

captulo 4 85
n

x i a 0 = y i
x i x 2i a1 y i x i
Assumindo-se os valores indicados na tabela 4.1, o clculo dos parmetros
indicados apresenta os seguintes valores:
n = 4;
x i = 1 + 1 + 3 + 5 = 8;
x 2i = ( 1) + 12 + 32 + 52 = 36;
2

y i = 10 + 7 + 5 + 2 = 24
x i y i = ( 1) 10 + 1 7 + 3 5 + 5 2 = 22
Logo, o sistema assume a forma:

4 8 a 0 = 24
8 36 a 22
1

Resolvido o sistema, tem-se que a0 = 8,6 e a1 = -1,3. Assim, tem-se que


p(x) = -1,3 x + 8,6. A figura 4.2 ilustra os pontos originais e a aproximao linear
sugerida.

Figura 4.2 Aproximao linear (linha) e os


pontos originais (asteriscos).

Exemplo 2 Ajuste os pontos da tabela 4.2 a uma funo do tipo y = a1e(


a x)
2 :

x 1,0 1,8 3,3 5,0

f(x) 0,1 0,8 5,0 22,5

Tabela 4.2 Pontos coletados para o exemplo 2.

captulo 4 86
Como a funo de aproximao do tipo exponencial, tem-se que o mtodo
de ajuste a ser empregado requer inicialmente uma transformao para reduz-se a
determinar uma funo p(x) tal que ln(p(x)) = ln(y) = y = ln (a1) + a2x = a1 + a 2 x .
Assim, de acordo com o modelo apresentado na seo 1.3.1, em primeiro lugar,
calcula-se ln(y) a partir dos dados apresentados na tabela 4.2. Logo, a tabela 4.3 apre-
senta os mesmos dados, acrescidos da transformao sugerida para os valores y = f(x):

x 1,0 1,8 3,3 5,0

f(x) 0,1 0,8 5,0 22,5

y = ln(f(x)) -2,30 -0,22 1,61 3,11

Tabela 4.3 Pontos coletados para o Exemplo 2.

Isso posto, tem-se que:

n

x i a1 = y i
x i x 2i a 2 y i x i
Assumindo-se os valores indicados na tabela 4.3, o clculo dos parmetros
indicados apresenta os seguintes valores:
n=4
x i = 1,0 + 1,8 + 3,3 + 5,0 = 11,1
x i2 = (1,0 ) + (1,8) + ( 3,3 ) + (5,0 ) = 40,13
2 2 2 2

y i = 2,3 + 0,22 + 1,61 + 3,11 = 2,2


y i x i = ( 2,3 ) 1,0 + ( 0,22 ) 1,8 + 1,61 3,3 + 3,11 5,0 = 18,167

Logo, o sistema assume a forma:

4 11,1 a1 = 2,2
11,1 40,13 a 18,167
2

Resolvido o sistema, tem-se que a1 = 3,0385;a 2 = 1,2932 .


Como a1 = ln ( a1 ) a1 = e 1 = e 3,0385 = 0,048.
a

captulo 4 87
Assim, tem-se que y = a1e( a 2 x ) = 0,048e1,2932x . A figura 4.3 ilustra os pontos
originais e a aproximao exponencial sugerida.

Figura 4.3 Aproximao exponencial y = 0,048e1,2932x (linha) e os pontos originais


(asteriscos).

Exemplo 3 Ajuste uma parbola aos pontos da tabela 4.4:

x -1 1 3 5

f(x) 10 7 5 8

Tabela 4.4 Pontos coletados para o Exemplo 3.

Como a funo de aproximao uma reta, tem-se que o mtodo de ajuste a


ser empregado reduz-se a determinar uma funo p(x) tal que p(x) = a0 + a1x + a2x2.
Assim, de acordo com o modelo apresentado na seo 5.3.1, tem-se que:

n

x i x i2 a 0 = y i
x i x i2 x 3i a1 y i x i
x2
i x 3i x i4 a 2 y i x i2

captulo 4 88
Assumindo-se os valores indicados na tabela 4.4, o clculo dos parmetros
indicados apresenta os seguintes valores:
n=4
x i = ( 1) + 1 + 3 + 5 = 8
x i2 = ( 1) + 12 + 32 + 52 = 36
2

x i = ( 1) + 13 + 33 + 53 = 152
3

x i = ( 1) + 14 + 34 + 54 = 708
4

y i = 10 + 7 + 5 + 8 = 30
y i x i = 10 ( 1) + 7 (1) + 5 ( 3 ) + 8 (5) = 52
y i x i2 = 10 ( 1) + 7 (1) + 5 ( 3 ) + 8 (5 ) = 262
2 2 2 2

Logo, o sistema assume a forma:

4 8 36 a 0 = 30
8 36 152 a 52
1
36 152 708 a 2 262

Resolvido o sistema, tem-se que a0 = 5,13125, a1 = -1,675 e a2 = 0,46875.


Assim, tem-se que p(x) = 0,46875 x2 -1,675 x + 5,13125. A figura 4.4 ilustra os
pontos originais e a aproximao linear sugerida.
12

10

8
y
6

2
2 0 2 4 6
x

Figura 4.4 Aproximao quadrtica sugerida p(x) = 0,46875 x2 -1,675 x + 5,13125 (li-
nha) e os pontos originais (asteriscos).

captulo 4 89
ATIVIDADES
01. Ajuste uma reta aos pontos da tabela apresentada a seguir:

x 1 2 3 5

f(x) 3,2 4,3 6,1 8,4

02. Ajuste uma equao do 2o grau (y = ax2 + bx + c) aos pontos da tabela apresentada
a seguir:

x -0,75 -0,5 0,2 0,6

f(x) 1,15 0,4 0,2 0,9

03. A tabela apresentada a seguir d o desempenho de um torno de parafusos em funo


de sua idade. Fazer a projeo da produo anual at 8 anos, com base no ajuste dos dados
a uma funo linear. (x: anos; f(x): parafusos/dia).

x 0,5 1 2 3 4

f(x) 2500 2400 2000 1800 1500

04. Repita o exerccio anterior fazendo uma aproximao para uma funo potencial do tipo
y = a2 xb2.

05. Ajustar os dados tabelados a seguir a uma funo logartmica pelo Mtodo dos Mni-
mos Quadrados:

x -1,0 -0,7 -0,4 -0,1 0,2 0,5 0,8 1,0

f(x) 36,547 17,264 8,155 3,852 1,820 0,860 0,406 0,246

captulo 4 90
REFLEXO
Ao longo deste captulo, o leitor foi apresentado aos principais mtodos de aproximao
de funes a interpolao polinomial e o ajuste de funes. Para cada um dos dois m-
todos, o leitor pde verificar o princpio de funcionamento, o cdigo-fonte em Octave, suas
limitaes e um exemplo de aplicao. Alm disso, por meio dos exerccios de fixao da
aprendizagem, o leitor pode comparar os mtodos e identificar oportunidades de emprego
em situaes-problema tpicas em Engenharia.
Alcanados os objetivos propostos no incio do captulo, o leitor est convidado a seguir
para a prxima jornada deste livro o estudo de mtodos de integrao numrica. Boa leitura!

REFERNCIAS BIBLIOGRFICAS
BURIAN, R., DE LIMA, A.C., HETEM JUNIOR, A. (Coord.). Fundamentos de Informtica Clculo
Numrico. Rio de Janeiro: Editora LTC, 1997.
CLAUDIO, D. M. Clculo Numrico Computacional: Teoria e Prtica. Editora Atlas, 1989.
EATON, J. W. GNU Octave Reference Manual. Disponvel em: <http://www.gnu.org/software/
octave/doc/interpreter/index.html>. Acesso em 04 de jun. de 2016.
FRANCO, N. B. Clculo Numrico. So Paulo: Pearson Prentice-Hall, 2006.
RUGGIERO, M.A.G., LOPES, V. L.R. Clculo numrico: aspectos tericos e computacionais, 2a edio,
Editora Makron Books, 1998.

captulo 4 91
captulo 4 92
5
Integrao
numrica
Integrao numrica
A integral definida apresenta a seguinte notao:
b

f ( x ) dx
a

O resultado dessa expresso equivale rea sob a curva f(x) no plano carte-
siano entre os pontos a e b, tal qual expresso na regio hachurada da figura 5.1
apresentada a seguir:
y

f(x)
f(b)
f(a)

a b x

Figura 5.1 Integral Definida de f(x) no intervalo entre a e b.

O conceito de integral definida e sua aplicao so muito teis em diversas


reas, como Fsica, Engenharia e Economia, dentre outras. No entanto, h si-
tuaes em que seu clculo de modo analtico se torna espinhoso. Por exemplo,
f(x) pode ser uma funo difcil de integrar ou mesmo de impossvel integrao.
Em outros casos, a soluo analtica do resultado da integral conhecida, mas o
clculo somente pode ser obtido de modo aproximado. Por fim, h situaes em
que a expresso da funo f(x) conhecida apenas em alguns poucos pontos dis-
cretos, determinados por meio de experimentos em campo ou consultas a bancos
de dados.
Em casos como os descritos no pargrafo anterior, nos quais no possvel
calcular a integral de uma funo f(x) em um intervalo [a,b], aplicam-se mto-
dos numricos de integrao os denominados mtodos de integrao numrica.
Com base no fato de que a integral de uma funo equivale a uma rea, existem
diversos mtodos que dividem a rea a ser calculada em vrios elementos, de pe-
quena dimenso, de modo que a soma dessas pequenas partes resulte na rea total

captulo 5 94
equivalente integral que se deseja calcular a menos de erros de aproximao
inerentes ao modelo utilizado.
Quanto menor for o intervalo de integrao de cada uma destas partes, menor
o erro; no entanto, isto implica em aumento da quantidade necessria de ope-
raes ou seja, um aumento da ordem de complexidade do algoritmo. Assim,
como estratgia de reduo dessa complexidade, a funo f(x) passa a ser apro-
ximada por funes polinomiais de grau cada vez maior: 0 (funo constante),
1 (funo linear), 2 (funo quadrtica) e assim por diante.
O mtodo bsico envolvido nessa aproximao a denominada quadratura
numrica. Este mtodo consiste em aproximar a integral definida por uma expres-
so do tipo
n
i f ( x i )
i=1

em que os valores i so reais (peso da funo) e:


x i x i [ a,b ]

Dessa forma, o emprego de funes de maior grau acaba promovendo uma


melhor captura do comportamento da funo a ser integrada e, consequentemen-
te, permite a reduo da quantidade de operaes matemticas requeridas, bem
como a reduo dos erros de aproximao j citados.

OBJETIVOS
O objetivo deste captulo apresentar os principais mtodos de integrao numrica
a saber, o Mtodo dos Retngulos, o Mtodo dos Trapzios e o Mtodo de Simpson para
n = 3. Assim, o leitor dever ser capaz de identificar e aplicar diferentes mtodos para inte-
grao numrica.
Para tal, este captulo est organizado da seguinte forma: a seo 2 apresenta o Mtodo dos
Retngulos. J a seo 3 apresenta o Mtodo dos Trapzios. Em seguida, a seo 4 descreve
o Mtodo de Simpson para n = 3. As trs sees citadas anteriormente esto organizadas de
modo a apresentar seu princpio de funcionamento, o cdigo-fonte em Octave, suas limitaes e
um exemplo de aplicao. Por fim, a seo 5 apresenta exerccios para fixao da aprendizagem.

captulo 5 95
Mtodo dos Retngulos

Introduo

No Mtodo dos Retngulos, o princpio bsico para construo da expresso geral


b
de clculo da aproximao da integral definida por f ( x ) dx reside na diviso do
a

intervalo de integrao [a,b] em h partes iguais. Assim, a integral calculada de


acordo com a expresso apresentada a seguir:
n n
x i + x i+1
i f ( x i ) = h f 2
i=1 i=1

A ttulo de ilustrao, veja a figura 5.2 apresentada a seguir:


10

0
2 2.2 2.4 2.6 2.8 3

Figura 5.2 A integral como soma de 5 subreas (retngulos azuis) Mtodo


dos Retngulos.
3 3
Neste exemplo, o clculo de f ( x ) dx = x 2 + cos ( x ) dx (em que f(x) a
2 2

linha indicada em vermelho) feito por meio da diviso do intervalo de integrao


[2,3] em 5 intervalos iguais, indicados na cor azul, de tamanho:
32
h= = 0,2
5

captulo 5 96
Em cada um desses 5 intervalos, adota-se como referncia o valor da funo
no ponto mdio de cada intervalo, em que o dito ponto mdio dado por . Repare
que cada ponto xi corresponde ao valor de seu antecessor (xi+1), adicionado do
tamanho de cada intervalo (h).
Assim, no exemplo apresentado, tem-se o exposto na tabela a seguir:

VALOR DA
LIMITE LIMITE PONTO
INTERVALO FUNO NO
INFERIOR SUPERIOR MDIO PONTO MDIO
1 2 2,2 2,1 f (2,1) = 3,91

2 2,2 2,4 2,3 f (2,3) = 4,62

3 2,4 2,6 2,5 f (2,5) = 5,45

4 2,6 2,8 2,7 f (2,7) = 6,39

5 2,8 3,0 2,9 f (2,9) = 7,44

Com isso, tem-se a seguinte aproximao para a integral de f ( x ) = x 2 + cos ( x ) ,


dada por:
n n x i + x i+1 5
( 2 + i 0,2 ) + [ 2 + ( i 1
1) 0,2 ]
i f ( x i ) = h f 2
= 0,2 f
2

i=1 i=1 i=1
0,2 3,91 + 0,2 4,62 + 0,2 5,45 + 0,2 6,39 + 0,2 7,44 =
= 0,2 ( 3,91 + 4,62 + 5,45 + 6,39 + 7,44 ) = 5,562

Conforme indicado, tal resultado apresenta diferena em relao ao valor exa-


to da integral proposta (5,5652). Uma melhor aproximao pode ser feita redu-
zindo-se o tamanho do intervalo h ou aprimorando-se a funo de aproximao
o que ser visto na prxima seo, com a apresentao do Mtodo dos Trapzios.

Cdigo em Octave

A funo descrita a seguir apresenta o cdigo em Octave que implementa a


tcnica de integrao conhecida como Mtodo dos Retngulos. Cabe destacar que
esta funo (integral_retangulo.m) requer a criao, em separado, de um arquivo de
nome funcao.m, contendo a funo a ser integrada ou seja, o integrando.

captulo 5 97
function z = integral_retangulo(a,b,n)
h = (b - a)/n;
z = 0;
for i = 1:n
ponto_medio = (a + (i-1)*h + a + i*h)/2; % valor medio
de cada intervalo
z = z + funcao(ponto_medio);
end
z = z*h;
endfunction

Mtodo dos Trapzios

Introduo

No Mtodo dos Trapzios, o princpio bsico para construo da expresso geral


b
de clculo da aproximao da integral definida por f ( x ) dx reside na diviso do
a

intervalo de integrao [a,b] em h partes iguais. Assim, a integral calculada de


acordo com a expresso apresentada a seguir:
n n f ( x i ) + f ( x i+1 )
i f ( x i ) = h 2
i=1 i=1

A ttulo de ilustrao, veja a figura 5.3 apresentada a seguir:


y

Figura 5.3 A integral da funo f(x) (em vermelho) como soma de 4 subreas (trapzios
hachurados) Mtodo dos Trapzios.

captulo 5 98
Resgatando o exemplo utilizado na explanao acerca do Mtodo dos
3 3
Retngulos, considere o clculo de f ( x ) dx = x 2 + cos ( x ) dx . Esta operao,
2 2

de acordo com o Mtodo dos Trapzios, feita por meio da diviso do intervalo
de integrao [2,3] em 5 intervalos iguais de tamanho:
32
h= = 0,2
5

Em cada um desses 5 intervalos, adota-se como referncia a mdia entre os

valores da funo nos pontos-limite de cada intervalo, ou seja f ( x i ) + f ( x i + h ) .


2
Repare que cada ponto xi corresponde ao valor de seu antecessor (xi+1), adiciona-
do do tamanho de cada intervalo (h).
Assim, no exemplo apresentado, tem-se o exposto na tabela a seguir:

LIMITE LIMITE VALOR DA FUNO NO


INTERVALO INFERIOR SUPERIOR INTERVALO
f ( 2 ) + f ( 2,2 )
1 2 2,2 = 3, 9177
2

f ( 2,2 ) + f ( 2,4 )
2 2,2 2,4 = 4, 6371
2

f ( 2,4 ) + f ( 2,6 )
3 2,4 2,6 = 5, 4629
2

f ( 2,6 ) + f ( 2,8 )
4 2,6 2,8 = 6, 4004
2

f ( 2,8 ) + f ( 3 )
5 2,8 3,0 = 7, 4539
2

captulo 5 99
Com isso, tem-se a seguinte aproximao para a integral de f ( x ) = x 2 + cos ( x )
, dada por
n n f ( x i ) + f ( x i+1 ) 5
f ( 2 + ( i 1) 0,2 ) + f [ 2 + i 0,2 ]
i f ( x i ) = h 2
= 0,2
2
i=1 i=1 i=1
0,2 ( 3,9177 + 4,6371 + 5,4629 + 6,4004 + 7,4539 ) = 5,5744

Conforme indicado, tal resultado apresenta diferena em relao ao valor exa-


to da integral proposta (5,5652). Uma melhor aproximao pode ser feita redu-
zindo-se o tamanho do intervalo h ou aprimorando-se a funo de aproximao
o que ser visto na prxima seo, com a apresentao do Mtodo de Simpson
para n = 3.

Cdigo em Octave

A funo descrita a seguir apresenta o cdigo em Octave que implementa a


tcnica de integrao conhecida como Mtodo dos Trapzios. Cabe destacar que
esta funo (integral_trapezio.m) requer a criao, em separado, de um arquivo de
nome funcao.m, contendo a funo a ser integrada ou seja, o integrando.
function z = integral_trapezio(a,b,n)
h = (b - a)/n;
z = 0;
for i = 1:n
z = z + (funcao(a + (i-1)*h) + funcao(a + i*h))/2;
end
z = z*h;
endfunction

Mtodo de Simpson

Introduo

No Mtodo de Simpson para n = 3, o princpio bsico para construo da


b
expresso geral de clculo da aproximao da integral definida por f ( x ) dx reside
a

captulo 5 100
na diviso do intervalo de integrao [a,b] em h partes iguais. Assim, a integral
calculada de acordo com a expresso apresentada a seguir:
n n f ( x i ) + 4f ( y ) + f ( x i+1 ) x i + x i+1
i f ( x i ) = h 6
, onde y =
2
i=1 i=1

Resgatando o exemplo utilizado na explanao acerca do Mtodo dos


3 3
Retngulos, considere o clculo de f ( x ) dx = x 2 + cos ( x ) dx . Esta operao, de
2 2

acordo com o Mtodo dos Trapzios, feita por meio da diviso do intervalo de
integrao [2,3] em 5 intervalos iguais de tamanho:
32
h= = 0,2
5

Em cada um desses 5 intervalos, adota-se como referncia uma aproximao


quadrtica entre os valores da funo nos pontos-limite de cada intervalo, consi-
derando-se como ponto focal da parbola o ponto mdio do intervalo, ou seja:

f ( x i ) + 4f ( y ) + f ( x i+1 ) x i + x i+1
, onde y =
6 2

Repare que cada ponto xi corresponde ao valor de seu antecessor (xi+1), adicio-
nado do tamanho de cada intervalo (h).
Assim, no exemplo apresentado, tem-se o exposto na tabela a seguir:

LIMITE LIMITE PONTO


INTERVALO VALOR DA FUNO NO INTERVALO
INFERIOR SUPERIOR MDIO

f ( 2 ) + 4f ( 2,1) + f ( 2,2 )
1 2 2,2 2,1 = 3, 9093
6

f ( 2,2 ) + 4f ( 2,3 ) + f ( 2,4 )


2 2,2 2,4 2,3 = 4, 6282
6

f ( 2,4 ) + 4f ( 2,5 ) + f ( 2,6 )


3 2,4 2,6 2,5 = 5, 4535
6

captulo 5 101
LIMITE LIMITE PONTO
INTERVALO VALOR DA FUNO NO INTERVALO
INFERIOR SUPERIOR MDIO

f ( 2,6 ) + 4f ( 2,7 ) + f ( 2,8 )


4 2,6 2,8 2,7 = 6, 3908
6

f ( 2,8 ) + 4f ( 2,9 ) + f ( 3 )
5 2,8 3,0 2,9 = 7, 4440
6

Com isso, tem-se a seguinte aproximao para a integral de f ( x ) = x 2 + cos ( x ) ,


com resultado igual a 5,5652. Eis os clculos:
n f ( x i ) + 4f ( y ) + f ( x i+1 ) 5 f ( a + ( i 1) h ) + 4f ( y ) + f ( a + ih ) ( a + ( i 1) h ) + ( a + ih )
h = 0,2 ,onde y =
i=1 6 i=1 6 2
f ( 2 ) + 4f ( 2,1) + 2f ( 2,2 ) + 4f ( 2,3 ) + 2f ( 2,4 ) + 4f ( 2,5 ) + 2f ( 2,6 ) + 4f ( 2,7 ) + 2f ( 2,8 ) + 4f ( 2,9 ) + f ( 3,0 )
0,2
6
= 5,5652

Conforme indicado, tal resultado equivalente ao valor exato da integral pro-


posta (5,5652) como esperado, trazendo uma aproximao melhor do que a
oferecida pelos mtodos anteriores. Uma melhor aproximao pode ser feita redu-
zindo-se o tamanho do intervalo h ou aprimorando-se a funo de aproximao
a partir de funes cbicas, qurticas ou de ordem superior.

Cdigo em Octave

A funo descrita a seguir apresenta o cdigo em Octave que implementa a


tcnica de integrao conhecida como Mtodo de Simpson. Cabe destacar que
esta funo (integral_simpson.m) requer a criao, em separado, de um arquivo de
nome funcao.m, contendo a funo a ser integrada ou seja, o integrando.
function z = integral_simpson(a,b,n)
h = (b - a)/n;
z = 0;
for i = 1:n
y = ((a + (i-1)*h) + (a + i*h))/2;
z = z + (funcao(a + (i-1)*h) + 4*funcao(y) + funcao(a +
i*h))/6;
end
z = z*h;
endfunction

captulo 5 102
ATIVIDADES
2


01. Calcule a integral definida x2 2x 2dx . Considere:
0

1. Mtodo dos Retngulos com 10 intervalos;


2. Mtodo dos Trapzios com 10 intervalos; e
3. Mtodo de Simpson com 10 intervalos.

2
dx
02. Calcule a integral definida x . Considere:
1

1. Mtodo dos Retngulos com 10 intervalos;


2. Mtodo dos Trapzios com 10 intervalos; e
3. Mtodo de Simpson com 10 intervalos.

2
03. Calcule a integral definida 1+ x3 dx . Considere:
1

1. Mtodo dos Retngulos com 10 intervalos;


2. Mtodo dos Trapzios com 10 intervalos; e
3. Mtodo de Simpson com 10 intervalos.
2
04. Calcule a aproximao de = 1+ x3 dx utilizando os mtodos dos Retngulos, dos
Trapzios e de Simpson. 1

REFLEXO
Ao longo deste captulo, o leitor foi apresentado aos principais mtodos de integrao
numrica o Mtodo dos Retngulos, o Mtodo dos Trapzios e o Mtodo de Simpson para
n = 3. Em cada seo deste captulo, o leitor pde verificar o princpio de funcionamento, o
cdigo-fonte em Octave, suas limitaes e um exemplo de aplicao de um mtodo espec-
fico. Alm disso, por meio dos exerccios de fixao da aprendizagem, o leitor pde comparar
os mtodos em termos de simplicidade, velocidade de convergncia e desempenho, identifi-
cando suas vantagens e limitaes.

captulo 5 103
Alcanados os objetivos propostos no incio do captulo, o leitor est convidado a seguir
para a ltima jornada deste livro o estudo de mtodos numricos de resoluo de Equaes
Diferenciais Ordinrias (EDO), com os mtodos de Euler e de Runge-Kutta, os mais empre-
gados em questes desta natureza.
Boa leitura!

REFERNCIAS BIBLIOGRFICAS
BURIAN, R., DE LIMA, A.C., HETEM JUNIOR, A. (Coord.). Fundamentos de Informtica Clculo
Numrico. Rio de Janeiro: Editora LTC, 1997.
CLAUDIO, D. M. Clculo numrico computacional: teoria e prtica. Editora Atlas, 1989.
DIEGUEZ, J. P. D. Mtodos numricos computacionais para a Engenharia. Vol.I. Editora
Intercincia, 1992.
EATON, J. W. GNU Octave Reference Manual. Disponvel em: http://www.gnu.org/software/octave/
doc/interpreter/index.html. Acesso em 04 de junho de 2016.
FRANCO, N. B. Clculo numrico. So Paulo: Pearson Prentice-Hall, 2006.
RUGGIERO, M.A.G; LOPES, V. L.R. Clculo numrico: aspectos tericos e computacionais, 2a edio.
Editora Makron Books, 1998.

captulo 5 104
6
Equaes
diferenciais
ordinrias
Equaes diferenciais ordinrias
Nos cursos introdutrios de Clculo Diferencial e Integral, o leitor aprendeu
que, dada uma funo y = f(x), a derivada
dy
= f ( x )
dx

tambm uma funo de x, calculada mediante emprego de regras prprias.


Por exemplo, se y = e2x, tem-se que
dy
= 2e 2x = 2y
dx

No entanto, o objetivo deste captulo diferente, pois no se trata de calcular


a derivada a partir de uma funo de varivel real. Agora, trata-se de encontrar
uma funo f(x) que satisfaa uma equao que contenha uma derivada, como
dy/dx. Em outras palavras, o objetivo deste captulo a resoluo de equaes
diferenciais. Uma equao diferencial , portanto, uma equao que contm as
derivadas de uma ou mais variveis dependentes em relao a uma ou mais vari-
veis independentes.
Em particular, neste captulo, o escopo das tcnicas a serem estudadas se res-
tringe resoluo de uma equao diferencial ordinria (EDO) de primeira ordem
dy
= f ( x, y )
dx

em um ponto qualquer x1, sujeita condio inicial y(x0) = y0, em que x0 e x1


so nmeros reais em um intervalo I qualquer e y0 um nmero real arbitrrio.
Este problema denominado de problema de valor inicial e assume a seguinte
expresso geral, tambm ilustrada na figura 6.1:
dy
Resolva: = f ( x, y ) para x = x1
dx

sujeito a : y ( x 0 ) = y 0

captulo 6 106
y

Ponto inicial

Ponto nal

x0 x1 x

Figura 6.1 Soluo de um problema de valor inicial: a partir de um ponto inicial (x0), chega-
se soluo x1 de uma equao diferencial.

OBJETIVOS
O objetivo deste captulo apresentar os mtodos numricos de Euler e de Runge-Kutta
para resoluo de problemas de valor inicial em EDO de 1a ordem. Assim, o leitor ser capaz
de identificar e aplicar mtodos de resoluo de equaes diferenciais ordinrias (EDO) de
1 ordem para problemas de valor inicial (PVI) e de valor de contorno (PVC).
Este captulo est organizado da seguinte forma: a seo 2 apresenta o Mtodo de Euler.
J a seo 3 apresenta o Mtodo de Runge-Kutta. As duas sees citadas anteriormente
esto organizadas de modo a apresentar seu princpio de funcionamento, o cdigo-fonte em
Octave, suas limitaes e um exemplo de aplicao. Por fim, a seo 4 apresenta exerccios
para fixao da aprendizagem.

Mtodo de Euler

Introduo

O mtodo de Euler o mais simples dentre os mtodos numricos para reso-


luo de problemas de valor inicial. A frmula de Euler expressa a seguir:

y n+1 = y n + hf ( x n , y n )

captulo 6 107
Seu princpio de funcionamento reside no avano sucessivo de um ponto xn
para um ponto xn+1. Assim, a sequncia de pontos (x0, x1, , xn, xn+1, ...) acaba
por delimitar uma curva no plano cartesiano e, consequentemente, determinar
o ponto final desejado. A quantidade necessria de passos intermedirios para se
resolver o problema indicado pelo valor de h (tambm denominado de intervalo
ou passo do mtodo); quanto maior o valor de h, maior a preciso do mtodo. Na
figura 6.2, apresentada a seguir, exibe-se um modelo grfico de resoluo de uma
EDO de 1a ordem em que foram utilizadas 6 aproximaes sucessivas.
y

Ponto inicial

1
2

4
Ponto nal
5

x0 x1 x

Figura 6.2 Aproximaes sucessivas da soluo de uma EDO a partir do emprego do


mtodo de Euler.

Exemplo de Aplicao

Considere-se a EDO de 1a ordem:


dy
= 3x 1
dx

O objetivo encontrar o valor da funo y = f(x) em x = 2, sabendo-se que


y(1) = 2.
Em primeiro lugar, considere-se a equao de Euler:

y n+1 = y n + hf ( x n , y n )

captulo 6 108
Substituindo-se f(xn,yn) pela funo dada, tem-se que:
y n+1 = y n + h ( 3x 1)

Em seguida, considerando-se o ponto inicial (neste exemplo, x = 1), determi-


ne o passo h. A ttulo de ilustrao, considere-se um quinto do intervalo; logo,
2 1
h= = 0,2.
5
Dadas as informaes anteriores, constri-se uma tabela com os valores interme-
dirios, no modo apresentado a seguir:

n x y
0 1,0 2,0

1 1,2 2,0 + 0,2 ( 3 1,0 1) = 2,0 + 0,2 2 = 2,4

2 1,4 2,4 + 0,2 ( 3 1,2 1) = 2,4 + 0,2 2,6 = 2,92

3 1,6 2,92 + 0,2 ( 3 1,4 1) = 2,92 + 0,2 3,2 = 3,56

4 1,8 3,56 + 0,2 ( 3 1,6 1) = 3,56 + 0,2 3,8 = 4,32

5 2,0 4,32 + 0,2 ( 3 1,8 1) = 4,32 + 0,2 4,4 = 5,2

Logo, o resultado y(2) = 5,2. Cabe destacar que a funo original

3 3
f ( x ) = x 2 x + . Logo, o valor correto para x = 2 y = f(x) = 5,5. Isso ocorre
2 2
em funo do erro implcito ao mtodo de Euler. Para corrigir tal impreciso, re-
comenda-se o emprego do Mtodo de Runge-Kutta, a ser apresentado na Seo 3.

captulo 6 109
Cdigo em Octave

A funo descrita a seguir apresenta o cdigo em Octave que implemen-


ta a tcnica conhecida como Mtodo de Euler. Cabe destacar que esta funo
(euler_edp.m) requer a criao, em separado, de um arquivo de nome
funcao_euler.m, contendo a funo f(x,y). As entradas da funo euler_edp.m in-
dicam o valor inicial de x (xi), o valor final de x (xf ), o valor inicial de y (yi) e o
nmero de aproximaes sucessivas a ser utilizado no problema de valor inicial
(n), respectivamente.
function z = euler_edp(xi,xf,yi,n)
h = (xf - xi)/n;
y = zeros(1,n+1);
x = zeros(1,n+1);
y(1) = yi
x(1) = xi
for i = 2:n+1
y(i) = y(i-1) + h*funcao_euler(x(i-1),y(i-1));
x(i) = x(i-1) + h;
endfor
z = y(n+1);
endfunction

Mtodo de Runge-Kutta

Introduo

Para aplicao em casos prticos, recomenda-se o emprego do Mtodo de


Runge-Kutta, pois apresenta uma preciso maior do que o Mtodo de Euler, con-
forme j sinalizado na seo 2. No Mtodo de Runge-Kutta, o clculo de yn+1 a
partir de yn dado pela execuo sequencial das 4 expresses apresentadas a seguir,
naquele que se denomina mtodo de Runge-Kutta de 4a ordem:

captulo 6 110
k 1 = h .f ( x n , y n )
h k
k 2 = h.f x n + , y n + 1
2 2
h k
k 3 = h.f x n + , y n + 2
2 2
k 4 = h.f ( x n + h, y n + k 3 )
k1 k2 k3 k4
y n+1 = y n + + + +
6 3 3 6

Exemplo de Aplicao

Considere-se a EDO de 1a ordem:


dy
= 3x 1
dx

O objetivo encontrar o valor da funo y = f(x) em x = 2, sabendo-se que


y(1) = 2. A ttulo de ilustrao, considere-se h = 0,2, como no exemplo de aplica-
o apresentado na seo 2.2.
Assim, as expresses de Runge-Kutta, conforme apresentadas na seo ante-
rior, assumem a seguinte forma:

k1 = h. ( 3x 1) = 0,2. ( 3.1 1) = 0,4.

0,2 0,4
k 2 = h. f 1 + ,2 + = 0,2. ( 3.1,1 1) = 0,46
2 2

0,2 0,46
k 3 = h .f 1 + ,2 + = 0,2. ( 3.1,1 1) = 0,46
2 2

k 4 = h.f (1 + 0,2,2 + 0,46 ) = 0,2. ( 3.1,2 1) = 0,52

k1 k2 k3 k4 0,4 0,46 0,46 0,52


y1 = y 0 + + + + = 2+ + + + = 2,46
6 3 3 6 6 3 3 6

captulo 6 111
Repetindo-se o mtodo aplicado anteriormente para yn+1 em n = 0, constri-se
uma tabela com os valores intermedirios no modo apresentado a seguir, a fim de
se obter a resposta do mtodo:

n x y

0 1,0 2,0

1 1,2 2,46

2 1,4 3,04

3 1,6 3,74

4 1,8 4,56

5 2,0 5,5

Logo, o resultado y(2) = 5,5.

Cdigo em Octave

De modo similar ao apresentado no mtodo anterior, a funo descrita a se-


guir apresenta o cdigo em Octave que implementa a tcnica conhecida como
Mtodo de Runge-Kutta. Cabe destacar que esta funo (rungekutta_edp.m) re-
quer a criao, em separado, de um arquivo de nome funcao_rungekutta.m, con-
tendo a funo f(x,y). As entradas da funo rungekutta_edp.m indicam o valor
inicial de x (xi), o valor final de x (xf ), o valor inicial de y (yi) e o nmero de aproxi-
maes sucessivas a ser utilizado no problema de valor inicial (n), respectivamente.
function z = rungekutta_edp(xi,xf,yi,n)
h = (xf - xi)/n;
y = zeros(1,n+1);
x = zeros(1,n+1);
y(1) = yi
x(1) = xi
for i = 2:n+1
k1 = h*funcao_rungekutta(x(i-1),y(i-1));
k2 = h*funcao_rungekutta(x(i-1) + h/2,y(i-1) + k1/2);
k3 = h*funcao_rungekutta(x(i-1) + h/2,y(i-1) + k2/2);
k4 = h*funcao_rungekutta(x(i-1) + h,y(i-1) + k3);

captulo 6 112
y(i) = y(i-1) + k1/6 + k2/3 + k3/3 + k4/6;
x(i) = x(i-1) + h;
endfor
z = y(n+1);
endfunction

ATIVIDADES
dy 3x 2
01. Dada a equao diferencial = e sabendo-se que y(1) = 3, calcule y(0). Apli-
dx 2 x
que os mtodos de Euler (com 10 aproximaes) e de Runge-Kutta.

dy
02. Dada a equao diferencial = xcos ( 2x ) e sabendo-se que y(0) = 0, calcule y(1).
dx
Aplique os mtodos de Euler (com 10 aproximaes) e de Runge-Kutta.

dy
03. Dada a equao diferencial = xln ( xy ) e sabendo-se que y(1) = 3, calcule y(2).
dx

Aplique os mtodos de Euler (com 10 aproximaes) e de Runge-Kutta.

dy 1 + x 2
04. Dada a equao diferencial = e sabendo-se que y(2) = 2, calcule y(4). Apli-
dx 1 x 2
que os mtodos de Euler (com 10 aproximaes) e de Runge-Kutta.

dy
05. Dada a equao diferencial = 3x 2 e sabendo-se que y(2) = 3, calcule y(4). A ttulo
dx
de comparao das aproximaes, aplique o mtodo de Euler com 5, 10 e 20 aproximaes.

REFLEXO
Ao final da leitura deste captulo, o leitor deve ser capaz de identificar e aplicar os princi-
pais mtodos numricos para resoluo de problemas de valor inicial em EDO de 1a ordem
a saber, os mtodos de Euler e de Runge-Kutta. Para tal, o captulo foi organizado de modo
que, em cada mtodo, fossem relacionados seu princpio de funcionamento, o cdigo-fonte
em Octave, suas limitaes e um exemplo de aplicao.

captulo 6 113
Assim, com o emprego de exerccios para fixao da aprendizagem, o leitor pde iden-
tificar possveis linhas de ao para utilizao em questes clssicas de Engenharia que
demandem tal conhecimento.
Concluindo, chega-se ao final deste livro. Grato pela ateno dispensada, o autor deseja
pleno sucesso acadmico e profissional ao leitor/aluno e que este livro humildemente tenha
auxiliado nesta busca pelo conhecimento que, por sinal, jamais acaba. Felicidades e que
Deus o abenoe e guarde!

REFERNCIAS BIBLIOGRFICAS
BURIAN, R.; DE LIMA, A.C.; HETEM JUNIOR, A. (Coord.). Fundamentos de Informtica Clculo
Numrico. Rio de Janeiro: Editora LTC, 1997.
CLAUDIO, D. M. Clculo numrico computacional: teoria e prtica. Editora Atlas, 1989.
EATON, J. W. GNU Octave Reference Manual. Disponvel em: <http://www.gnu.org/software/
octave/doc/interpreter/index.html>. Acesso em: 04 de jun. de 2016.
FRANCO, N. B. Clculo numrico. So Paulo: Pearson Prentice-Hall, 2006.
RUGGIERO, M.A.G.; LOPES, V. L.R. Clculo numrico: aspectos tericos e computacionais, 2a edio,
Editora Makron Books, 1998.

GABARITO
Captulo1

01.
a) sen (/4) sin(pi/4) d) log10(20) - log10(20)
b) cos (/3) cos(pi/3) e) 7 - sqrt(7)
c) e2 e^2 ou exp(2)

03. A execuo dos trs comandos expressos a seguir permitir a exibio do grfi-
co solicitado.
x = [-5:.1:5];
y = x.^2.*cos(x)+1;
plot(x,y)

captulo 6 114
10

10

15
6 4 2 0 2 4 6

05. Naturalmente, no h uma nica resposta para este tipo de questo, pois os identifica-
dores da funo e das variveis empregadas ficam a cargo dos implementadores. Assim, o
trecho de cdigo apresentado a seguir meramente uma proposta, que no esgota todas as
possibilidades de soluo da questo em tela.
function [y] = area(raio)
y = pi*raio.^2;
endfunction

07. Aps a execuo do comando proposto, ser exibida na tela do Octave a seguin-
te soluo:
0.02
1.35
Atividade 9 Neste exemplo, tem-se que m = 2, visto que 100 W < 1.000. Assim, tem-
se que 0,01 0,5 x 10 3 - N 0,02 10 3 N - 1,7 3 N -4,7 - N. Logo, N 4,7
N = 4 algarismos significativos.

10. Assumindo-se o valor de como 3,141 e o de (1/6) como 0,166, tem-se que o ERP
dado por:

V (1/ 6 ) d
= + +3
V (1/ 6 ) d

Logo, o valor mais provvel de V 0,166 x 3,141 x (0,210)3 = 0,00482.


Consequentemente,

V 0,001 0,001 0,001


= + +3 = 0,006024 + 0,00
00318 + 0,014285 = 0,020627
0,00482 ( 0,166 ) 3,141 0,210

captulo 6 115
1 (1N)
Aplicando-se a Definio 2, tem-se que 0,020627 10 .
4 +1

Logo, 0.103135 10 1-N -2 -N N 2 N = 2 algarismos significativos.


Concluindo, o valor do volume V 0,0048 0,0001 m3.

Captulo2

01.
a) Considerando-se os valores iniciais de 1 e -2, uma tolerncia ao erro de 0,001
e 1.000 como o nmero mximo de iteraes, tem-se a raiz x = -1,1218, com
13 iteraes.
b) Considerando-se os valores iniciais de 1 e -2, uma tolerncia ao erro de 0,001
e 1.000 como o nmero mximo de iteraes, tem-se a raiz x = -1,1217, com
6 iteraes.
c) Considerando-se o valor inicial de 1, uma tolerncia ao erro de 0,001 e 1.000 como
o nmero mximo de iteraes, tem-se a raiz x = -1,1218, com 4 iteraes.

02.
a) Considerando-se os valores iniciais de 1 e -2, uma tolerncia ao erro de 0,001
e 1000 como o nmero mximo de iteraes, tem-se a raiz x = -0,93213, com
12 iteraes.
b) Considerando-se os valores iniciais de 1 e -2, uma tolerncia ao erro de 0,001
e 1.000 como o nmero mximo de iteraes, tem-se a raiz x = -0,93211, com
5 iteraes.
c) Considerando-se o valor inicial de -2, uma tolerncia ao erro de 0,001 e 1.000
como o nmero mximo de iteraes, tem-se a raiz x = -0,93211, com 4 iteraes.

03. Isso feito, dentre diversas solues possveis, como se constata luz do grfico apresen-
tado a seguir, tem-se que, com os valores iniciais de 3 e 5, uma tolerncia ao erro de 0,001
e 1.000 como o nmero mximo de iteraes, tem-se a raiz t = 4,4849 segundos, com 7
iteraes, de acordo com o Mtodo das Secantes.

captulo 6 116
150

100

50
y(m)
0

50

100
10 5 0 5 10
t (s)

04. Com os valores iniciais de 2,5 e 5, uma tolerncia ao erro de 0,001 e 1000 como o
nmero mximo de iteraes, tem-se a raiz u = 3,2302, com 8 iteraes, de acordo com
o Mtodo das Secantes, e com 17 iteraes, de acordo com o Mtodo da Bisseco. Este
ltimo mtodo era possvel, visto que f(2,5) = 11,635 > 0, enquanto f(5) = -118,70 < 0
atendendo, portanto, ao Teorema de Bolzano.

05.
a) Considerando-se os valores iniciais de 2 e 5, uma tolerncia ao erro de 0,001 e
1.000 como o nmero mximo de iteraes, tem-se a raiz t = 3,1959 segundos,
com 15 iteraes.
b) Considerando-se os valores iniciais de 2 e 5, uma tolerncia ao erro de 0,001 e
1.000 como o nmero mximo de iteraes, tem-se a raiz t = 3,1958 segundos,
com 8 iteraes.
c) Considerando-se o valor inicial de 5, uma tolerncia ao erro de 0,001 e 1000 como
o nmero mximo de iteraes, tem-se a raiz t = 3,1958 segundos, com 5 iteraes.

Captulo3

01.
-0.241490
-0.532751
-0.098332

02.
-0.241780
-0.533602
-0.099068

captulo 6 117
03.
x + y + z = 80 total de doces vendidos
1.x + 2.y + 1,5 z = 115 total arrecadado em reais
x = y + z x y z = 0 comparao entre as quantidades vendidas dos bombons
e as dos demais doces.
Assim, de acordo com o modelo clssico de SELA, tem-se que A = [1,1,1;1,2,1.5;1,-1,-1]
e b = [80;115;0]. Utilizando como valores iniciais x = [10;10;10], com tolerncia de 0,001 e
1.000 iteraes, tem-se que a resposta, alcanada em 24 iteraes com o mtodo de Gauss-
Jacobi, de 40 brigadeiros, 30 bombons e 10 quindins.

Captulo4

01. De acordo com a metodologia proposta neste captulo, tem-se que:

4 11 a 0 = 22
11 39 a 72.1
1

Assim, resolvendo-se o sistema de equaes lineares algbricas apresentado acima,


tem-se que a0 = 1,8543 e a1 = 1,3257. Com isso, tem-se que a reta mais bem ajustada aos
pontos dados dada pela funo p(x) tal que p(x) = 1,3257 x + 1,8543.
Como ilustrao, segue a figura com os pontos originais e a aproximao linear sugerida.
10

6
y
4

0
0 1 2 3 4 5 6
x

Aproximao linear sugerida (linha) e os pontos originais (asteriscos).

captulo 6 118
02.

4 0,45 1,2125 a0 = 2,65


0,45 1,2125 0,3228 a 0,4825
1
1,2125 0,3228 0,5101 a2 1,0789

Assim, resolvendo-se o sistema de equaes lineares algbricas apresentado acima,


tem-se que a0 = 0,022, a1 = 0,192 e a2 = 2,184. Com isso, tem-se que a parbola mais
bem ajustada aos pontos dados dada pela funo p(x) tal que p(x) = 2,184 x2 + 0,192 x +
0,022. Como ilustrao, segue a figura com os pontos originais e a aproximao quadrtica
sugerida.

2.5

1.5
y
1

0.5

0
1 0.5 0 0.5 1
x

Aproximao quadrtica sugerida (linha) e os pontos originais (asteriscos).

5 10,5 a0 = 10200
10,5 30,25 a 19050
1

Assim, resolvendo-se o sistema de equaes lineares algbricas apresentado acima,


tem-se que a0 = 2646,95 e a1 = -289,02. Com isso, tem-se que a reta mais bem ajustada
aos pontos dados dada pela funo p(x) tal que p(x) = -289,02 x + 2646,95. Assim, a
tabela a seguir indica a previso de produo at o oitavo ano da srie:

ANO PRODUO
5 1201,8 1202

6 912,8 913

captulo 6 119
ANO PRODUO
7 623,8 624

8 334,8 335

Captulo5

01. Como referncia do desempenho de cada um dos mtodos, considere-se que o valor da

x3
integral definida da questo -5,3333, como resultado da avaliao de F ( x ) = x2 2x
3
no intervalo de 0 a 2.
Feita essa considerao, a questo proposta permite que o leitor avalie os mtodos em
termos de simplicidade, velocidade de convergncia e desempenho, identificando suas van-
tagens e limitaes. O leitor deve tambm utilizar os cdigos-fonte disponibilizados no cap-
tulo, at mesmo para validar os resultados apresentados a seguir.
Assim, empregando-se o Mtodo dos Retngulos com 10 intervalos, tem-se o exposto
na tabela apresentada a seguir:

LIMITE LIMITE PONTO VALOR DA FUNO


INTERVALO INFERIOR SUPERIOR MDIO NO PONTO MDIO
1 0 0,2 0,1 f(0,1) = -2,19

2 0,2 0,4 0,3 f(0,3) = - 2,51

3 0,4 0,6 0,5 f(0,5) = -2,75

4 0,6 0,8 0,7 f(0,7) = -2,91

5 0,8 1,0 0,9 f(0,9) = -2,99

6 1,0 1,2 1,1 f(1,1) = -2,99

7 1,2 1,4 1,3 f(1,3) = -2,91

8 1,4 1,6 1,5 f(1,5) = -2,75

9 1,6 1,8 1,7 f(1,7) = -2,51

captulo 6 120
LIMITE LIMITE PONTO VALOR DA FUNO
INTERVALO INFERIOR SUPERIOR MDIO NO PONTO MDIO
10 1,8 2,0 1,9 f(1,9) = -2,19

Assim, o valor obtido para a integral da funo da questo dado por:

0,2X ( 2,19 2,51 2,75 2,91 2,99 2,99 2,91 2,75 2,51 2,19 ) = 5
5,34

J para o Mtodo dos Trapzios, em lugar do ponto mdio, utiliza-se um valor de refern-
cia, dado pela mdia entre os valores das funes nos pontos-limite de cada trecho em que o
intervalo de integrao dividido, conforme exposto na seo 1.3.1. Assim, segue o exposto
na tabela a seguir:

LIMITE LIMITE
INTERVALO VALOR DE REFERNCIA
INFERIOR SUPERIOR

1 0 0,2 -2,18

2 0,2 0,4 -2,50

3 0,4 0,6 -2,74

4 0,6 0,8 -2,90

5 0,8 1,0 -2,98

6 1,0 1,2 2,98

7 1,2 1,4 -2,90

8 1,4 1,6 -2,74

9 1,6 1,8 -2,50

10 1,8 2,0 -2,18

Assim, o valor obtido para a integral da funo da questo dado por:

0,2X ( 2,18 2,50 2,74 2,90 2,98 2,98 2,90 2,74 2,50 2,18 ) = 5
5,32

captulo 6 121
Por fim, para o Mtodo de Simpson, em lugar do ponto mdio ou da mdia entre os valo-
res das funes nos limites do intervalo de integrao, utiliza-se uma aproximao quadrtica
entre os valores da funo nos pontos-limite de cada intervalo, considerando-se como ponto
focal da parbola o ponto mdio do intervalo, conforme exposto na seo 1.4.1. Assim, segue
o exposto na tabela a seguir:

LIMITE LIMITE PONTO VALOR DE


INTERVALO INFERIOR SUPERIOR MDIO REFERNCIA
1 0 0,2 0,1 -2.1867

2 0,2 0,4 0,3 -2.5067

3 0,4 0,6 0,5 -2,7467

4 0,6 0,8 0,7 -2,9067

5 0,8 1,0 0,9 -2,9867

6 1,0 1,2 1,1 -2,9867

7 1,2 1,4 1,3 -2,9067

8 1,4 1,6 1,5 -2,7467

9 1,6 1,8 1,7 -2.5067

10 1,8 2,0 1,9 -2.1867

Assim, o valor obtido para a integral da funo da questo dado por:


0,2 ( 2,1867 2,5067 2,7467 2,9067 2,9867 2,9867 2,9067 2,7467 2,5067 2,1867 ) = 5,333

02. Como referncia do desempenho de cada um dos mtodos, considere-se que o valor da
integral definida da questo 0,69315, como resultado da avaliao de no intervalo de 1 a
2. Tal qual exposto na Atividade 1, a questo proposta permite que o leitor avalie os mtodos
em termos de simplicidade, velocidade de convergncia e desempenho, identificando suas
vantagens e limitaes. O leitor deve tambm utilizar os cdigos-fonte disponibilizados no
captulo, at mesmo para validar os resultados apresentados a seguir.
Assim, empregando-se o Mtodo dos Retngulos com 10 intervalos, tem-se o exposto
na tabela apresentada a seguir:

captulo 6 122
LIMITE LIMITE PONTO VALOR DA FUNO
INTERVALO INFERIOR SUPERIOR MDIO NO PONTO MDIO
1 1 1,1 1,05 0,95238

2 1,1 1,2 1,15 0,86957

3 1,2 1,3 1,25 0,80000

4 1,3 1,4 1,35 0,74074

5 1,4 1,5 1,45 0,68966

6 1,5 1,6 1,55 0,64516

7 1,6 1,7 1,65 0,60606

8 1,7 1,8 1,75 0,57143

9 1,8 1,9 1,85 0,54054

10 1,9 2,0 1,95 0,51282

SOMA 6,9284

Assim, o valor obtido para a integral da funo da questo dado por:

0,1X6,9284 = 0,69284

J para o Mtodo dos Trapzios, em lugar do ponto mdio, utiliza-se um valor de refern-
cia, dado pela mdia entre os valores das funes nos pontos-limite de cada trecho em que o
intervalo de integrao dividido, conforme exposto na seo 1.3.1. Assim, segue o exposto
na tabela a seguir:

LIMITE LIMITE VALOR DE


INTERVALO INFERIOR SUPERIOR REFERNCIA
1 1 1,1 0,95455

2 1,1 1,2 0,87121

3 1,2 1,3 0,80128

captulo 6 123
LIMITE LIMITE VALOR DE
INTERVALO INFERIOR SUPERIOR REFERNCIA
4 1,3 1,4 0,74176

5 1,4 1,5 0,69048

6 1,5 1,6 0,64583

7 1,6 1,7 0,60662

8 1,7 1,8 0,57190

9 1,8 1,9 0,54094

10 1,9 2,0 0,51316

SOMA 6,93773

Assim, o valor obtido para a integral da funo da questo dado por:

0,1X6,93773 = 0,693773

Por fim, para o Mtodo de Simpson, em lugar do ponto mdio ou da mdia entre os valo-
res das funes nos limites do intervalo de integrao, utiliza-se uma aproximao quadrtica
entre os valores da funo nos pontos-limite de cada intervalo, considerando-se como ponto
focal da parbola o ponto mdio do intervalo, conforme exposto na seo 1.4.1. Assim, segue
o exposto na tabela a seguir:

LIMITE LIMITE PONTO VALOR DE


INTERVALO INFERIOR SUPERIOR MDIO REFERNCIA
1 1 1,1 1,05 0,95310

2 1,1 1,2 1,15 0,87011

3 1,2 1,3 1,25 0,80043

4 1,3 1,4 1,35 0,74108

5 1,4 1,5 1,45 0,68993

captulo 6 124
LIMITE LIMITE PONTO VALOR DE
INTERVALO INFERIOR SUPERIOR MDIO REFERNCIA
6 1,5 1,6 1,55 0,64539

7 1,6 1,7 1,65 0,60625

8 1,7 1,8 1,75 0,57158

9 1,8 1,9 1,85 0,54067

10 1,9 2,0 1,95 0,51293

SOMA 6,93147

Assim, o valor obtido para a integral da funo da questo dado por:

0,1x6,93147 = 0,693147

03. Tal qual exposto nas Atividades 1 e 2, a questo proposta permite que o leitor avalie os
mtodos em termos de simplicidade, velocidade de convergncia e desempenho, identifican-
do suas vantagens e limitaes. O leitor deve tambm utilizar os cdigos-fonte disponibiliza-
dos no captulo, at mesmo para validar os resultados apresentados a seguir.
Assim, empregando-se o Mtodo dos Retngulos com 10 intervalos, tem-se o exposto
na tabela apresentada a seguir:

LIMITE LIMITE PONTO VALOR DA FUNO


INTERVALO INFERIOR SUPERIOR MDIO NO PONTO MDIO
1 1 1,1 1,05 1,4689

2 1,1 1,2 1,15 1,5877

3 1,2 1,3 1,25 1,7185

4 1,3 1,4 1,35 1,8602

5 1,4 1,5 1,45 2,0121

captulo 6 125
LIMITE LIMITE PONTO VALOR DA FUNO
INTERVALO INFERIOR SUPERIOR MDIO NO PONTO MDIO
6 1,5 1,6 1,55 2,1734

7 1,6 1,7 1,65 2,3435

8 1,7 1,8 1,75 2,5218

9 1,8 1,9 1,85 2,7077

10 1,9 2,0 1,95 2,9008

SOMA 21,2946

Assim, o valor obtido para a integral da funo da questo dado por:

0,1X21,2946 = 2,12946

J para o Mtodo dos Trapzios, em lugar do ponto mdio, utiliza-se um valor de refern-
cia, dado pela mdia entre os valores das funes nos pontos-limite de cada trecho em que o
intervalo de integrao dividido, conforme exposto na seo 1.3.1. Assim, segue o exposto
na tabela a seguir:

LIMITE LIMITE
INTERVALO VALOR DE REFERNCIA
INFERIOR SUPERIOR
1 1 1,1 1,4705

2 1,1 1,2 1,5892

3 1,2 1,3 1,7198

4 1,3 1,4 1,8615

5 1,4 1,5 2,0133

6 1,5 1,6 2,1745

7 1,6 1,7 2,3445

captulo 6 126
LIMITE LIMITE
INTERVALO VALOR DE REFERNCIA
INFERIOR SUPERIOR
8 1,7 1,8 2,5227

9 1,8 1,9 2,7086

10 1,9 2,0 2,9017

SOMA 21,3063

Assim, o valor obtido para a integral da funo da questo dado por:

0,1X21,3063 = 2,13063

Por fim, para o Mtodo de Simpson, em lugar do ponto mdio ou da mdia entre os valo-
res das funes nos limites do intervalo de integrao, utiliza-se uma aproximao quadrtica
entre os valores da funo nos pontos-limite de cada intervalo, considerando-se como ponto
focal da parbola o ponto mdio do intervalo, conforme exposto na seo 1.4.1. Assim, segue
o exposto na tabela a seguir:

LIMITE LIMITE PONTO VALOR DE


INTERVALO INFERIOR SUPERIOR MDIO REFERNCIA
1 1 1,1 1,05 1,4694

2 1,1 1,2 1,15 1,5882

3 1,2 1,3 1,25 1,7189

4 1,3 1,4 1,35 1,8606

5 1,4 1,5 1,45 2,0125

6 1,5 1,6 1,55 2,1738

7 1,6 1,7 1,65 2,3439

8 1,7 1,8 1,75 2,5221

9 1,8 1,9 1,85 2,7080

captulo 6 127
LIMITE LIMITE PONTO VALOR DE
INTERVALO INFERIOR SUPERIOR MDIO REFERNCIA
10 1,9 2,0 1,95 2,9011

SOMA 21,2985

Assim, o valor obtido para a integral da funo da questo dado por:

0,1x21,2985 = 2,12985

04. Tal qual exposto nas Atividades de 1 a 3, a questo proposta permite que o leitor avalie
os mtodos em termos de simplicidade, velocidade de convergncia e desempenho, identifi-
cando suas vantagens e limitaes. O leitor deve tambm utilizar os cdigos-fonte disponibi-
lizados no captulo, at mesmo para validar os resultados apresentados a seguir. Naturalmen-
te, o valor deve ser prximo a = 3,1416.
Assim, empregando-se o Mtodo dos Retngulos com 10 intervalos, tem-se o exposto
na tabela apresentada a seguir:

LIMITE LIMITE PONTO VALOR DA FUNO


INTERVALO INFERIOR SUPERIOR MDIO NO PONTO MDIO
1 0 0,1 0,05 3,99

2 0,1 0,2 0,15 3,912

3 0,2 0,3 0,25 3,7647

4 0,3 0,4 0,35 3,5635

5 0,4 0,5 0,45 3,3264

6 0,5 0,6 0,55 3,0710

7 0,6 0,7 0,65 2,8120

8 0,7 0,8 0,75 2,5600

9 0,8 0,9 0,85 2,3222

captulo 6 128
LIMITE LIMITE PONTO VALOR DA FUNO
INTERVALO INFERIOR SUPERIOR MDIO NO PONTO MDIO
10 0,9 1,0 0,95 2,1025

SOMA 31,4243

Logo, o valor obtido para a integral da funo da questo dado por:

0,1X31,4243 = 3,14243

J para o Mtodo dos Trapzios, em lugar do ponto mdio, utiliza-se um valor de refern-
cia, dado pela mdia entre os valores das funes nos pontos-limite de cada trecho em que o
intervalo de integrao dividido, conforme exposto na seo 1.3.1. Assim, segue o exposto
na tabela a seguir:

LIMITE LIMITE
INTERVALO VALOR DE REFERNCIA
INFERIOR SUPERIOR
1 0 0,1 3,9802

2 0,1 0,2 3,9033

3 0,2 0,3 3,7579

4 0,3 0,4 3,5590

5 0,4 0,5 3,3241

6 0,5 0,6 3,0706

7 0,6 0,7 2,8129

8 0,7 0,8 2,5618

9 0,8 0,9 2,3245

10 0,9 1,0 2,1050

SOMA 31,3993

Com base no exposto, o valor obtido para a integral da funo da questo dado por:

0,1X31,3933 = 3,13933

captulo 6 129
Por fim, para o Mtodo de Simpson, em lugar do ponto mdio ou da mdia entre os valo-
res das funes nos limites do intervalo de integrao, utiliza-se uma aproximao quadrtica
entre os valores da funo nos pontos-limite de cada intervalo, considerando-se como ponto
focal da parbola o ponto mdio do intervalo, conforme exposto na seo 1.4.1. Assim, segue
o exposto na tabela a seguir:

LIMITE LIMITE PONTO VALOR DE


INTERVALO INFERIOR SUPERIOR MDIO REFERNCIA
1 0 0,1 0,05 3,9867

2 0,1 0,2 0,15 3,9091

3 0,2 0,3 0,25 3,7625

4 0,3 0,4 0,35 3,5620

5 0,4 0,5 0,45 3,3256

6 0,5 0,6 0,55 3,0709

7 0,6 0,7 0,65 2,8123

8 0,7 0,8 0,75 2,5606

9 0,8 0,9 0,85 2,3230

10 0,9 1,0 0,95 2,1033

SOMA 31,416

Assim, o valor obtido para a integral da funo da questo dado por:

0,1x31,416 = 3,1416

Captulo6

01. De acordo com o exposto na Seo 2.2 para o Mtodo de Euler, deve-se substituir a

3x2
funo f(x,y) por e calcular de modo sucessivo e iterativo em 10 passos, a partir de
2x
x = 1 at x = 0.

captulo 6 130
Logo, aplicando o mtodo conforme apresentado neste captulo, tem-se que: o passo h

0 1
igual a = 0,1 .
10

Com isso, aplicando-se a tcnica sucessivamente 10 (dez) vezes, tem-se os valores in-
termedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 1,0 3 (dado no enunciado)

1 0,9 2,7

2 0,8 2,4790

3 0,7 2,3190

4 0,6 2,2060

5 0,5 2,1289

6 0,4 2,0789

7 0,3 2,0489

8 0,2 2,0330

9 0,1 2,0263

10 0 2,0247

Enquanto isso, de acordo com o exposto na seo 3.2 para o Mtodo de Runge-Kutta,

2
deve-se substituir a funo f(x,y) por 3x e calcular de modo sucessivo e iterativo em 10
2x
passos, a partir de x = 1 at x = 0.
De igual modo, aplicando o mtodo conforme apresentado neste captulo, tem-se que: o

passo h igual a 0 1 = 0,1 .


10

captulo 6 131
Assim, aplicando-se a tcnica sucessivamente 10 (dez) vezes, o leitor pode obter os
valores intermedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 1,0 3 (dado no enunciado)

1 0,9 2,7413

2 0,8 2,5521

3 0,7 2,4166

4 0,6 2,3223

5 0,5 2,2594

6 0,4 2,2200

7 0,3 2,1975

8 0,2 2,1866

9 0,1 2,1828

10 0 2,1822

Assim, a resposta segundo o Mtodo de Euler 2,0247, enquanto a resposta segundo


o mtodo de Runge-Kutta 2,1822.

02. - De acordo com o exposto na Seo 2.2 para o Mtodo de Euler, deve-se substituir a
funo f(x,y) por e calcular de modo sucessivo e iterativo em 10 passos, a partir de x = 0
at x = 1.
Logo, aplicando o mtodo conforme apresentado neste captulo, tem-se que: o passo h

igual a 1 0 =+0,1
10
Com isso, aplicando-se a tcnica sucessivamente 10 (dez) vezes, tem-se os valores in-
termedirios indicados na coluna y da tabela apresentada a seguir:

captulo 6 132
N X Y
0 0,0 0 (dado no enunciado)

1 0,1 0

2 0,2 0,0098

3 0,3 0,0282

4 0,4 0,0530

5 0,5 0,0809

6 0,6 0,1079

7 0,7 0,1296

8 0,8 0,1415

9 0,9 0,1392

10 1,0 0,1187

Enquanto isso, de acordo com o exposto na Seo 3.2 para o Mtodo de Runge-Kutta,
deve-se substituir a funo f(x,y) por e calcular de modo sucessivo e iterativo em 10 passos,
a partir de x = 0 at x = 1.
Adicionalmente, aplicando o mtodo conforme apresentado neste captulo, tem-se que:

o passo h igual a 1 0 =+0,1.


10
Com base no exposto, aplicando-se a tcnica sucessivamente 10 (dez) vezes, o leitor
pode obter os valores intermedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 0,0 0 (dado no enunciado)

1 0,1 0,0049

2 0,2 0,0192

captulo 6 133
N X Y
3 0,3 0,0410

4 0,4 0,0677

5 0,5 0,0954

6 0,6 0,1202

7 0,7 0,1374

8 0,8 0,1425

9 0,9 0,1314

10 1,0 0,1006

Com isso, tem-se que a resposta questo 0,1187 segundo o Mtodo de Euler e
0,1006 segundo o Mtodo de Runge-Kutta.

03. De acordo com o exposto na Seo 2.2 para o Mtodo de Euler, deve-se substituir a
funo f(x,y) por e calcular de modo sucessivo e iterativo em 10 passos, a partir de x = 1
at x = 2.
Logo, aplicando o mtodo conforme apresentado neste captulo, tem-se que o passo h

igual a
2 1
=+0,1.
10
Com isso, aplicando-se a tcnica sucessivamente 10 (dez) vezes, tm-se os valores in-
termedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 1,0 3 (dado no enunciado)

1 1,1 3,1099

2 1,2 3,2451

3 1,3 3,4083

captulo 6 134
N X Y
4 1,4 3,6018

5 1,5 3,8283

6 1,6 4,0905

7 1,7 4,3911

8 1,8 4,7328

9 1,9 5,1184

10 2,0 5,5506

J de acordo com o exposto na Seo 3.2 para o Mtodo de Runge-Kutta, deve-se tam-
bm substituir a funo f(x,y) por e calcular de modo sucessivo e iterativo em 10 passos, a
partir de x = 1 at x = 2.
De igual modo, aplicando o mtodo conforme apresentado neste captulo, tem-se que o

passo h igual a
2 1
=+0,1.
10

N X Y
0 1,0 3 (dado no enunciado)

1 1,1 3,1226

2 1,2 3,2723

3 1,3 3,4517

4 1,4 3,6635

5 1,5 3,9104

6 1,6 4,1952

7 1,7 4,5206

8 1,8 4,8895

captulo 6 135
N X Y
9 1,9 5,3045

10 2,0 5,7683

Assim, a resposta segundo o Mtodo de Euler 5,5506, enquanto a resposta segundo o


mtodo de Runge-Kutta 5,7683.

04. De acordo com o exposto na Seo 2.2 para o Mtodo de Euler, deve-se substituir a

funo f(x,y) por


1+ x2 e calcular de modo sucessivo e iterativo em 10 passos, a partir de x
1 x2
= 2 at x = 4.
Logo, aplicando o mtodo conforme apresentado neste captulo, tem-se que o passo h

42
igual a =+0,2
10

Com isso, aplicando-se a tcnica sucessivamente 10 (dez) vezes, tm-se os valores in-
termedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 2,0 2 (dado no enunciado)

1 2,2 1,6666

2 2,4 1,3625

3 2,6 1,0784

4 2,8 0,8090

5 3,0 0,5505

6 3,2 0,3005

7 3,4 0,0572

8 3,6 - 0,1806

captulo 6 136
N X Y
9 3,8 - 0,4140

10 4,0 - 0,6438

J de acordo com o exposto na Seo 3.2 para o Mtodo de Runge-Kutta, deve-se

substituir a funo f(x,y) por


1+ x2 e calcular de modo sucessivo e iterativo em 10 passos,
1 x2
a partir de x = 2 at x = 4.
Assim, aplicando o mtodo conforme apresentado neste captulo, tem-se que o passo h
42
igual a =+0,2 .
10

Isso posto, aplicando-se a tcnica sucessivamente 10 (dez) vezes, o leitor pode obter os
valores intermedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 2,0 2 (dado no enunciado)

1 2,2 1,6822

2 2,4 1,3886

3 2,6 1,1123

4 2,8 0,8486

5 3,0 0,5945

6 3,2 0,3480

7 3,4 0,1075

8 3,6 -0,1280

9 3,8 -0,3596

10 4,0 -0,5878

captulo 6 137
Assim, a resposta segundo o Mtodo de Euler 0,6438, enquanto a resposta segundo
o mtodo de Runge-Kutta -0,5878.

05. Conforme exposto no enunciado, o objetivo aplicar o Mtodo de Euler para a equao
diferencial dy = 3x2 e calcular o valor da funo y(x) para x = 4. Para tal, considere-se
dx
que y(2) = 3 e que as aproximaes do mtodo de Euler devero ser utilizadas em 5, 10 e
20 intervalos.
que as aproximaes do mtodo de Euler devero ser utilizadas em 5, 10 e 20 intervalos.
No primeiro caso, aplicando o mtodo conforme apresentado neste captulo, tem-se que

42
o passo h igual a =+0,4 .
5

Com isso, aplicando-se a tcnica sucessivamente 5 (cinco) vezes, tm-se os valores


intermedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 2,0 2 (dado no enunciado)

1 2,4 6,8

2 2,8 13,712

3 3,2 23,12

4 3,6 35,408

5 4,0 50,96

J no segundo caso, aplicando o mtodo conforme apresentado neste captulo, tem-se

42
que o passo h igual a =+0,2
10

Com isso, aplicando-se a tcnica sucessivamente 10 (dez) vezes, tm-se os valores in-
termedirios indicados na coluna y da tabela apresentada a seguir:

captulo 6 138
N X Y
0 2,0 2 (dado no enunciado)

1 2,2 4,4

2 2,4 7,304

3 2,6 10,76

4 2,8 14,816

5 3,0 19,52

6 3,2 24,92

7 3,4 31,064

8 3,6 38

9 3,8 45,776

10 4,0 54,44

Por fim, no terceiro caso, aplicando o mtodo conforme apresentado neste captulo, tem-

se que o passo h igual a


42
=+0,1 .
20

Com isso, aplicando-se a tcnica sucessivamente 20 (vinte) vezes, tm-se os valores


intermedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 2,0 2 (dado no enunciado)

1 2,1 3,2

2 2,2 4,523

3 2,3 5,975

4 2,4 7,562

captulo 6 139
N X Y
5 2,5 9,29

6 2,6 11,165

7 2,7 13,193

8 2,8 15,38

9 2,9 17,732

10 3,0 20,255

11 3,1 22,955

12 3,2 25,838

13 3,3 28,91

14 3,4 32,177

15 3,5 35,645

16 3,6 39,32

17 3,7 43,208

18 3,8 47,315

19 3,9 51,647

20 4,0 56,21

Assim, a resposta ao problema proposto segundo o Mtodo de Euler para 5, 10 e 20


aproximaes 50,96; 50,44 e 56,21, respectivamente.

06. Conforme exposto no enunciado, o objetivo aplicar o Mtodo de Runge-Kutta para a

dy
equao diferencial = 3x2 e calcular o valor da funo y(x) para x = 4. Para tal, conside-
dx

re-se que y(2) = 3 e que as aproximaes do mtodo de Runge-Kutta devero ser utilizadas
em 5, 10 e 20 intervalos.

captulo 6 140
No primeiro caso, aplicando o mtodo conforme apresentado neste captulo, tem-se que:

42
o passo h igual a =+0,4 .
5

Com isso, aplicando-se a tcnica sucessivamente 5 (cinco) vezes, tm-se os valores


intermedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 2,0 2 (dado no enunciado)

1 2,4 7,824

2 2,8 15,952

3 3,2 26,768

4 3,6 40,656

5 4,0 58

J no segundo caso, aplicando o mtodo conforme apresentado neste captulo, tem-se

42
que o passo h igual a =+0,2 .
10

Com isso, aplicando-se a tcnica sucessivamente 10 (dez) vezes, tm-se os valores in-
termedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 2,0 2 (dado no enunciado)

1 2,2 4,648

2 2,4 7,824

3 2,6 11,576

4 2,8 15,952

5 3,0 21

captulo 6 141
N X Y
6 3,2 26,768

7 3,4 33,304

8 3,6 40,656

9 3,8 48,872

10 4,0 58

Por fim, no terceiro caso, aplicando o mtodo conforme apresentado neste captulo, tem-

42
se que o passo h igual a =+0,1 .
20

Com isso, aplicando-se a tcnica sucessivamente 20 (vinte) vezes, tm-se os valores


intermedirios indicados na coluna y da tabela apresentada a seguir:

N X Y
0 2,0 2 (dado no enunciado)

1 2,1 3,261

2 2,2 4,684

3 2,3 6,167

4 2,4 7,824

5 2,5 9,625

6 2,6 11,576

7 2,7 13,683

8 2,8 15,952

9 2,9 18,389

10 3,0 21

captulo 6 142
N X Y
11 3,1 23,791

12 3,2 26,768

13 3,3 29,937

14 3,4 33,304

15 3,5 36,875

16 3,6 40,656

17 3,7 44,653

18 3,8 48,872

19 3,9 53,319

20 4,0 58

Assim, a resposta ao problema proposto segundo o Mtodo de Runge-Kutta para 5, 10


e 20 aproximaes igual a 58 em todos os casos. Esta resposta idntica, mais do que uma
coincidncia, ilustra a velocidade de convergncia obtida com este mtodo, especialmente
ao se comparar com o Mtodo de Euler, como se pode perceber pela resposta da Atividade
5. A ttulo de ilustrao, o Mtodo de Euler necessita de mais de 10.000 aproximaes (!!!)
para apresentar o mesmo resultado.

captulo 6 143
ANOTAES

captulo 6 144