Académique Documents
Professionnel Documents
Culture Documents
Faculdade de Cincias Sociais Aplicadas e Comunicao FCSAC Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
0,3750 x 2 0,750
0,750 x 2 1, 50
d0 c. Principais fontes de erros de maquinas digitais (Mantissa finita) c1. Representao infinita de um numero binrio!
(0,11)10 = (0,000111000010100011110101110000101000111101............)2
Repeties
EAx =| x x |
ERx =
EAx xx = x x
onde x o valor preciso e x o valor aproximado (armazenado na mquina). x pode ser ainda um valor truncado ou arredondado. d1. Erros em operaes aritmticas (propagao dos erros) i) Propagao dos erros absolutos: Soma e Subtrao Multiplicao Diviso
EA( x / y )
EAx x EAy = 2 y y
Multiplicao
Diviso
ER( x y ) =
x y ERx ER y + xy xy
ER( xy ) =| ERx + ER y | +
onde o fator , associado ao erro devido ao fato do computador trabalhar com nmeros truncados ou arredondados dado por: t = nmero de dgitos da mantissa
= 10-t+1
b2. Nos mtodos com chute inicial (MPF, Newton ou Secante). Paramos de fazer a conta quando f(xk)< ou |xk xk-1| < . Qualquer uma das duas condies, a que vier primeiro! Em geral (preciso estipulada) um nmero muito pequeno, por exemplo, ~ 0,000001 = 10-6
c. Os mtodos iterativos. - Mecanismos de iterao dos Mtodos de obteno de zeros de funes reais: I) Mtodo da Bisseco A cada iterao diminui-se o intervalo tomando uma media dos valores anteriores. Funo recursiva
( xk ) = xk =
ak + bk 2
Intervalo inicial
Funo recursiva
( xk ) = xk =
a k f (bk ) bk f ( a k ) f (bk ) f ( a k )
Os mtodos da bissecao e da Posio Falsa tem convergncia garantida pois os intervalos a cada interao sempre contem a raiz. Para ambos os mtodos temos o seguinte esquema iterativo: a0 Sinal da funo a1 Sinal da funo x1 a2 x 2
b1
x0
b0
b2
Sinal da funo
Paramos de fazer a conta quando satisfeito o critrio de parada f(xk)< ou bk-ak < , o que vier primerio e a soluo aproximada ser x =xk III) Mtodo da Ponto Fixo (MPF)
. . .
Transformar f(x)=0 numa equao equivalente x=(x) e a partir de um chute inicial x0 gerar uma seqncia { xk} de aproximaes atravs da relao
Funo recursiva
xk+1 = (xk)
Graficamente, uma raiz da equao x=(x) a abscissa do ponto de intercesso da reta y =x e da curva y=(x)
OBS: Esse mtodo nem sempre converge. Uma condio para convergncia que a funo equivalente escolhida tenha uma inclinao baixa nas proximidades da raiz, ou seja, que |(xk) | < 1 nas proximidades da raiz . Alem disso, a convergncia ser mais rpida quanto menor for () IV) Mtodo de Newton ou Newton-Raphson Esse mtodo bem parecido com o MPF, contudo para acelerar a convergncia escolhe-se uma () tal que ()= 0. Nesse mtodo utilizamos a expresso abaixo no o processo iterativo: Funo recursiva
xk+1 = (xk)
onde xk=0 um chute inicial para a raiz OBS: Esse mtodo nem sempre converge. Se f (xk) ~ 0 o mtodo pode divergir.
IV) Mtodo da Secante Uma das desvantagens no mtodo de Newton a necessidade de se obter f(x) e calcular seu valor numrico a cada iterao, nesse mtodo a derivada da funo aproximada pela expresso abaixo:
secante onde xk=0 xk=1 so chutes iniciais para a raiz. Nesse mtodo utilizamos a expresso abaixo no o processo iterativo: Funo recursiva
xk+1 = (xk;xk-1) =
OBS: Se nesse ltimo mtodo tivermos f(xk) ~ f(xk-1) o mtodo pode divergir!
Exemplo de operaes:
b. Mtodos Iterativos Sistema Verificar se tem convergncia garantida para um dado mtodo (critrio das linhas ou Sassenfeld) Escrever o sistema equivalente (isolar xi de cada linha i) Aplicar o mtodo escolhido parar o clculo ao atingir o critrio de parada. Obs. Se o critrio de verificao de convergncia falhar, trocar a posio das linhas e colunas do sistema e aplicar o critrio de verificao novamente. 6
Exerccio resolvido mostrando uma comparao entre dois mtodos iterativos: Calcule as duas primeiras iteraes dos mtodos Gauss-Jacobi e Gauss-Seidel do sistema linear abaixo:
x1(0) Use como chute inicial o vetor (matriz coluna) x(0) = x2(0) = x3(0)
1 2 3
Abaixo temos um diagrama mostrando de forma esquemtica a dependncia de cada um dos termos nas trs primeiras iteraes de uma matriz A:3x3 dos mtodos de Gauss-Jacobi e Gauss-Seidel.
(0) 1
x1
(3)
x1
(0)
x2(0) x3(0)
x2(3) x3(3)
x2(0) x3(0)
Segue abaixo exemplos para o calculo das trs primeiras iteraes (x(1), x(2) e x(3)) pelo mtodo de Gauss-Jacobi usando como chute inicial: x1(1) = (+ 7 2x2(0) + 9x3(0))/4 = 7.50 (1) (0) (0) x2 = (+ 3 5x1 + 8x3 )/(-6) = -3.667 x3(1) = ( 5 1x1(0) + 2x2(0) )/(15) = -0.133 x1(2) = (+ 7 2x2(1) + 9x3(1))/4 = 3.882 (2) (1) (1) x2 = (+ 3 5x1 + 8x3 )/(-6) = 5.572 x3(2) = ( 5 1x1(1) + 2x2(1) )/(15) = -1.322 x1(3) = (+ 7 2x2(2) + 9x3(2))/4 = -4.010 (3) (2) (2) x2 = (+ 3 5x1 + 8x3 )/(-6) = 4.497 x3(3) = ( 5 1x1(2) + 2x2(2) )/(15) = 0.150 x1(1) 7.50 (1) (1) x = x2 = -3.667 x3(1) -0.133 x1(2) 3.882 (2) (2) x = x2 = 5.572 x3(2) -1.322 x1(3) -4.010 (3) (3) x = x2 = 4.497 x3(3) 0.150
7
Segue abaixo exemplos para o calculo das trs primeiras iteraes (x(1), x(2) e x(3)) pelo mtodo de Gauss-Seidel usando como chute inicial: x1(1) = (+ 7 2x2(0) + 9x3(0))/4 = 7.50 (1) (1) (0) x2 = (+ 3 5x1 + 8x3 )/(-6) = 1.75 x3(1) = ( 5 1x1(1) + 2x2(1) )/(15) = -0.60 x1(2) = (+ 7 2x2(1) + 9x3(1))/4 = -0.475 (2) (2) (1) x2 = (+ 3 5x1 + 8x3 )/(-6) = -0.095 x3(2) = ( 5 1x1(2) + 2x2(2) )/(15) = -0.314 x1(3) = (+ 7 2x2(2) + 9x3(2))/4 = 1.091 (3) (3) (2) x2 = (+ 3 5x1 + 8x3 )/(-6) = 0.827 x3(3) = ( 5 1x1(3) + 2x2(3) )/(15) = -0.295 x1(1) 7.50 (1) (1) x = x2 = 1.75 x3(1) -0.60 x1(2) -0.475 (2) (2) x = x2 = -0.095 x3(2) -0.314 x1(3) 1.091 (3) (3) x = x2 = 0.827 x3(3) -0.295
Se for dada uma preciso quando parar de fazer os clculos? Quando tivermos satisfeito o critrio de parada.
Critrio de parada
Distancia relativa entre duas iteraes numa certa etapa k, d(k), deve ser menor que
(k )
Obs: No exemplo anterior no fizemos nenhum teste para saber se os mtodos iterativos teriam convergncia assegurada ou no. Na prtica antes de utilizarmos esses mtodos numa maquina digital verificamos se o critrio das linhas satisfeito (no caso da utilizao o mtodo de Gauss-Jacobi) ou o critrio de Sassenfeld (no caso da utilizao do mtodo de Gauss-Seidel).