Capítulo 4. VERIFICAÇÃO DE ERROS NUMÉRICOS 1D EM MALHAS UNIFORMES

Tamanho: px
Começar a partir da página:

Download "Capítulo 4. VERIFICAÇÃO DE ERROS NUMÉRICOS 1D EM MALHAS UNIFORMES"

Transcrição

1 Caítulo 4. Verificação de erros uméricos D em malas uiformes 4 Caítulo 4. VERIFICAÇÃO DE ERROS NMÉRICOS D EM MALHAS NIFORMES Coforme visto o caítulo, três tios de métodos odem ser emregados a solução de um roblema: exerimetais, aalíticos e uméricos. Os erros evolvidos estes métodos, mostrados a Fig. 4., são: os resultados exerimetais: erros exerimetais; as soluções aalíticas: erros de modelagem; e as soluções uméricas: erros de modelagem e erros uméricos. VALOR VERDADEIRO DO FENÔMENO REAL Erro de modelagem Erro exerimetal SOLÇÃO ANALÍTICA Erro umérico RESLTADO EXPERIMENTAL SOLÇÃO NMÉRICA Figura 4. Erros evolvidos os métodos da egearia. Erro exerimetal é a difereça etre o valor verdadeiro de uma variável de iteresse e o seu resultado exerimetal (ABNT, 997. Erro de modelagem é a difereça etre o valor verdadeiro de uma variável de iteresse e a sua solução aalítica exata (Ferziger & Peric, 999. Ele é causado elas simlificações feitas sobre

2 Caítulo 4. Verificação de erros uméricos D em malas uiformes 43 o feômeo real a coceção do modelo matemático. Os erros de modelagem afetam tato as soluções aalíticas quato as uméricas orque ambas se baseiam em modelos matemáticos. Erro umérico (E é a difereça etre a solução aalítica exata (Φ de uma variável de iteresse e a sua solução umérica (φ, isto é, (Ferziger & Peric, 999 E ( φ Φ φ (4. Portato, a solução umérica ideal é igual à solução aalítica exata do roblema, ou seja, é aquela em que o erro umérico é ulo. Na rática, o valor verdadeiro é descoecido e, ortato, cosegue-se aeas estimar o valor do erro exerimetal ou do erro de modelagem. Este valor estimado é deomiado de icerteza (. A mesma situação ocorre com relação ao erro umérico. Normalmete, em situações ráticas uma solução umérica é obtida orque a solução aalítica é descoecida. Assim, o erro umérico também tem que ser estimado. Os rocessos usados ara estimar cada tio de erro da Fig. 4. são: aálise de icerteza (ABNT, 997, ara erros exerimetais; validação (AIAA, 998, ara erros de modelagem; e verificação (AIAA, 998, ara erros uméricos. Este caítulo é dedicado ao rocesso de verificação de soluções uméricas. Em outras alavras, como estimar o erro umérico ou calcular a icerteza umérica, que é defiida or ( φ φ φ (4. ode φ solução umérica φ solução aalítica estimada (φ icerteza umérica de φ A icerteza de uma solução umérica é calculada com os camados estimadores de erro. A magitude aceitável ara o erro umérico deede: da fialidade da solução umérica (exercício acadêmico, ré-rojeto, rojeto; dos recursos fiaceiros disoíveis; do temo disoível ara realizar as simulações; e dos recursos comutacioais (memória e velocidade de rocessameto disoíveis. Imortâcia de se estimar o erro umérico: E > aceitável: comromete-se a cofiabilidade do uso da solução umérica;

3 Caítulo 4. Verificação de erros uméricos D em malas uiformes 44 E < ecessário: á deserdício de recursos; 3 ara validar e desevolver modelos matemáticos; or exemlo, escoametos turbuletos; este caso o erro umérico deve ser muito meor do que o erro de modelagem; e 4 ara otimizar o uso da mala através da omogeeização do erro, dimiuido as ecessidades comutacioais. A qualidade de uma estimativa de erro ode ser avaliada através da razão etre o erro estimado ( e o erro verdadeiro (E (Marci, 00. Quato mais róximo da uidade estiver esta razão, mais acurada é a estimativa do erro. Quado esta razão é maior ou igual à uidade, a estimativa de erro é cosiderada cofiável. O que se busca é uma estimativa de erro ideal, isto é, quado o erro estimado ( é igual ao erro verdadeiro (E. O erro umérico é causado or quatro fotes (Ferziger & Peric, 999: erros de trucameto; erros de iteração; 3 erros de arredodameto; e 4 erros de rogramação. 4. ERROS DE TRNCAMENTO Os erros de trucameto resultam das aroximações uméricas feitas a discretização de um modelo matemático (Ferziger & Peric, 999; Taeill et al., 997; Roace, 998. Quado o erro umérico é causado aeas or erros de trucameto, admite-se que (Ferziger & Peric, 999; Roace, 998: L 3 E( φ C + C + C... ( ode C, C, C 3,... coeficietes que ideedem de L,, 3,... ordes verdadeiras de E(φ ; úmeros iteiros ositivos L ordem assitótica de E(φ ; L ; icliação da curva do erro um gráfico log( E versus log( ara 0 φ variável de iteresse tamao dos elemetos da mala

4 Caítulo 4. Verificação de erros uméricos D em malas uiformes 45 Neste caso, o erro umérico também é deomiado de erro de discretização. Existe uma ítida corresodêcia etre as Eqs. (4.3 e (.47. Há dois tios de estimativas do erro de discretização: a riori e a osteriori das soluções uméricas. 4.. Estimativas a Priori O objetivo de uma estimativa a riori é obter a ordem assitótica da equação diferecial discretizada. No caso de 0, a Eq. (4.3 se reduz a E( φ C L (4.4 Assim, ates de se obter qualquer solução umérica, é ossível rever o comortameto assitótico do erro de discretização com relação a e L, coforme esquematizado a Fig. 4.. Não é ossível obter o valor de E (φ orque C é descoecido. Tato C quato L deedem das aroximações uméricas emregadas. Da Eq. (4.4, E ( φ 0 ara 0. 0, 0,0 módulo do erro 0,00 0,000 L L 0,0000 E-6 0,00 0,0 0, Figura 4. Efeito da ordem assitótica ( L sobre o erro (E. Exemlo: E( φ C L E( φ C L (mala fia (mala grossa

5 Caítulo 4. Verificação de erros uméricos D em malas uiformes 46 Portato, E( φ E( φ L L C C Isto é, quato maior é L, maior é a redução do erro com. Para o caso de L e L, temos E( φ E( φ 4 Ou seja, a redução à metade do tamao dos elemetos da mala reduziu a ¼ o erro. Quato maior o L, mais raidamete o erro cai com a redução de. 4.. Estimativas a Posteriori As estimativas de erro a osteriori são usadas ara estimar efetivamete a magitude do erro de discretização. Existem vários métodos que odem ser emregados. Eles odem ser divididos em dois grades cojutos:. E (φ é baseado a solução umérica obtida uma úica mala. Em geral o método de elemetos fiitos (Zu & Ziekiewicz, 990 se equadra este cojuto.. E (φ é baseado as soluções uméricas obtidas em múltilas malas. Em geral os métodos de difereças fiitas e de volumes fiitos se equadram este cojuto. Algus estimadores deste tio são (Marci, 00: delta, de Ricardso, GCI, multicoeficietes e covergete. Praticamete todos os estimadores existetes são alguma variação do estimador de Ricardso Estimador de Ricardso baseado a ordem assitótica A icerteza ( de uma solução umérica (φ segudo o estimador de erro de Ricardso (Roace, 994 é obtida admitido-se que Ri (φ K L (4.5 ode K coeficiete que é admitido ideeder de tamao dos elemetos da mala L ordem assitótica dos erros de trucameto Com a Eq. (4. em (4.5,

6 Caítulo 4. Verificação de erros uméricos D em malas uiformes 47 φ φ K L (4.6 Alicado-se esta equação a duas malas diferetes ( fia e grossa cujas soluções uméricas são φ e φ, obtém-se φ K L φ (4.7 φ K L φ (4.8 Nestas duas equações são coecidos os valores de φ, φ,, e L, e as icógitas são φ e K. A solução ara φ é ( φ φ φ ( L φ + (4.9 L ( q ode a razão de refio de mala (q é dada or q (4.0 A Eq. (4.9 rereseta a extraolação de Ricardso (Roace, 994. Com sua substituição a Eq. (4., a icerteza ou a estimativa do erro de discretização, segudo o estimador de Ricardso, ara a solução umérica φ a mala fia ( é Ri ( φ φ ( L ( q L (4. Deve-se erceber que a estimativa do erro dada ela Eq. (4. tem sial, que ode ser ositivo ou egativo Estimador de Ricardso baseado a ordem aarete A Eq.(4.6 ode ser reescrita da seguite forma:

7 Caítulo 4. Verificação de erros uméricos D em malas uiformes 48 φ φ K (4. ode é a ordem aarete (Marci, 00 da icerteza. Para malas grossas, ou ráticas, L, mas ara 0, L. Alicado-se a Eq. (4. a três malas diferetes ( fia, grossa e 3 suergrossa cujas soluções uméricas são φ, φ e φ 3, obtém-se φ φ (4.3 K φ φ (4.4 K φ φ (4.5 3 K 3 Nestas três equações são coecidos os valores de φ, φ, φ 3,, e 3, e as icógitas são φ, K e. Para razão de refio (q costate etre as malas, e 3, isto é, q 3 (4.6 a solução das Eqs. (4.3 a (4.5 resulta em ( φ φ φ ( φ + (4.7 ( q ode φ φ3 log φ φ log( q (4.8 A Eq. (4.7 rereseta a extraolação de Ricardso com base a ordem aarete (. Com a Eq. (4.8 é ossível verificar se ara 0, L, sem qualquer solução aalítica, emregado aeas as soluções uméricas. Com a substituição da Eq. (4.7 a Eq. (4., tem-se

8 Caítulo 4. Verificação de erros uméricos D em malas uiformes 49 Ri ( φ φ ( ( q (4.9 que é a icerteza da solução umérica (φ a mala fia (. O estimador de Ricardso só forece o valor correto do erro, isto é, ( L Ri ( E( φ (4.0 Ri em duas situações: o caso-limite de 0; e quado a equação do erro de discretização, Eq. (4.3, é comosta aeas elo rimeiro termo. Em geral, euma destas duas situações ocorre a rática, e assim, Ri ( L Ri ( E( φ (4. Aesar disto, ode-se demostrar (Marci e Silva, 00 que ( E Ri ( < < (4. E Ri L quado L mootoicamete com valores iferiores a L, Fig No caso iverso, isto é, quado L mootoicamete com valores sueriores a L, Fig. 4.4, tem-se ( E Ri ( L < < (4.3 E Ri Além disso, só faz setido emregar Ri, Eq. (4.9, quado > Estimador GCI De acordo com o estimador GCI (Grid Covergece Idex, a icerteza de uma solução umérica (φ é calculada através de (Roace, 994

9 Caítulo 4. Verificação de erros uméricos D em malas uiformes 50 GCI ( L F s φ φ ( q L (4.4 itervalo subcovergete L 0 C Figura 4.3 Defiição do itervalo subcovergete da ordem aarete. itervalo suercovergete L 0 C Figura 4.4 Defiição do itervalo suercovergete da ordem aarete. ode F s é um fator de seguraça com valor igual a três, ara alicações em geral. Este estimador também ode ser emregado com a ordem aarete (. Neste caso,

10 Caítulo 4. Verificação de erros uméricos D em malas uiformes 5 GCI ( F s φ φ ( q (4.5 Pode-se demostrar (Marci, 00 que GCI E( φ F s ara 0 (4.6 A reresetação correta da solução umérica (φ e sua resectiva icerteza ( GCI obtida com o estimador GCI é φ φ ± GCI ( Estimador delta De acordo com o estimador delta ( usado or Demirdzic et al. (99, a icerteza de uma solução umérica (φ é calculada com ( φ φ φ (4.8 A icerteza calculada com a Eq. (4.8 rereseta uma bada ou um itervalo em toro da solução umérica (φ. O cálculo da icerteza segudo o estimador delta também usa duas soluções uméricas (φ e φ obtidas em duas malas diferetes ( e, da mesma forma que o estimador de Ricardso. Mas ao cotrário deste, ão leva em cota a razão de refio de mala (q, ou os valores de e, em a ordem assitótica ( L do erro de discretização. Coseqüetemete, ode ser feito arbitrariamete muito equeo, quado q, ou muito grade, quado q >>. ma relação facilmete verificável é que a magitude do estimador delta ( coicide com o resultado do estimador de Ricardso ( Ri ara o caso em que q e L, coforme ode ser visto comarado-se as Eqs. (4. e (4.8. Pode-se demostrar (Marci, 00 que

11 Caítulo 4. Verificação de erros uméricos D em malas uiformes 5 E L q ara 0 (4.9 Para L e q, or exemlo, da Eq. (4.9, / E. No caso de L e q, / E 3. Nestes dois casos, é cofiável. Mas, ara L e q,, da Eq. (4.9, / E 0,, isto é, ão é cofiável orque subestima a magitude do erro, reresetado aeas cerca de 5 do seu valor. A subestimativa ode ser aida ior quado < Ordem efetiva A ordem efetiva do erro verdadeiro é defiida or (Marci, 00 E E( φ log E( φ log( q (4.30 Coforme a Eq. (4.30, a ordem efetiva ( E é fução do erro verdadeiro da variável de iteresse. Assim, ara os roblema cuja solução aalítica é coecida, ela ode ser usada ara verificar a osteriori se, à medida que 0, obtém-se a ordem assitótica ( L do erro de discretização, que é um resultado teórico obtido a riori Procedimeto recomedado Para malas uidimesioais uiformes e razão de refio costate etre as malas, recomeda-se o seguite rocedimeto ara estimar o erro de discretização de cada variável de iteresse: Para as aroximações uméricas usadas a discretização do modelo matemático do roblema, determiar a ordem assitótica ( L. Obter três soluções uméricas (φ, φ, φ 3 em três malas diferetes (, e 3. 3 Com a Eq. (4.6, calcular a razão de refio (q costate etre as malas, e 3. 4 Com a Eq. (4.8, calcular a ordem aarete (. 5 Se > L, calcular a icerteza ( GCI da solução umérica (φ, a mala fia (, com a Eq. (4.4 e F s 3. 6 Se < L, calcular a icerteza ( GCI da solução umérica (φ, a mala fia (, com a Eq. (4.5 e F s 3. 7 Exressar a solução umérica e sua icerteza através da Eq. (4.7.

12 Caítulo 4. Verificação de erros uméricos D em malas uiformes ERROS DE ITERAÇÃO A discretização de uma equação diferecial através de um método umérico resulta em [ A ][ λ ] [ B] (4.3 ode [A] é a matriz dos coeficietes, [λ] é o vetor icógita e [B] é o vetor do termo fote. No caso do roblema abordado a seção 3., A λ B (ara j k (4.3 k, j j + Ak, j λ j + Ak, j+ λ j+ k ode j e k reresetam cada ó da mala. O erro de iteração (E da solução umérica (φ de uma variável de iteresse, a iteração, é defiido or (Fergiger & Peric, 999 E( φ φ (4.33 φ ode φ rereseta a solução exata do sistema (4.3, isto é, sem erros de arredodameto e de rogramação. A variável φ ode reresetar λ o sistema (4.3 ou qualquer outra variável obtida a artir de λ. Quado o sistema (4.3 tem coeficietes [A] costates e se usa um método direto ara resolvê-lo, como or exemlo elimiação de Gauss, a solução de λ ão cotém erros de iteração. Algumas causas de erros de iteração são: emrego de métodos iterativos ara resolver o sistema (4.3; roblemas ão-lieares, isto é, quado os coeficietes [A] deedem de λ; modelos matemáticos costituídos or mais de uma equação, sedo cada uma resolvida searadamete; e utilização de métodos multigrid ara resolver o sistema (4.3. Três características fudametais dos erros de iteração: em geral eles dimiuem com o aumeto do úmero de iterações; ara, E(φ 0; e 3 ara covergêcia mootôica e,

13 Caítulo 4. Verificação de erros uméricos D em malas uiformes 54 C E( φ 0 L (4.34 ode C coeficiete que ideede de L ordem assitótica do erro de φ O valor da ordem assitótica ( L é semre um úmero real maior do que zero e rereseta a icliação da curva do erro de iteração um gráfico log( E versus ara. Essas características odem ser ilustradas elo exemlo a seguir. Cosidere a seguite equação: ( λ ( λ 3 0 ou λ 5λ (4.35 A solução umérica de uma das raízes desta equação ode ser obtida elo método da iteração liear (Barroso et al., 987; or exemlo, através de λ + 6 λ ( Para λ 0 0, a curva de erro obtida é mostrada a Fig A solução exata este caso é e L log(5/4 0,0969. Também á dois tios de estimativas do erro de iteração: a riori e a osteriori das soluções uméricas. 4.. Estimativas a Priori As estimativas a riori de E(φ se baseiam a Eq. (4.34. A artir dela temos E E( φ ( φ+ 0 L (4.37 Isto é, quato maior a ordem assitótica, mais raidamete o erro de iteração é reduzido com o aumeto do úmero de iterações. Mas, em geral, L só ode ser obtido a riori ara roblemas muito simles. Para a maioria das alicações, L é descoecido. Normalmete esta dificuldade só é suerada com o método exosto a róxima seção.

14 Caítulo 4. Verificação de erros uméricos D em malas uiformes Estimativas a Posteriori Dois métodos ara estimar a magitude do erro iterativo são aresetados or Ferziger & Peric (999 e Roy & Blotter (00. Eles são semelates ao método aresetado a seguir. A artir da Eq.(4.3, vamos admitir que K ( φ 0 (4.38 ode K coeficiete que é admitido ideeder de úmero da iteração ordem aarete da icerteza 0, 0,0 0,00 0,000 erro 0,0000 E-6 E-7 E-8 E iteração Figura 4.5 Comortameto mootôico do erro de iteração. Com a Eq. (4. em (4.38, K φ φ 0 (4.39

15 Caítulo 4. Verificação de erros uméricos D em malas uiformes 56 ode, aqui, φ rereseta uma estimativa da solução exata do sistema (4.3. Escrevedo-se a Eq. (4.39 ara soluções uméricas obtidas em três iterações sucessivas (-, - e, tem-se ( φ φ K ( ( φ φ K (4.4 0 φ 0 (4.4 φ K Nestas três equações, φ -, φ -, φ e são coecidos. As icógitas são φ, K e. Com a solução deste sistema, obtém-se ( φ φ φ + φ (4.43 (0 ode φ φ log φ φ (4.44 A substituição da Eq. (4.43 em (4. fialmete forece a icerteza ( da solução umérica a iteração, dada or ( φ φ ( φ (0 (4.45 Esta estimativa do erro de iteração só deve ser emregada ara > 0. Note que o erro de trucameto é elimiado a Eq. (4.45 devido à subtração das soluções uméricas a mesma mala. Pode-se demostrar que ( φ E( φ ara (4.46

16 Caítulo 4. Verificação de erros uméricos D em malas uiformes Critério de covergêcia baseado o resíduo Para o sistema dado a Eq. (4.3, o resíduo do sistema de equações algébricas é defiido geericamete or (Ferziger e Peric, 999 R B Aλ (4.47 ode λ é a solução da icógita a iteração. Para o caso articular da Eq. (3.3, a defiição da Eq. (4.47 resulta em R ( a T + ( a T + b ( a T (4.48 P W P W E P E P P P P O critério ara iterromer o rocesso iterativo com base o resíduo das equações é L Se Tol 0 L arar (4.49 ode L orma dos resíduos a iteração L 0 orma dos resíduos a iteração 0, isto é, ates de iiciar o rocesso iterativo; este caso, os resíduos são calculados com base a estimativa iicial da solução. Tol tolerâcia admitida ara iterromer o rocesso iterativo, em geral, 0-4 ou 0-5 São usadas, geralmete, as ormas (Kreyszig, 999 L, L e L. No caso da rimeira, N L RP (4.50 P 4..4 Critério de covergêcia baseado a variação da icógita O critério ara iterromer o rocesso iterativo com base a variação da icógita é (Ferziger e Peric, 999 Se L Tol arar (4.5

17 Caítulo 4. Verificação de erros uméricos D em malas uiformes 58 ode L orma da variação da icógita a iteração Tol tolerâcia admitida ara iterromer o rocesso iterativo, em geral, 0-3 a 0-8 rimeira, Aqui, também são usadas, geralmete, as ormas (Kreyszig, 999 L, L e L. No caso da L N TP TP (4.5 P 4..5 Procedimeto recomedado Para iterromer o rocesso iterativo de solução de cada sistema de equações algébricas, reresetada ela Eq. (4.3, recomeda-se: Com as Eqs. (4.48 e (4.50, calcular L 0 com base a estimativa iicial da solução. Para cada iteração, com as Eqs. (4.48 e (4.50, calcular L. 3 Plotar um gráfico semi-log, semelate à Fig. 4.5, a razão L /L 0 ao logo das iterações até que o valor desta razão atija o míimo ossível, isto é, o erro de máquia. Em roblemas muito simles, o erro de máquia é um valor costate, mas a maioria é uma oscilação em toro de um valor médio que ermaece fixo ao logo das iterações. 4 Aotar o valor do erro de máquia e aresetá-lo como uma idicação do erro de iteração. Recomeda-se também emregar semre recisão dula, ou maior. 4.3 ERROS DE ARREDONDAMENTO O erro de arredodameto de um variável de iteresse (φ é defiido or E ( φ Φ (4.53 π φ π ode Φ solução aalítica exata da variável de iteresse φ π solução umérica sem erros de discretização, de iteração e de rogramação

18 Caítulo 4. Verificação de erros uméricos D em malas uiformes 59 A causa dos erros de arredodameto é a reresetação fiita das variáveis as comutações uméricas, que está ligada à recisão dos úmeros. Esta recisão deede do comilador (software usado ara gerar o código comutacioal e do comutador (ardware emregado em sua execução. Os erros de arredodameto rovocam erda de recisão dos úmeros, que ocorre basicamete or dois motivos: Número de oerações os cálculos: rovoca erda de recisão o lado direito dos úmeros. Ocorre or exemlo, a obteção da solução do sistema (4.3. Cacelameto subtrativo os cálculos: rovoca erda de recisão o lado esquerdo dos úmeros. Ocorre, or exemlo, o cálculo de erros e icertezas. m modelo grosseiro que ermite estimar a erda de recisão ( devido ao úmero de oerações é O( N a O( N (4.54 max ode N é o úmero máximo de elemetos as dimesões do roblema, e O (N idica a ordem de gradeza da variável etre arêteses. Algus exemlos são aresetados a seguir. Exemlo : N 00 0 O(N N ( O( N 4 Portato: max a 4 algarismos Se φ,345678x0 3,, 3 ou 4 algarismos do lado direito odem estar afetados or erros de arredodameto. Exemlo : N ,536x0 4 O(N 4 N ( ,9x0 9 O( N 9 Portato: max 4 a 9 algarismos Se φ,345678x0 3, é ossível que todos os algarismos deste úmero estejam afetados or erros de arredodameto e, assim, seu valor ão tem utilidade. Exemlo 3: Mala D 64 x 04 N max 04,4x0 3 O(N 3 (N max (04,049x0 6 O( N 6

19 Caítulo 4. Verificação de erros uméricos D em malas uiformes 60 Portato: max 3 a 6 algarismos O efeito do úmero de oerações sobre os erros de arredodameto da solução umérica de uma variável de iteresse é mostrado a Fig Grosseiramete, quato meor o tamao dos elemetos da mala ( ou maior o úmero de ós (N, maior é o valor do erro de arredodameto. m exemlo de cacelameto subtrativo é dado a seguir. Duas soluções uméricas obtidas são φ,345678x0 3 e φ,344567x0 3. Ao se calcular a icerteza ( com as Eqs. (4., (4.9, (4.4, (4.5 ou (4.45, o umerador tem-se a difereça etre estas soluções, isto é, φ,345678x0 3 φ,344567x0 3 φ φ,x0 - Portato, este caso, o cacelameto subtrativo rovocou a erda de 4 algarismos do lado esquerdo do úmero. módulo do erro E-6 E-7 E-8 E-9 E-0 E- E- E-3 E-4 E-5 E-6 0,0000 0,000 0,00 0,0 0, Figura 4.6 Exemlo do comortameto geral dos erros de arredodameto.

20 Caítulo 4. Verificação de erros uméricos D em malas uiformes ERROS DE PROGRAMAÇÃO O erro de rogramação de uma variável de iteresse (φ ode ser defiido or E( φ Φ φ (4.55 ode Φ solução aalítica exata da variável de iteresse φ solução umérica sem erros de discretização, de iteração e de rogramação Os erros de rogramação odem ser causados (Roace,998: elo uso icorreto de um modelo umérico a aroximação do modelo matemático; ela imlemetação icorreta do modelo umérico o rograma comutacioal; elo uso icorreto do rograma comutacioal durate a obteção da solução umérica; e or qualquer outra evetual fote de erro. Nos livros de Ferziger & Peric (999, Maliska (004 e Roace (998b existem discussões sobre erros de rogramação, de como evitá-los e detectá-los. Sugestões gerais são: Iicialmete, imlemete um rograma exuto, esecífico, deois tete geeralizá-lo. Imlemete o rograma em módulos. Isso facilita a detecção e elimiação dos erros de rogramação. se, or exemlo, um módulo ara calcular coeficietes e termos fotes e outro ara resolver o sistema de equações. 3 Teste o solver ara um sistema de equações simles com resultados exatos coecidos. 4 sado uma mala equea, verifique se a solução coverge. Isto é, se o erro de iteração atige o ível do erro de máquia ou erro de arredodameto. 5 Resolva um roblema fabricado ara verificar se, ara 0, o erro de discretização 0, e E,, L. Na Fig. 4.7 rereseta-se o erro de rogramação detectado o tio de teste mecioado o item 5 acima Método das soluções fabricadas Si (985 e Roace (00 aresetam rocedimetos ara fabricar ou coceber soluções de roblemas com o ituito de verificar erros de rogramação, em articular, e erros uméricos, em geral. O objetivo é ecotrar ou fabricar uma solução aalítica exata ara um roblema similar ao

21 Caítulo 4. Verificação de erros uméricos D em malas uiformes 6 que se deseja resolver umericamete. O método é útil quado ão se coece a solução aalítica do roblema origial. Procedimeto: Proor uma solução ara o roblema origial. Calcular as derivadas evolvidas o roblema origial com a solução roosta. 3 Substituir a solução e suas derivadas o roblema origial. A equação origial ão será satisfeita, isto é, ão averá igualdade etre os membros à esquerda e à direita. 4 Calcular o resíduo que resulta do asso 3, com ele o membro da direita da equação. 5 Substituir o resíduo o membro da direita da equação origial, multilicado or uma costate C, ara que ela asse a ser satisfeita ara a solução roosta (fabricada Erro e-007 e-006 e Figura 4.7 Exemlo de erro de rogramação. Exemlo seguido os cico assos descritos acima. Equação origial: d dx Λ + dλ X dx + Λ X Proor uma solução ara o roblema origial: Λ X (4.56 (4.57

22 Caítulo 4. Verificação de erros uméricos D em malas uiformes 63 Calcular as derivadas evolvidas o roblema origial com a solução roosta: dλ d Λ X (4.58 dx dx 3 Substituir a solução e suas derivadas o roblema origial. A equação origial ão será satisfeita, isto é, ão averá igualdade etre os membros à esquerda e à direita: 4 + X X + X X ( Calcular o resíduo que resulta do asso 3, com ele o membro da direita da equação: R X X 4 + X + ( Substituir o resíduo o membro da direita da equação origial, multilicado or uma costate C, ara que ela asse a ser satisfeita ara a solução roosta (fabricada: d Λ dλ + X + Λ X + RC (4.6 dx dx A Eq. (4.6 se costitui o roblema fabricado. O coeficiete C é usado ara ativar (C ou desativar (C 0 a solução fabricada a solução umérica. Desta forma, verificado-se o erro umérico ara a Eq. (4.6, esera-se que automaticamete o erro umérico também esteja verificado ara a Eq. (4.56, a equação origial. 4.5 EXERCÍCIOS E xercício 4. (seção 4. Através de uma estimativa de erro a riori, determie as ordes verdadeiras e assitóticas do erro de trucameto das seguites equações difereciais discretizadas: Eq. (3., da seção 3. Eq. (3.54, da seção Eq. (3.7, da seção 3.5 E xercício 4. (seção 4. Deduza as Eqs. (4.9, (4., (4.7, (4.8 e (4.9. E xercício 4.3 (seção 4. Execute o rograma POISSON, que resolve o roblema da seção 3., disoível em se os ft.demec.ufr.br/discilias/tm797 seguites dados fixos: S 0 ½; S 3 ; S ; T 0 0 e T L k L. Variáveis de iteresse: T(½, T m,,, q 0 e,, q L.

23 Caítulo 4. Verificação de erros uméricos D em malas uiformes 64 Resultados a aresetar ara cada variável de iteresse: Solução umérica com N, e 4 ós. Valor da ordem assitótica ( L. 3 Valor da razão de refio (q. 4 Valor da ordem aarete (. 5 Erro verdadeiro da solução umérica da mala mais fia. 6 Icerteza ( GCI da solução umérica da mala mais fia, ara F s 3, de acordo com o rocedimeto da seção Exressar a solução umérica e sua icerteza através da Eq. ( Valor da razão etre icerteza e erro. E xercício 4.4 (seção 4. Cosidere o rograma comutacioal que foi imlemetado ara resolver o exercício 3., 3.3, 3.4 ou 3.5 com o método TDMA. Altere-o ara resolver o roblema com o método Gauss-Seidel. Siga o rocedimeto recomedado a seção Aresete um gráfico semi-log, semelate à Fig. 4.5, 0 com a razão L /L ao logo das iterações. E xercício 4.5 (seção 4.3 Execute o rograma POISSON, que resolve o roblema da seção 3., disoível em ft.demec.ufr.br/discilias/tm797 se os seguites dados fixos: S 0 S S T 0 0 e T L k L. Obtea a solução umérica de T(½ com N, 0, 00, 000 e 0000 ós. Aresete um gráfico log-log, semelate à Fig. 4.6, com o módulo do erro verdadeiro da solução umérica de T(½ versus.

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA

Capítulo 5. CASO 5: EQUAÇÃO DE POISSON 5.1 MODELO MATEMÁTICO E SOLUÇÃO ANALÍTICA Capítulo 5. CASO 5: EQUAÇÃO DE POISSON No presete capítulo, é abordado um problema difusivo uidimesioal com absorção de calor (Icropera e DeWitt, 199, o que resulta uma equação de Poisso, que é uma equação

Leia mais

PROTOCOLO PARA ESTIMAR ERROS DE DISCRETIZAÇÃO EM CFD: VERSÃO 1.1. Carlos Henrique Marchi. Curitiba, UFPR, setembro de 2005.

PROTOCOLO PARA ESTIMAR ERROS DE DISCRETIZAÇÃO EM CFD: VERSÃO 1.1. Carlos Henrique Marchi. Curitiba, UFPR, setembro de 2005. PROTOCOLO PARA ESTIMAR ERROS DE DISCRETIZAÇÃO EM CFD: VERSÃO. Carlos Henrique Marchi Curitiba, FPR, setembro de 2005. O objetivo deste rotocolo é adronizar o rocesso de Verificação de soluções numéricas

Leia mais

Cap. 4 - Estimação por Intervalo

Cap. 4 - Estimação por Intervalo Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:

Leia mais

TEORIA DE SISTEMAS LINEARES

TEORIA DE SISTEMAS LINEARES Ageda. Algebra Liear (Parte I). Ativadades IV Profa. Dra. Letícia Maria Bolzai Poehls /0/00 Potifícia Uiversidade Católica do Rio Grade do Sul PUCRS Faculdade de Egeharia FENG Programa de Pós-Graduação

Leia mais

Grupo I. Qual é a probabilidade de o João acertar sempre no alvo, nas quatro vezes em que tem de atirar?

Grupo I. Qual é a probabilidade de o João acertar sempre no alvo, nas quatro vezes em que tem de atirar? Exames Nacioais EXME NCIONL DO ENSINO SECUNDÁRIO Decreto-Lei. /00, de 6 de Março Prova Escrita de Matemática. ao de Escolaridade Prova 6/.ª Fase Duração da Prova: 0 miutos. Tolerâcia: 0 miutos 008 VERSÃO

Leia mais

Métodos iterativos. Métodos Iterativos para Sistemas Lineares

Métodos iterativos. Métodos Iterativos para Sistemas Lineares Métodos iterativos Métodos Iterativos para Sistemas Lieares Muitos sistemas lieares Ax = b são demasiado grades para serem resolvidos por métodos directos (por exemplo, se A é da ordem de 10000) á que

Leia mais

. Dessa forma, quanto menor o MSE, mais a imagem

. Dessa forma, quanto menor o MSE, mais a imagem Uiversidade Federal de Perambuco CI / CCEN - Área II 1 o Exercício de Cálculo Numérico ( 18 / 06 / 2014 ) Aluo(a) 1- Questão 1 (2,5 potos) Cosidere uma imagem digital como uma matriz bidimesioal de dimesões

Leia mais

Capítulo 2. REVISÃO BIBLIOGRÁFICA

Capítulo 2. REVISÃO BIBLIOGRÁFICA Capítulo 2. REVISÃO BIBLIOGRÁFICA 2. CONVERGÊNCIA O termo covergêcia é usado em dois diferetes cotextos, que são: covergêcia de trucameto e covergêcia iterativa (Fletcher, 997). A covergêcia de trucameto

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,

Leia mais

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE

CAPÍTULO IV DESENVOLVIMENTOS EM SÉRIE CAPÍTUO IV DESENVOVIMENTOS EM SÉRIE Série de Taylor e de Mac-auri Seja f ) uma fução real de variável real com domíio A e seja a um poto iterior desse domíio Supoha-se que a fução admite derivadas fiitas

Leia mais

MT DEPARTAMENTO NACIONAL DE ESTRADAS DE RODAGEM. Norma Rodoviária DNER-PRO 277/97 Procedimento Página 1 de 8

MT DEPARTAMENTO NACIONAL DE ESTRADAS DE RODAGEM. Norma Rodoviária DNER-PRO 277/97 Procedimento Página 1 de 8 Norma Rodoviária DNER-PRO 77/97 Procedimeto Págia de 8 RESUMO Este documeto estabelece o úmero de amostras a serem utilizadas o cotrole estatístico, com base em riscos refixados, em obras e serviços rodoviários.

Leia mais

Exercícios Complementares 1.2

Exercícios Complementares 1.2 Exercícios Comlemetares 1. 1.A Dê exemlo de uma seqüêcia fa g ; ão costate, ara ilustrar cada situação abaixo: (a) limitada e crescete (c) limitada e ão moótoa (e) ão limitada e ão moótoa (b) limitada

Leia mais

2- Resolução de Sistemas Não-lineares.

2- Resolução de Sistemas Não-lineares. MÉODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 2- Resolução de Sistemas Não-lieares. 2.- Método de Newto. 2.2- Método da Iteração. 2.3- Método do Gradiete. 2- Sistemas Não Lieares de Equações Cosidere

Leia mais

1. Definição e conceitos básicos de equações diferenciais

1. Definição e conceitos básicos de equações diferenciais Capítulo 7: Soluções Numéricas de Equações Difereciais Ordiárias. Itrodução Muitos feómeos as áreas das ciêcias, egearias, ecoomia, etc., são modelados por equações difereciais. Supoa-se que se quer determiar

Leia mais

Problemas de Contagem

Problemas de Contagem Problemas de Cotagem Cotar em semre é fácil Pricíio Fudametal de Cotagem Se um certo acotecimeto ode ocorrer de 1 maeiras diferetes e se, aós este acotecimeto, um segudo ode ocorrer de 2 maeiras diferetes

Leia mais

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias

Capítulo VII: Soluções Numéricas de Equações Diferenciais Ordinárias Capítulo VII: Soluções Numéricas de Equações Difereciais Ordiárias 0. Itrodução Muitos feómeos as áreas das ciêcias egearias ecoomia etc. são modelados por equações difereciais. Supoa-se que se quer determiar

Leia mais

CAPÍTULO 8. Exercícios Inicialmente, observamos que. não é série de potências, logo o teorema desta

CAPÍTULO 8. Exercícios Inicialmente, observamos que. não é série de potências, logo o teorema desta CAPÍTULO 8 Eercícios 8 Iicialmete, observamos que 0 ão é série de otêcias, logo o teorema desta seção ão se alica Como, ara todo 0, a série é geométrica e de razão, 0, etão a série coverge absolutamete

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

Interpolação. Interpolação Polinomial

Interpolação. Interpolação Polinomial Iterpolação Iterpolação Poliomial Objetivo Iterpolar uma fução f(x) cosiste em aproximar essa fução por uma outra fução g(x), escolhida etre uma classe de fuções defiidas (aqui, usaremos poliômios). g(x)

Leia mais

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,...

Sucessão ou Sequência. Sucessão ou seqüência é todo conjunto que consideramos os elementos dispostos em certa ordem. janeiro,fevereiro,... Curso Metor www.cursometor.wordpress.com Sucessão ou Sequêcia Defiição Sucessão ou seqüêcia é todo cojuto que cosideramos os elemetos dispostos em certa ordem. jaeiro,fevereiro,...,dezembro Exemplo : Exemplo

Leia mais

INTERPOLAÇÃO POLINOMIAL

INTERPOLAÇÃO POLINOMIAL 1 Mat-15/ Cálculo Numérico/ Departameto de Matemática/Prof. Dirceu Melo LISTA DE EXERCÍCIOS INTERPOLAÇÃO POLINOMIAL A aproximação de fuções por poliômios é uma das ideias mais atigas da aálise umérica,

Leia mais

Capítulo I Séries Numéricas

Capítulo I Séries Numéricas Capítulo I Séries Numéricas Capitulo I Séries. SÉRIES NÚMERICAS DEFINIÇÃO Sedo u, u,..., u,... uma sucessão umérica, chama-se série umérica de termo geral u à epressão que habitualmete se escreve u u...

Leia mais

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

MATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada

Leia mais

Proposta de teste de avaliação

Proposta de teste de avaliação Proosta de teste de avaliação Matemática A. O ANO DE ESOLARIDADE Duração: 9 miutos Data: adero (é ermitido o uso de calculadora) Na resosta aos ites de escolha múltila, selecioe a oção correta. Escreva,

Leia mais

Técnicas de contagem 1 Introdução. 2 Sequências

Técnicas de contagem 1 Introdução. 2 Sequências Istituto Suerior de Egeharia de Lisboa 1 Itrodução Muitos roblemas em Probabilidades e Estatística cosistem em estimar a icerteza associada a um eveto ou acotecimeto, o que imlica frequetemete determiar

Leia mais

BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição

BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS. 1 a Edição BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL SEQUÊNCIAS NUMÉRICAS 1 a Edição Rio Grade 2017 Uiversidade Federal do Rio Grade - FURG NOTAS DE AULA DE CÁLCULO

Leia mais

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química

Universidade São Judas Tadeu Faculdade de Tecnologia e Ciências Exatas Laboratório de Física e Química Uiversidade São Judas Tadeu Faculdade de Tecologia e Ciêcias Exatas Laboratório de Física e Química Aálise de Medidas Físicas Quado fazemos uma medida, determiamos um úmero para caracterizar uma gradeza

Leia mais

RESOLUÇÃO DE SISTEMAS NÃO LINEARES

RESOLUÇÃO DE SISTEMAS NÃO LINEARES 87 RESOLUÇÃO DE SISTEMAS NÃO LINEARES Uma equação que coteha uma epressão do tipo, -,,, se(), e +z, z etc, é chamada ão-liear em,, z,, porque ela ão pode ser escrita o que é uma equação liear em,, z, a

Leia mais

4 Teoria da Probabilidade

4 Teoria da Probabilidade 48 4 Teoria da Probabilidade Apresetam-se este capítulo coceitos de probabilidade e de estimação de fuções desidade de probabilidade ecessários ao desevolvimeto e compreesão do modelo proposto (capítulo

Leia mais

Universidade Federal do Rio de Janeiro Instituto de Matemática Departamento de Matemática

Universidade Federal do Rio de Janeiro Instituto de Matemática Departamento de Matemática Uiversidade Federal do Rio de Jaeiro Istituto de Matemática Departameto de Matemática Disciplia: Cálculo Diferecial e Itegral IV Uidades: Escola Politécica e Escola de Quimica Código: MAC 248 Turmas: Egeharias

Leia mais

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1

1.1. Ordem e Precedência dos Cálculos 1) = Capítulo 1 Capítulo. Aritmética e Expressões Algébricas O estudo de cálculo exige muito mais que o cohecimeto de limite, derivada e itegral. Para que o apredizado seja satisfatório o domíio de tópicos de aritmética

Leia mais

2.2. Séries de potências

2.2. Séries de potências Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise

Leia mais

Séries e Equações Diferenciais Lista 02 Séries Numéricas

Séries e Equações Diferenciais Lista 02 Séries Numéricas Séries e Equações Difereciais Lista 02 Séries Numéricas Professor: Daiel Herique Silva Defiições Iiciais ) Defia com suas palavras o coceito de série umérica, e explicite difereças etre sequêcia e série.

Leia mais

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,...

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,... Progressões Geométricas Defiição Chama se progressão geométrica PG qualquer seqüêcia de úmeros reais ou complexos, ode cada termo a partir do segudo, é igual ao aterior, multiplicado por uma costate deomiada

Leia mais

Análisede sistemalit no domínioz

Análisede sistemalit no domínioz álisede sistemalit o domíioz RESPOST DE SISTEMS COM FUNÇÃO DE SISTEM RCIONL B H X N Q maior arte dos siais de iteresse rático tem trasformada Z racioal. Se o sistema é iicialmete relaxado, y-y-...y-n,

Leia mais

Séquências e Séries Infinitas de Termos Constantes

Séquências e Séries Infinitas de Termos Constantes Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates

Leia mais

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real.

Mas o que deixou de ser abordado na grande generalidade desses cursos foi o estudo dos produtos infinitos, mesmo que só no caso numérico real. Resumo. O estudo das séries de termos reais, estudado as disciplias de Aálise Matemática da grade geeralidade dos cursos técicos de liceciatura, é aqui estedido ao corpo complexo, bem como ao caso em que

Leia mais

Lista de Exercícios sobre Otimização de Código

Lista de Exercícios sobre Otimização de Código Exercício 01 Lista de Exercícios sobre Otimização de Código O método dos quadrados míimos ermite ajustar qualquer oliômio da forma y=a 0 +a 1 x++a x a um cojuto de otos (, y i ) miimizado o quadrado do

Leia mais

(aulas de 14/11/2014 e 18/11/2014) (Observação: esta aula será complementada e ilustrada no quadro de aula)

(aulas de 14/11/2014 e 18/11/2014) (Observação: esta aula será complementada e ilustrada no quadro de aula) Uiversidade do Estado do Rio de Jaeiro UERJ Istituto de atemática e Estatística Deartameto de Estatística Discilia: Processos Estocásticos I Professor: arcelo Rubes (aulas de 4//24 e 8//24) (Observação:

Leia mais

n ) uma amostra aleatória da variável aleatória X.

n ) uma amostra aleatória da variável aleatória X. - Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas

Fundamentos de Análise Matemática Profª Ana Paula. Sequência Infinitas Fudametos de Aálise Matemática Profª Aa Paula Sequêcia Ifiitas Defiição 1: Uma sequêcia umérica a 1, a 2, a 3,,a,é uma fução, defiida o cojuto dos úmeros aturais : f : f a Notação: O úmero é chamado de

Leia mais

AULA 17 A TRANSFORMADA Z - DEFINIÇÃO

AULA 17 A TRANSFORMADA Z - DEFINIÇÃO Processameto Digital de Siais Aula 7 Professor Marcio Eisecraft abril 0 AULA 7 A TRANSFORMADA Z - DEFINIÇÃO Bibliografia OPPENHEIM, A.V.; WILLSKY, A. S. Siais e Sistemas, a edição, Pearso, 00. ISBN 9788576055044.

Leia mais

Aprendizagem de Máquina

Aprendizagem de Máquina predizagem de Máquia Modelos de Mistura lgoritmo EM Estimação semi-paramétrica de desidade abordagem paramétrica para estimação de desidade supõe que a amostra X é extraída de uma distribuição que segue

Leia mais

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando

a = b n Vejamos alguns exemplos que nos permitem observar essas relações. = 4 4² = 16 radical radicando Caro aluo, Com o objetivo de esclarecer as dúvidas sobre a raiz quadrada, apresetamos este material a defiição de radiciação, o cálculo da raiz quadrada e algumas propriedades de radiciação. Além disso,

Leia mais

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009.

Preliminares 1. 1 lim sup, lim inf. Medida e Integração. Departamento de Física e Matemática. USP-RP. Prof. Rafael A. Rosales. 8 de março de 2009. Medida e Itegração. Departameto de Física e Matemática. USP-RP. Prof. Rafael A. Rosales 8 de março de 2009. 1 lim sup, lim if Prelimiares 1 Seja (x ), N, uma seqüêcia de úmeros reais, e l o limite desta

Leia mais

Análise Matemática I 2 o Exame

Análise Matemática I 2 o Exame Aálise Matemática I 2 o Exame Campus da Alameda LEC, LET, LEN, LEM, LEMat, LEGM 29 de Jaeiro de 2003, 3 horas Apresete todos os cálculos e justificações relevates I. Cosidere dois subcojutos de R, A e

Leia mais

Experimento 1 Estudo da Lei de Hooke

Experimento 1 Estudo da Lei de Hooke Experimeto 1 Estudo da Lei de Hooke 1.1 Objetivos Físicos Verificação experimetal da lei de Hooke para uma mola helicoidal: Medida experimetal do módulo de rigidez do material μ. 1. Objetivos Didáticos

Leia mais

1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária.

1.4 Determinantes. determinante é igual ao produto dos elementos da diagonal principal menos o produto dos elementos da diagonal secundária. 1.4 Determiates A teoria dos determiates surgiu quase simultaeamete a Alemaha e o Japão. Ela foi desevolvida por dois matemáticos, Gottfried Wilhelm Leibiz (1642-1716) e Seki Shisuke Kowa (1642-1708),

Leia mais

Análise Infinitesimal II LIMITES DE SUCESSÕES

Análise Infinitesimal II LIMITES DE SUCESSÕES -. Calcule os seguites limites Aálise Ifiitesimal II LIMITES DE SUCESSÕES a) lim + ) b) lim 3 + 4 5 + 7 + c) lim + + ) d) lim 3 + 4 5 + 7 + e) lim + ) + 3 f) lim + 3 + ) g) lim + ) h) lim + 3 i) lim +

Leia mais

CUFSA - FAFIL. Análise Combinatória (Resumo Teórico)

CUFSA - FAFIL. Análise Combinatória (Resumo Teórico) A) CONCEITOS: CUFSA - FAFIL Aálise Combiatória (Resumo Teórico) Regras Simles de Cotagem: é a maeira de determiar o úmero de elemetos de um cojuto. Na maioria das vezes é mais imortate cohecer a quatidade

Leia mais

UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE CIÊNCIAS DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE PÓS GRADUAÇÃO EM MATEMÁTICA WILKSON LINHARES TEODORO

UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE CIÊNCIAS DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE PÓS GRADUAÇÃO EM MATEMÁTICA WILKSON LINHARES TEODORO UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE CIÊNCIAS DEPARTAMENTO DE MATEMÁTICA PROGRAMA DE PÓS GRADUAÇÃO EM MATEMÁTICA WILKSON LINHARES TEODORO SOLUÇÕES POR SÉRIES E FUNÇÕES ESPECIAIS FORTALEZA 7 WILKSON

Leia mais

2- Resolução de Sistemas Não-lineares.

2- Resolução de Sistemas Não-lineares. MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS - Resolução de Sisteas Não-lieares..- Método de Newto..- Método da Iteração. 3.3- Método do Gradiete. - Sisteas Não Lieares de Equações Cosidere u

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO. Dr. Sivaldo Leite Correia PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) PROJETO FATORIAL 2 k COMPLETO E REPLICADO Dr. Sivaldo Leite Correia CONCEITOS, LIMITAÇÕES E APLICAÇÕES Nos tópicos ateriores vimos as estratégias geeralizadas para

Leia mais

Transformação de similaridade

Transformação de similaridade Trasformação de similaridade Relembrado bases e represetações, ós dissemos que dada uma base {q, q,..., q} o espaço real - dimesioal, qualquer vetor deste espaço pode ser escrito como:. Ou a forma matricial

Leia mais

Stela Adami Vayego DEST/UFPR

Stela Adami Vayego DEST/UFPR Resumo 09 Estimação de arâmetros oulacioais 9.. Itrodução Aqui estudaremos o roblema de avaliar certas características dos elemetos da oulação (arâmetros) com base em oerações com os dados de uma amostra

Leia mais

Probabilidade II Aula 12

Probabilidade II Aula 12 Coteúdo Probabilidade II Aula Juho de 009 Desigualdade de Marov Desigualdade de Jese Lei Fraca dos Grades Números Môica Barros, D.Sc. Itrodução A variâcia de uma variável aleatória mede a dispersão em

Leia mais

ESTATÍSTICA DESCRITIVA

ESTATÍSTICA DESCRITIVA Coceitos Básicos Poulação ou Uiverso Estatístico: coj. de elemetos sobre o qual icide o estudo estatístico; Característica Estatística ou Atributo: a característica que se observa os elemetos da oulação;

Leia mais

Análise de Regressão Linear Múltipla I

Análise de Regressão Linear Múltipla I Aálise de Regressão Liear Múltipla I Aula 04 Gujarati e Porter, 0 Capítulos 7 e 0 tradução da 5ª ed. Heij et al., 004 Capítulo 3 Wooldridge, 0 Capítulo 3 tradução da 4ª ed. Itrodução Como pode ser visto

Leia mais

F- MÉTODO DE NEWTON-RAPHSON

F- MÉTODO DE NEWTON-RAPHSON Colégio de S. Goçalo - Amarate - F- MÉTODO DE NEWTON-RAPHSON Este método, sob determiadas codições, apreseta vatages sobre os método ateriores: é de covergêcia mais rápida e, para ecotrar as raízes, ão

Leia mais

1 Amintas engenharia

1 Amintas engenharia 1 Amitas egeharia 2 Cálculo Numérico 1. Itrodução Amitas Paiva Afoso 3 1. Itrodução O que é o Cálculo Numérico? 4 1. Itrodução O Cálculo Numérico correspode a um cojuto de ferrametas ou métodos usados

Leia mais

TEORIA DE SISTEMAS LINEARES

TEORIA DE SISTEMAS LINEARES Ageda. Algebra Liear (Parte II). Atividades V Profa. Dra. Letícia Maria Bolzai Poehls 8// Potifícia Uiversidade Católica do Rio Grade do Sul PUCRS Faculdade de Egeharia FENG Programa de Pós-Graduação em

Leia mais

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD

Teste de Hipóteses VÍCTOR HUGO LACHOS DÁVILAD Teste de ióteses VÍCTOR UGO LACOS DÁVILAD Teste De ióteses. Exemlo. Cosidere que uma idustria comra de um certo fabricate, ios cuja resistêcia média à rutura é esecificada em 6 kgf (valor omial da esecificação).

Leia mais

Lista de Exercícios Método de Newton

Lista de Exercícios Método de Newton UNEMAT Uiversidade do Estado de Mato Grosso Campus Uiversitário de Siop Faculdade de Ciêcias Eatas e Tecológicas Curso de Egeharia Civil Disciplia: Cálculo Diferecial e Itegral I Lista de Eercícios Método

Leia mais

Cálculo Diferencial e Integral I Resolução do 2 ō Teste - LEIC

Cálculo Diferencial e Integral I Resolução do 2 ō Teste - LEIC Cálculo Diferecial e Itegral I Resolução do ō Teste - LEIC Departameto de Matemática Secção de Àlgebra e Aálise I.. Determie o valor dos seguites itegrais (i) e x se x dx x + (ii) x (x + ) dx (i) Visto

Leia mais

1- Resolução de Sistemas Lineares.

1- Resolução de Sistemas Lineares. MÉTODOS NUMÉRICOS PR EQUÇÕES DIFERENCIIS PRCIIS 1- Resolução de Sistemas Lieares. 1.1- Matrizes e Vetores. 1.2- Resolução de Sistemas Lieares de Equações lgébricas por Métodos Exatos (Diretos). 1.3- Resolução

Leia mais

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 CAPES BINÔMIO DE NEWTON

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 CAPES BINÔMIO DE NEWTON Uiversidade Federal do Rio Grade FURG Istituto de Matemática, Estatística e Física IMEF Edital CAPES BINÔMIO DE NEWTON Prof. Atôio Maurício Medeiros Alves Profª Deise Maria Varella Martiez Matemática Básica

Leia mais

Método do Lugar das Raízes

Método do Lugar das Raízes Método do Lugar das Raízes Coceito de Lugar das Raízes; O Procedimeto do Lugar das Raízes; Projeto de Parâmetros pelo Método do Lugar das Raízes; Sesibilidade e Lugar das Raízes; Cotrolador de Três Termos

Leia mais

Interpolação-Parte II Estudo do Erro

Interpolação-Parte II Estudo do Erro Iterpolação-Parte II Estudo do Erro. Estudo do Erro a Iterpolação. Iterpolação Iversa 3. Grau do Poliômio Iterpolador 4. Fução Splie em Iterpolação 4. Splie Liear 4. Splie Cúbica .Estudo do Erro a Iterpolação

Leia mais

Exercícios Complementares 1.2

Exercícios Complementares 1.2 Exercícios Comlemetares..A Dê exemlo de uma sequêcia fa g ; ão costate, ara ilustrar cada situação abaixo: (a) limitada e crescete (c) limitada e ão moótoa (e) ão limitada e ão moótoa (b) limitada e decrescete

Leia mais

Ajuste de Curvas pelo Método dos Quadrados Mínimos

Ajuste de Curvas pelo Método dos Quadrados Mínimos Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias

Leia mais

Universidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros

Universidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros 3. Poliômios Defiição: Um poliômio ou fução poliomial P, a variável x, é toda expressão do tipo: P(x)=a x + a x +... a x + ax + a0, ode IN, a i, i = 0,,..., são úmeros reais chamados coeficietes e as parcelas

Leia mais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais

Fundamentos de Análise Matemática Profª Ana Paula. Números reais Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,

Leia mais

1. Em cada caso abaixo, encontre os quatro primeiros termos da sequência: p n (c) cn = ( 1) n n:

1. Em cada caso abaixo, encontre os quatro primeiros termos da sequência: p n (c) cn = ( 1) n n: . SEQUÊNCIAS NUMÉRICAS SÉRIES & EDO - 207.2.. :::: ::::::::::::::::::::::::::::::::::::::: TERMO GERAL & CLASSIFICAÇÃO. Em cada caso abaixo, ecotre os quatro rimeiros termos da sequêcia: (a) a = 2 (b)

Leia mais

Avaliação de Desempenho de Sistemas Discretos

Avaliação de Desempenho de Sistemas Discretos Distribuições Comus Avaliação de Desempeho de Sistemas Discretos Probabilidade e Estatística 2 Uiforme Normal Poisso Hipergeométrica Biomial Studet's Geométrica Logormal Expoecial Beta Gamma Qui-Quadrado

Leia mais

Seqüências e Séries. Notas de Aula 4º Bimestre/2010 1º ano - Matemática Cálculo Diferencial e Integral I Profª Drª Gilcilene Sanchez de Paulo

Seqüências e Séries. Notas de Aula 4º Bimestre/2010 1º ano - Matemática Cálculo Diferencial e Integral I Profª Drª Gilcilene Sanchez de Paulo Seqüêcias e Séries Notas de Aula 4º Bimestre/200 º ao - Matemática Cálculo Diferecial e Itegral I Profª Drª Gilcilee Sachez de Paulo Seqüêcias e Séries Para x R, podemos em geral, obter sex, e x, lx, arctgx

Leia mais

ESCOLA BÁSICA DE ALFORNELOS

ESCOLA BÁSICA DE ALFORNELOS ESCOLA BÁSICA DE ALFORNELOS FICHA DE TRABALHO DE MATEMÁTICA 9.º ANO VALORES APROXIMADOS DE NÚMEROS REAIS Dado um úmero xe um úmero positivo r, um úmero x como uma aproximação de x com erro iferior a r

Leia mais

Propriedades. 1) Combinação linear de linhas duma matriz soma de uma linha com outra linha multiplicada por um factor multiplicativo

Propriedades. 1) Combinação linear de linhas duma matriz soma de uma linha com outra linha multiplicada por um factor multiplicativo ropriedades ) Combiação liear de lihas duma matriz soma de uma liha com outra liha multiplicada por um factor multiplicativo Eemplo: dicioar à liha 3 a liha multiplicada por um factor multiplicativo m

Leia mais

Séries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais.

Séries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais. Séries de Fourier As séries de Fourier são séries cujos termos são fuções siusoidais. Importâcia prática: uma fução periódica (em codições bastate gerais) pode ser represetada por uma série de Fourier;

Leia mais

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir

Objetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram

Leia mais

CORRELAÇÃO Aqui me tens de regresso

CORRELAÇÃO Aqui me tens de regresso CORRELAÇÃO Aqui me tes de regresso O assuto Correlação fez parte, acompahado de Regressão, do programa de Auditor Fiscal, até 998, desaparecedo a partir do cocurso do ao 000 para agora retorar soziho.

Leia mais

A exponencial. Praciano-Pereira, Tarcisio

A exponencial. Praciano-Pereira, Tarcisio A expoecial Praciao-Pereira, Tarcisio 25 de jaeiro de 206 préprits da Sobral Matemática o. 206.0 Editor Tarcisio Praciao-Pereira tarcisio@member.ams.org Resumo Estou resolvedo, este artigo, a equação y

Leia mais

SUCESSÕES DE NÚMEROS REAIS. Sucessões

SUCESSÕES DE NÚMEROS REAIS. Sucessões SUCESSÕES DE NÚMEROS REAIS Sucessões Chama-se sucessão de úmeros reais ou sucessão em IR a toda a aplicação f do cojuto IN dos úmeros aturais em IR, f : IN IR f ( ) = x IR Chamamos termos da sucessão aos

Leia mais

Distribuições de Estatísticas Amostrais e Teorema Central do Limite

Distribuições de Estatísticas Amostrais e Teorema Central do Limite Distribuições de Estatísticas Amostrais e Teorema Cetral do Limite Vamos começar com um exemplo: A mega-sea de 996 a N 894 úmeros de a 6: Média: m 588 Desvio padrão: 756 49 amostras de 6 elemetos Frequêcia

Leia mais

5 Teoria dos Valores Extremos

5 Teoria dos Valores Extremos Teoria dos Valores Extremos 57 5 Teoria dos Valores Extremos A Teoria dos Valores Extremos vem sedo bastate utilizada em campos ligados a evetos raros. Sua estatística é aplicada a estimação de evetos

Leia mais

1 Formulário Seqüências e Séries

1 Formulário Seqüências e Séries Formulário Seqüêcias e Séries Difereça etre Seqüêcia e Série Uma seqüêcia é uma lista ordeada de úmeros. Uma série é uma soma iita dos termos de uma seqüêcia. As somas parciais de uma série também formam

Leia mais

Sucessão de números reais. Representação gráfica. Sucessões definidas por recorrência. Introdução 8. Avaliação 18 Atividades de síntese 20

Sucessão de números reais. Representação gráfica. Sucessões definidas por recorrência. Introdução 8. Avaliação 18 Atividades de síntese 20 Ídice Sucessão de úmeros reais. Represetação gráfica. Sucessões defiidas por recorrêcia Itrodução 8 Teoria. Itrodução ao estudo das sucessões 0 Teoria. Defiição de sucessão de úmeros reais Teoria 3. Defiição

Leia mais

KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados não estacionários)

KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados não estacionários) KRIGAGEM UNIVERSAL (Metodologia geoestatística para dados ão estacioários) Para a obteção de um variograma é suposto que a variável regioalizada teha um comportameto fracamete estacioário, ode os valores

Leia mais

Aplicação de Métodos Espectrais ao Cálculo Numérico de Escoamentos Compressíveis

Aplicação de Métodos Espectrais ao Cálculo Numérico de Escoamentos Compressíveis Aplicação de Métodos Espectrais ao Cálculo umérico de Escoametos Compressíveis Adré Rosale Istituto Tecológico de Aeroáutica Praça Marechal Eduardo Gomes, 50 - Vila das Acácias São José dos Campos São

Leia mais

Probabilidades e Estatística TODOS OS CURSOS

Probabilidades e Estatística TODOS OS CURSOS Duração: 90 miutos Gruo I Probabilidades e Estatística TODOS OS CURSOS Justifique coveietemete todas as resostas 1 o semestre 2017/2018 30/01/2018 15:00 2 o Teste C 10 valores 1. A variável aleatória X

Leia mais

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD.

Matemática. B) Determine a equação da reta que contém a diagonal BD. C) Encontre as coordenadas do ponto de interseção das diagonais AC e BD. Matemática 0. Um losago do plao cartesiao oxy tem vértices A(0,0), B(,0), C(,) e D(,). A) Determie a equação da reta que cotém a diagoal AC. B) Determie a equação da reta que cotém a diagoal BD. C) Ecotre

Leia mais

ANÁLISE MULTIVARIADA DE DADOS: ESTUDOS PRELIMINARES À ANÁLISE FATORIAL CONFIRMATÓRIA (AFC)

ANÁLISE MULTIVARIADA DE DADOS: ESTUDOS PRELIMINARES À ANÁLISE FATORIAL CONFIRMATÓRIA (AFC) ANÁLISE MULTIVARIADA DE DADOS: ESTUDOS PRELIMINARES À ANÁLISE FATORIAL CONFIRMATÓRIA (AFC Débora Ferada Satos Datas (; Mylea Baia de Sousa (; Gilberto da Silva Matos (3 ( / ( Uiversidade Federal de Camia

Leia mais

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase Prova Escrita de MATEMÁTICA A - 1o Ao 00 - a Fase Proposta de resolução GRUPO I 1. Como a probabilidade do João acertar em cada tetativa é 0,, a probabilidade do João acertar as tetativas é 0, 0, 0, 0,

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema III Sucessões Reais Tarefa º. Desta figura, do trabalho da Olívia e da Susaa, retire duas sequêcias e imagie o processo

Leia mais

Prof. Celso Módulo 12 Resposta em freqüência-diagrama de Nyquist RESPOSTA EM FREQÜÊNCIA-DIAGRAMA DE NYQUIST

Prof. Celso Módulo 12 Resposta em freqüência-diagrama de Nyquist RESPOSTA EM FREQÜÊNCIA-DIAGRAMA DE NYQUIST Prof. Celso Módulo Resposta em freqüêcia-diagrama de Nyquist RESPOSTA EM FREQÜÊNCIA-DIAGRAMA DE NYQUIST O diagrama de Nyquist ou diagrama polar é um gráfico do módulo de G pelo âgulo de fase de G em coordeadas

Leia mais

Secção 1. Introdução às equações diferenciais

Secção 1. Introdução às equações diferenciais Secção. Itrodução às equações difereciais (Farlow: Sec..,.) Cosideremos um exemplo simples de um feómeo que pode ser descrito por uma equação diferecial. A velocidade de um corpo é defiida como o espaço

Leia mais

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA

INFERÊNCIA ESTATÍSTICA: ESTIMAÇÂO PONTUAL E INTERVALOS DE CONFIANÇA INFRÊNCIA STATÍSTICA: STIMAÇÂO PONTUAL INTRVALOS D CONFIANÇA 0 Problemas de iferêcia Iferir sigifica faer afirmações sobre algo descohecido. A iferêcia estatística tem como objetivo faer afirmações sobre

Leia mais

Séries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais.

Séries de Fourier. As séries de Fourier são séries cujos termos são funções sinusoidais. Séries de Fourier As séries de Fourier são séries cujos termos são fuções siusoidais. Importâcia prática: uma fução periódica (em codições bastate gerais) pode ser represetada por uma série de Fourier;

Leia mais

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular

DFS Série Discreta de Fourier DFT Transformada Discreta de Fourier Convolução Circular Sistemas de Processameto Digital Egeharia de Sistemas e Iformática Ficha 4 5/6 4º Ao/ º Semestre DFS Série Discreta de Fourier DFT Trasformada Discreta de Fourier Covolução Circular Para calcular a DFT,

Leia mais

Alguns autores também denotam uma sequência usando parêntesis:

Alguns autores também denotam uma sequência usando parêntesis: Capítulo 3 Sequêcias e Séries Numéricas 3. Sequêcias Numéricas Uma sequêcia umérica é uma fução real com domíio N que, a cada associa um úmero real a. Os úmeros a são chamados termos da sequêcia. É comum

Leia mais

AULA Subespaço, Base e Dimensão Subespaço.

AULA Subespaço, Base e Dimensão Subespaço. Note bem: a leitura destes apotametos ão dispesa de modo algum a leitura ateta da bibliografia pricipal da cadeira TÓPICOS Subespaço. ALA Chama-se a ateção para a importâcia do trabalho pessoal a realizar

Leia mais