Solução aproximada de equações de uma variável
|
|
- Liliana Azeredo
- 5 Há anos
- Visualizações:
Transcrição
1 Cálculo Numérico de uma variável Prof. Daniel G. Alfaro Vigo Departamento de Ciência da Computação IM UFRJ
2 Parte I Localização de zeros e Método da bissecção
3 Motivação: Queda de um paraquedista Sob algumas hipóteses simplificadoras podemos considerar que a velocidade de um paraquedista em queda livre satisfaz a equação v(t) = g (1 e kt) k onde g = 9, 81 m/s 2 é a aceleração da gravidade e k > 0 é um coeficiente (com unidade 1/s) relacionado com a resistência do paraquedas.
4 Motivação: Queda de um paraquedista Conhecendo que um paraquedista em queda livre após 5 s tinha uma velocidade de 10 m/s, queremos saber qual é o valor do coeficiente k correspondente? Para isso devemos resolver a equação 10 = 10 9, 81 k 9, 81 k (1 e 5k) ( 1 e 5k) = 0.
5 Motivação: Queda de um paraquedista Ou seja, devemos determinar um zero da função 9, 81 ( f (x) = 10 1 e 5x ). x 10 y = f(x)=10-9,81 ( 1-e ⁵ˣ )/x zero de f -5
6 Motivação: Queda de um paraquedista Se tentarmos isolar a incógnita k na equação 10 = 9, 81 k ( 1 e 5k), infelizmente não conseguiremos! Isso não é de se surpreender, mesmo para funções polinomiais não existem fórmulas gerais para determinar seus zeros (Teorema de Abel-Ruffini). Alternativa prática Determinar uma solução aproximada com o nível de precisão prefixado. Mas, começemos por uma questão mais simples... Onde procurar pela solução da equação?
7 Localização de zeros: Teorema de Bolzano Teorema 1 [Teorema de Bolzano] Seja f uma função contínua no intervalo [a, b]. Se f (a) e f (b) possuem sinais diferentes (ou seja f (a)f (b) < 0), então existe um número c (a, b) tal que f (c) = f(x)=2x^3-x^2+x a c b Aqui f(c)=0
8 Localização de zeros Observações sobre o teorema de Bolzano Simples de aplicar. Indica uma condição apenas suficiente, mas a situação é muito geral! Garante a existência de pelo menos um zero, infelizmente não há garantia de unicidade. Teorema 2 (sobre a unicidade) Se além das condições do Teorema 1, a função é diferenciável no intervalo (a, b) e sua derivada não muda de sinal nesse intervalo (ou seja f (x) > 0 ou < 0 para todo x (a, b) ), então existe um único número c (a, b) tal que f (c) = 0.
9 Localização de zeros: Exemplo f (x) = 10 9, 81 x ( 1 e 5x ) f (0, 5) < 0, f (1, 5) > 0. f 9, 81 ( (x) = 1 e 5x ) 49, 05e 5x x 2 > 0, 0, 5 < x < 1, 5. x Pelo Teorema, existe um único zero no intervalo [0, 5, 1, 5]! 10 y = f(x)=10-9,81 (1-e ⁵ˣ )/x 5 y = f' (x)=-9,81 (1-e ⁵ˣ )/x² - 49,05 e ⁵ˣ/x
10 Método da bissecção A função satisfaz as hipóteses do Teorema de Bolzano. Dividimos o intervalo inicial pela metade para determinar um novo intervalo (umas das metades do inicial) em que está contido um zero da função e repetimos esse processo para cada novo intervalo, até obtermos uma boa aproximação. Formalizando Começamos com k = 1, [a 1, b 1 ] = [a, b] e repetimos o seguinte processo. Dado o intervalo [a k, b k ], definimos p k = a k+b k 2 = a k + b k a k 2 1 Se f (p k ) = 0 p k é um zero da função! 2 Se f (a k )f (p k ) < 0 novo intervalo [a k+1, b k+1 ] = [a k, p k ] 3 Se f (p k )f (b k ) < 0 novo intervalo [a k+1, b k+1 ] = [p k, b k ] (Escolhemos o intervalo onde f muda de sinal nos extremos.) Paramos quando o erro seja pequeno o suficiente.
11 Método da bissecção Qual será a qualidade da aproximação p k? Se c (a k, b k ) é um zero de f e p k = a k+b k 2 então c p k max{p k a k, b k p k } c p k b k a k 2 Assim se queremos uma aproximação com erro (absoluto) menor que um ɛ > 0 prefixado podemos que usar o seguinte critério de parada. Critério de parada Na iteração k-ésima o erro será pequeno o suficiente (menor que ɛ) quando b k a k < ɛ 2
12 Método da bissecção Quantas iterações precisamos fazer para chegar em uma aproximação p k com a qualidade desejada? Queremos que o erro absoluto seja menor que um ɛ > 0 prefixado, ou seja c p k < ɛ. É suficiente que b k a k 2 < ɛ, por outro lado b k a k 2 = b a 2 k. Logo b a 2 k < ɛ k > log( b a ɛ ) log 2
13 Algoritmo: Método da bissecção Considere f contínua no intervalo [a, b] e tal que f (a)f (b) < 0. Entradas: a, b; tol (tolerância); N iter (número máximo de iterações) Saída: p (valor aproximado) ou mensagem de erro 1 Faça k = 1; fa = f (a) 2 Enquanto k N iter, execute os passos Faça p = a + (b a)/2; fp = f (p) 4 Se fp = 0 ou (b a)/2 < tol então SAIDA: p; PARE 5 Se fa fp > 0 então Faça a = p; fa = fp senão Faça b = p; 6 Faça k = k SAIDA: o método falhou após N iter iterações ; FIM
14 Convergência do método da bissecção O seguinte resultado representa a justifica matemática desse método. Teorema 3 [Convergência do método da bissecção] Seja f uma função contínua no intervalo [a, b] tal que f (a) e f (b) possuem sinais diferentes, então quando aplicamos o método da bissecção podemos obter um zero de f após um número finito de passos ou as sequências de números a k, b k e p k tais que lim k a k = lim k b k = lim k p k = c (a, b) e f (c) = 0.
15 Exemplo: queda de um paraquedista Para estudar a queda de um paraquedista consideramos um modelo simplificado, em que o movimento é na vertical. Gravidade F G e a resistência do ar F R. F G = mg onde m é a massa do paraquedista e g = 9, 81 m/s 2 é a aceleração da gravidade. Para F R consideramos o modelo linear F R = cv onde v é a velocidade e c é o coeficiente de arrasto (kg/s). Da segunda lei de Newton obtemos m dv dt = F G F R dv dt = g c m v
16 Exemplo: Queda de um paraquedista Considerando v(0) = v 0 a solução para essa EDO é v(t) = v 0 + ( g ( k v 0) 1 e kt), onde k = c/m. Problema: Determinar k com uma tolerância tol = 0, 1 sabendo que o paraquedas abriu quando a velocidade do paraquedista era de 40 m/s e após 5 s ele tinha uma velocidade de 10 m/s. Solução: Neste caso devemos resolver a equação ( 9, 81 (1 f (x) = ) e 5x ) = 0. x Notando que lim x 0 + f (x) = 79, 05, podemos considerar f (0) = 79, 05 e assim f será contínua em [0, + ). Por outro lado como f (2) = 5, , pelo T. de Bolzano concluímos que existe pelo menos uma solução no intervalo (0, 2).
17 Exemplo: Queda de um paraquedista Aplicando o método da bissecção. f (p) = 0 ou b a 2 < tol? NÃO, f (a)f (p) > 0? SIM p a f (p) = 0 ou b a 2 < tol? NÃO, f (a)f (p) > 0? NÃO p b f (p) = 0 ou b a 2 < tol? NÃO, f (a)f (p) > 0? NÃO p b f (p) = 0 ou b a 2 < tol? NÃO, f (a)f (p) > 0? NÃO p b f (p) = 0 ou b a 2 < tol? SIM! Aproximação: x p = 1, 0625 k a b p = a+b b a 2 f (a) f (p) 2 < tol , 05 0, > 0, , 5 0, , , 5 > 0, , 5 1, 25 0, , , 25 > 0, , 25 1, 125 0, , , 125 > 0, , 125 1, , , , 0625 < 0, 1
18 Parte II Método do ponto fixo
19 Motivação No primeiro problema do paraquedista queremos resolver a equação f (x) = 10 9, 81 x Essa equação pode ser re-escrita na forma 10 9, 81 x ( 1 e 5x ) = 0 ( 1 e 5x ) = 0 x = 0, 981 ( 1 e 5x) Dessa forma o zero que estamos procurando, coincide com o número c tal que g(c) = c onde g(x) = 0, 981 ( 1 e 5x).
20 Ponto fixo 1.5 y=x 1 c = g(c) y = 9,81 (1-exp(-5x)) c
21 Ponto fixo Definição de ponto fixo Seja g uma função definida no intervalo [a, b], um número c [a, b] tal que g(c) = c é chamado de ponto fixo de g. Temos os seguintes resultados. Teorema 4 [Existência e unicidade do ponto fixo] Seja g uma função contínua no intervalo [a, b]. a) Se a g(x) b para todo x [a, b], então existe pelo menos um ponto fixo de g em [a, b]. b) Se além disso, g é diferenciável em (a, b) e existe uma constante positiva κ < 1 tal que g (x) κ para todo x (a, b) então o ponto fixo é único.
22 Método do ponto fixo Para obter aproximações do ponto fixo c de g a partir de uma aproximação inicial p 0 construímos novas aproximações fazendo p n+1 = g(p n ), n 0. A função g é chamada de função de iteração. Iterações de ponto fixo 1.2 y=x y=g(x) p 0 p 1 p 2 p
23 Algoritmo: Método do ponto fixo Aproxima um ponto fixo de g a partir do chute inicial p 0. Entradas: p 0 (aproximação inicial); tol (tolerância); N iter (número máximo de iterações) Saída: p (valor aproximado) ou mensagem de erro 1 Faça k = 1 2 Enquanto k N iter, execute os passos Faça p = g(p 0 ) 4 Se p p 0 < tol, então SAIDA: p; PARE 5 Faça p 0 = p 6 Faça k = k SAIDA: o método falhou após N iter iterações ; FIM
24 Convergência do método do ponto fixo Teorema 5 [Convergência do método do ponto fixo] Seja g uma função contínua no intervalo [a, b], tal que a g(x) b para todo x [a, b]. Suponha adicionalmente que g é diferenciável em (a, b) e existe uma constante positiva κ < 1 tal que g (x) κ para todo x (a, b), então para qualquer p 0 [a, b] a sequência p n definida por p n+1 = g(p n ), n 0 converge para o único ponto fixo c da função g em [a, b].
25 Convergência do método do ponto fixo (cont) Corolário [Qualidade da aproximação] Nessas condições, o erro na aproximação p n satisfaz as limitantes c p n κ 1 κ p n p n 1, c p n κn 1 κ p 1 p 0, c p n κ n max{p 0 a, b p 0 }. Se κ for conhecido garantimos que c p n < ɛ quando p n p n 1 < (1 κ)ɛ. κ Critério de parada Na prática, quando não conhecemos κ, usamos a condição p n p n 1 < ɛ tol.
26 Convergência do método do ponto fixo (cont) Suponha que κ < 1 é conhecido. Para garantir que c p n < ɛ é suficiente escolher n de forma que κ n ( ) 1 κ p p1 p 0 1 p 0 < ɛ n > log / log(κ 1 ) (1 κ)ɛ ou alternativamente κ n max{p 0 a, b p 0 } < ɛ ( ) max{p0 a, b p 0 } n > log / log(κ 1 ) ɛ
27 Convergência do método do ponto fixo (cont) Essas fórmulas são semelhantes àquela do caso do método da bissecção mas com κ 1 no lugar de 2. Assim um método de ponto fixo com κ < 1/2 em geral vai convergir mais rápido que o método da bissecção. Obsevações: Se o valor de κ se aproxima de zero o número de iterações diminui. Quanto menor o valor de κ tanto mais rápida será a convergência! O fator κ nos ajuda a comparar a velocidade de convergência de diferentes métodos de ponto fixo, e vai nos guiar na construção de um método de ponto fixo muito eficiente.
28 Convergência do método do ponto fixo (cont) Para aplicar o teorema de convergência acima devem ser satisfeitas duas condições de caráter global, ou seja relacionadas com todo o intervalo [a, b] ou (a, b), a saber g([a, b]) [a, b] g (x) κ < 1, x (a, b). Apresentamos um resultado de convergência local que nos será muito útil. Teorema 6 [Convergência local do método do ponto fixo] Seja g uma função com primeira derivada contínua no intervalo [a, b]. Se c (a, b) é um ponto fixo de g e g (c) < 1, então existe δ > 0 tal que para qualquer p 0 [c δ, c + δ] a sequência p n definida por p n+1 = g(p n ), n 0 converge para o ponto fixo c.
29 Exemplo: Queda livre do paraquedista Nesse problema temos g(x) = 0, 981 ( 1 e 5x). Observamos que g(0.5) = > 0.5 e g(1.5) = < 1.5. Além disso g (x) = e 5x > 0, por isso a função é crescente e temos que 0.25 g(x) 1.5 x [0.5, 1.5] Existe pelo menos um ponto fixo em [0.5, 1.5]. Ainda, sabemos que a função g (x) também é decrescente e g (0.5) = , portanto g (x) κ = x [0.5, 1.5] Dessa forma existe um único ponto fixo em [0.5, 1.5].
30 Exemplo: Queda livre do paraquedista (cont.) Consideramos ɛ tol = 10 5 e p 0 = 0.5 n (iteração) p n (aproximação) p n p n 1 (erro) e e e e e 06 Usando ɛ tol = em 13 iterações obtemos p n =
31 Exemplo: Queda livre do paraquedista (cont.) Para esse caso considerando κ = g (0.5) = e ɛ = obtemos que ( ) ɛ n iter > log / log κ max{p 0 a, b p 0 } Essa previsão é muito pessimista! Se por outro lado escolhemos κ = g (0.9) = obtemos n iter > 12.7, que está bem mais próximo do que foi observado!
32 Parte III Método de Newton-Raphson
33 Procurando um bom método de ponto fixo Considere a equação f (x) = 0, e suponha que ela possui uma solução c isolada. Qualquer equivalência f (x) = 0 g(x) = x nos leva a um método de ponto fixo (alguns podem não convergir!). Para um método do ponto fixo ter uma convergência bem rápida, o ideal seria que κ = 0. Essa situação corresponde ao caso especial quando o gráfico de g(x) é uma reta horizontal. Vamos exigir apenas que κ fique muito próximo de zero em uma vizinhança do ponto fixo c. Uma forma bastante natural de garantir isto é exigindo que g (c) = 0.
34 Procurando um bom método de ponto fixo (cont.) Vamos procurar a função g na forma Observe que g(x) = x + a(x)f (x). g(c) = c + a(c)f (c) = c + a(c) 0 g(c) = c. Considerando g (c) = 0 obtemos g (x) = 1 + a (x)f (x) + a(x)f (x) g (c) = 1 + a(c)f (c) logo Definindo satisfazemos a exigência! a(c) = 1 f (c). a(x) = 1 f (x)
35 Método de Newton-Raphson Obtemos então o método de Newton-Raphson Observações p n+1 = p n f (p n) f (p n ), n 0 Método para achar aproximações de um zero da função f. Representa um método de ponto fixo com g(x) = x f (x) f (x). É preciso de um chute inicial p 0 para iniciar as iterações. A derivada f (p n ) não pode ser zero. Na prática, se for muito próxima de zero teremos problemas com a convergência. As vezes é chamado apenas de método de Newton ou método da tangente.
36 Interpretação geométrica A interseção com o eixo x da reta tangente à curva y = f (x) em x = p n, nos dá a nova aproximação p n p1 p p2-0.5
37 Algoritmo: Método de Newton Aproxima um zero de f a partir do chute inicial p 0. Entradas: p 0 (aproximação inicial); tol (tolerância); N iter (número máximo de iterações) Saída: p (valor aproximado) ou mensagem de erro 1 Faça k = 1 2 Enquanto k N iter, execute os passos Faça p = p 0 f (p 0 )/f (p 0 ) 4 Se p p 0 < tol, então SAIDA: p; PARE 5 Faça p 0 = p 6 Faça k = k SAIDA: o método falhou após N iter iterações ; FIM
38 Convergência do método de Newton Teorema 6 [Convergência do método de Newton] Seja f uma função com duas derivadas contínuas no intervalo [a, b]. Suponha que c (a, b) é um zero de f tal que f (c) 0. Então existe δ > 0 tal que para qualquer chute inicial p 0 no intervalo [c δ, c + δ] a sequência p n definida por converge para c. p n+1 = p n f (p n) f (p n ), n 0 Observações O Teorema, garante a convergência quando escolhemos o chute inicial p 0 suficientemente próximo de c. Nesse sentido dizemos que a convergência do método é local.
39 Exemplo: Queda livre do paraquedista Lembramos que temos que resolver a equação Como f (x) = 10 f (x) = chegamos no método p n+1 = p n 9, 81 x 2 9,81 p 2 n 9, 81 x ( 1 e 5x ) ( 1 e 5x ) = ,81 p n ( 1 e 5p n ) (1 e 5pn ) 49, 05 e 5x, x 49,05 e 5pn p n, n 0.
40 Exemplo: Queda livre do paraquedista (cont.) Consideramos ɛ tol = e p 0 = 0.5 n (iteração) p n (aproximação) p n p n 1 (erro) e e e e e e e + 00 Usando este método precisamos de apenas 6 iterações! Realmente a convergência é muito rápida. Praticamente a cada iteração o número de casas decimais exatas é dobrado.
41 Vantagens e desvantagens do método de Newton O método pode ser generalizado para o caso de sistemas de equações (não lineares). Em geral, converge muito rapidamente quando a aproximação inicial é boa. A função deve ser duas vezes diferenciável. É preciso calcular a primeira derivada da função em cada iteração, se o cálculo for muito complicado podemos perder em eficiência computacional. Na prática, se f (c) for muito pequena podemos ter problemas de convergência e precisão. Nas aplicações podemos obter um bom chute inicial, fazendo algumas iterações preliminares pelo método da bissecção. O método pode ser modificado para se evitar o cálculo da primeira derivada.
42 Parte IV Método da secante
43 Metodo da secante Substituindo no método de Newton a aproximação f (p n ) f (pn) f (p n 1) p n p n 1 para a derivada, chegamos no Método da secante p n+1 = p n f (p n)(p n p n 1 ) f (p n ) f (p n 1 ), n 1. Para iniciar as iterações precisamos de duas aproximações iniciais p 0 e p 1. Não é um método do tipo ponto fixo. Converge um pouco mais devagar que o método de Newton.
44 Interpretação geométrica A interseção com o eixo x da reta secante à curva y = f (x) passando pelos pontos (p n 1, f (p n 1 )) e (p n, f (p n )), nos dá a nova aproximação p n p0 p p p
45 Algoritmo: Método da secante Aproxima um zero de f a partir das aproximações iniciais p 0 e p 1. Entradas: p 0 e p 1 (aproximações iniciais); tol (tolerância); N iter (número máximo de iterações) Saída: p (valor aproximado) ou mensagem de erro 1 Faça k = 1 2 Enquanto k N iter, execute os passos Faça p = p 1 f (p 1 )(p 1 p 0 )/(f (p 1 ) f (p 0 )) 4 Se p p 1 < tol, então SAIDA: p; PARE 5 Faça p 0 = p 1, p 1 = p 6 Faça k = k SAIDA: o método falhou após N iter iterações ; FIM
46 Convergência do método da secante Teorema 7 [Convergência do método da secante] Seja f uma função com duas derivadas contínuas no intervalo [a, b]. Suponha que c (a, b) é um zero de f tal que f (c) 0. Então existe δ > 0 tal que para quaisquer chutes iniciais p 0 e p 1 no intervalo [c δ, c + δ] a sequência p n definida por converge para c. p n+1 = p n f (p n)(p n p n 1 ) f (p n ) f (p n 1 ), n 1 Observação A convergência do método está garantida localmente, ou seja as aproximações iniciais devem ser suficientemente boas.
47 Exemplo: Queda livre do paraquedista Lembramos que temos que resolver a equação f (x) = 10 9, 81 x Assim o método da secante fica na forma p n+1 = p n ( 1 e 5x ) = 0. ( (p n p n 1 ) 10 9,81 ( ) ) p n 1 e 5p n 9,81 p n 1 (1 e 5p n 1 ) 9,81 p n (1 e 5pn ), n 1.
48 Exemplo: Queda livre do paraquedista (cont.) Consideramos ɛ tol = 10 16, p 0 = 0.5 e p 1 = 1.5 n (iteração) p n (aproximação) p n p n 1 (erro) e e e e e e e e e e + 00
49 Exemplo: Queda livre do paraquedista (cont.) Observações: Usando este método precisamos de 9 iterações para chegar no resultado. Se comporta um pouco pior que o método de Newton mas ainda melhor que o método do ponto fixo. Praticamente a cada iteração o número de casas decimais exatas cresce mais ou menos em 50%. Como podemos comparar os métodos estudados de uma forma mais geral e quantitativa?
50 Parte V Ordem de convergência
51 Ordem de convergência É uma forma de medir a eficiência do método avaliando o quanto as aproximações melhoram a cada iteração realizada. Definição de ordem de convergência Considere uma sequência de números p n (n 0) que converge para c e tal que p n c. A sequência tem ordem de convergência q = 1, se c p n+1 lim = C 1, com 0 < C 1 < 1. n c p n A tem ordem de convergência q > 1, se c p n+1 lim n c p n q = C q, com C q > 0. A constante C q é chamada de constante assintótica do erro.
52 Ordem de convergência (cont.) Observações: Se as sequências geradas por um determinado método, em geral, possuem ordem de convergência q então dizemos que o método converge com ordem q. No caso q = 1, dizemos que o método (a sequência) converge linearmente, e se q = 2 falamos em convergência quadrática. c p Se lim n+1 n c p n = 0, dizemos que a ordem de q convergência é melhor do que q. Para n grande temos que c p n+1 c p n q C q log( c p n+1 ) q log( c p n ) + log C q, em uma escala logarítmica o gráfico se aproxima de uma reta! (Ou seja, os pontos (log( c p n )), log( c p n+1 ) se aproximam de uma reta.) A inclinação da reta é dada pela ordem q.
53 Comportamento do erro Gráfico dos erros (em escala logarítmica), usando os métodos do ponto fixo, de Newton e da secante, quando resolvemos o problema da queda livre do paraquedista. Compare a inclinação das retas para cada método M. secante M. ponto fixo M. Newton 10 6 c p n c p n
54 Ordem de convergência teórica O resutado observado corresponde ao seguinte teorema. Teorema [sobre a ordem de convergência] O método do ponto fixo p n+1 = g(p n ) converge linearmente com a constante assintôtica C 1 = g (c) onde c é o ponto fixo de g. O método de Newton p n+1 = p n f (p n )/f (p n ) possui convergência quadrática (q = 2) com a constante assintótica C 2 = f (c) 2 f (c) onde c é o zero de f. O método da secante p n+1 = p n f (p n )(p n p n 1 )/(f (p n ) f (p n 1 ) tem ordem de convergência q =
55 Conclusões O método da bissecção é o mais simples de todos os métodos estudados e funciona sob condições bastante gerais. Os outros métodos (do ponto fixo, de Newton e da secante) precisam de funções regulares (diferenciáveis), apresentam restrições nas derivadas para garantir a convergência e convergem apenas localmente (ou seja, precisam de boas aproximações iniciais). O método de Newton possui ordem de convergência quadrática, superando em velocidade aos outros métodos.
56 Em uma Gala xia muito distante... Soluc a o aproximada de equac o es
Universidade Tecnológica Federal do Paraná
Cálculo Numérico - Zeros de Funções Prof a Dr a Diane Rizzotto Rossetto Universidade Tecnológica Federal do Paraná 13 de março de 2016 D.R.Rossetto Zeros de Funções 1/81 Problema Velocidade do pára-quedista
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 9 04/2014 Zeros reais de funções Parte 3 MÉTODO DE NEWTON RAPHSON Cálculo Numérico 3/42 CONSIDERAÇÕES INICIAS MÉTODO DO PONTO
Leia maisCálculo Numérico Ponto Fixo
Cálculo Numérico Ponto Fixo Método do Ponto Fixo (MPF) Dada uma função f(x) contínua no intervalo [a,b] onde existe uma raiz única, f(x) = 0, é possível transformar tal equação em uma equação equivalente
Leia maisMétodo do Ponto Fixo
Determinação de raízes de funções: Método do Ponto Fixo Marina Andretta ICMC-USP 07 de março de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
Leia maisResolução Numérica de Equações (Parte II)
Cálculo Numérico Módulo III Resolução Numérica de Equações (Parte II) Prof: Reinaldo Haas Cálculo Numérico Bissecção Métodos Iterativos para a Obtenção de Zeros Reais de Funções Bissecção Newton-Raphson
Leia maisLista 1 - Cálculo Numérico - Zeros de funções
Lista 1 - Cálculo Numérico - Zeros de funções 1.) De acordo com o teorema de Bolzano, se uma função contínua f(x) assume valores de sinais opostos nos pontos extremos do intervalo [a, b], isto é se f(a)
Leia maisAula 6. Zeros reais de funções Parte 3
CÁLCULO NUMÉRICO Aula 6 Zeros reais de funções Parte 3 MÉTODO DE NEWTON RAPHSON Cálculo Numérico 3/48 CONSIDERAÇÕES INICIAS MÉTODO DO PONTO FIXO: Uma das condições de convergência é que onde I é um intervalo
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 6 Zeros reais de funções Parte 3 MÉTODO DE NEWTON RAPHSON Cálculo Numérico 3/47 CONSIDERAÇÕES INICIAS MÉTODO DO PONTO FIXO:
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 8 04/2014 Zeros reais de funções Parte 2 Voltando ao exemplo da aula anterior, vemos que o ponto médio da primeira iteração
Leia maisTE231 Capitulo 2 Zeros de Funções; Prof. Mateus Duarte Teixeira
TE231 Capitulo 2 Zeros de Funções; Prof. Mateus Duarte Teixeira Sumário 1. Como obter raízes reais de uma equação qualquer 2. Métodos iterativos para obtenção de raízes 1. Isolamento das raízes 2. Refinamento
Leia maisMarina Andretta/Franklina Toledo. 18 de outubro de Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.
Determinação de raízes de funções: Marina Andretta/Franklina Toledo ICMC-USP 18 de outubro de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta/Franklina Toledo (ICMC-USP)
Leia maisCálculo Numérico. Santos Alberto Enriquez-Remigio FAMAT-UFU 2015
Cálculo Numérico Santos Alberto Enriquez-Remigio FAMAT-UFU 2015 1 Capítulo 1 Solução numérica de equações não-lineares 1.1 Introdução Lembremos que todo problema matemático pode ser expresso na forma de
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Zeros de equações transcendentes e Tipos de Métodos polinomiais São dois os tipos de métodos para se achar a(s) raízes de uma equação:
Leia maisC alculo Num erico Ra ızes de Equa c oes Ana Paula Ana Paula C alculo Num erico
Raízes de Equações Sumário 1 Introdução 2 3 Revisão Introdução Introdução Introdução Introdução Serão estudados aqui métodos numéricos para a resolução do problema de determinar as raízes de uma equação
Leia maisEquações não lineares
DMPA IM UFRGS Cálculo Numérico Índice 1 Método da bissecção 2 Método Newton-Raphson 3 Método da secante Vamos estudar métodos numéricos para resolver o seguinte problema. Dada uma função f contínua, real
Leia maisInterpolação polinomial
Cálculo Numérico Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br Departamento de Ciência da Computação IM UFRJ Motivação: População do Brasil Ano População (milhões) 1960 70, 992343 1970 94, 508583 1980
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 04/2014 Zeros reais de funções Parte 1 Objetivo Determinar valores aproximados para as soluções (raízes) de equações da
Leia maisLista de Exercícios de Métodos Numéricos
Lista de Exercícios de Métodos Numéricos 1 de outubro de 010 Para todos os algoritmos abaixo assumir n = 0, 1,, 3... Bisseção: Algoritmo:x n = a+b Se f(a) f(x n ) < 0 então b = x n senão a = x n Parada:
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 04/2014 Zeros reais de funções Parte 1 Objetivo Determinar valores aproximados para as soluções (raízes) de equações da
Leia maisAndréa Maria Pedrosa Valli
Raízes de Equações Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória, ES, Brasil 2-27 Raízes
Leia maisf(1) = 6 < 0, f(2) = 1 < 0, f(3) = 16 > 0 x [2, 3].
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Métodos Numéricos Para Solução
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 5 Zeros reais de funções Parte 2 Voltando ao eemplo da aula anterior, vemos que o ponto médio da primeira iteração 1 = 2,5
Leia maisDCC008 - Cálculo Numérico
DCC008 - Cálculo Numérico Equações Não-Lineares Bernardo Martins Rocha Departamento de Ciência da Computação Universidade Federal de Juiz de Fora bernardomartinsrocha@ice.ufjf.br Conteúdo Introdução Localização
Leia maisCálculo Numérico BCC760 Raízes de equações algébricas e transcendentes
Cálculo Numérico BCC760 Raízes de equações algébricas e transcendentes Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ Introdução Dada uma função y = f(x), o objetivo deste
Leia maisCálculo Numérico. que é denominado erro relativo. Temos então para os dados acima:
Cálculo Numérico 1 Erros Nenhum resultado obtido através de cálculos eletrônicos ou métodos numéricos tem valor se não tivermos conhecimento e controle sobre os possíveis erros envolvidos no processo.
Leia maisCálculo Numérico / Métodos Numéricos. Solução de equações: Método do ponto fixo (iterativo linear - MIL) 15:01
Cálculo Numérico / Métodos Numéricos Solução de equações: Método do ponto fixo (iterativo linear - MIL) 15:01 Idéia Seja f(x) uma função continua em [a,b], intervalo que contém a raiz da equação f(x)=0.
Leia maisSME0300 Cálculo Numérico Aula 4
SME0300 Cálculo Numérico Aula 4 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 13 de agosto de 2015 Aula Passada Operações Aritméticas: Arredondamento a
Leia maisBANCO DE EXERCÍCIOS - 24 HORAS
BANCO DE EXERCÍCIOS - HORAS 9º ANO ESPECIALIZADO/CURSO ESCOLAS TÉCNICAS E MILITARES FOLHA Nº GABARITO COMENTADO ) A função será y,5x +, onde y (preço a ser pago) está em função de x (número de quilômetros
Leia maisCAP. 2 ZEROS REAIS DE FUNÇÕES REAIS
5 CAP. ZEROS REAIS DE FUNÇÕES REAIS OBJETIVO: Estudo de métodos iterativos para resolução de equações não lineares. DEFINIÇÃO : Um nº real é um zero da função f() ou raiz da equação f() = 0 se f( )=0.
Leia maisCálculo Numérico. que é denominado erro relativo. Temos então para os dados acima:
Cálculo Numérico 1 Erros Nenhum resultado obtido através de cálculos eletrônicos ou métodos numéricos tem valor se não tivermos conhecimento e controle sobre os possíveis erros envolvidos no processo.
Leia maisRaízes de uma função. Laura Goulart. 16 de Março de 2016 UESB. Laura Goulart (UESB) Raízes de uma função 16 de Março de / 1
Raízes de uma função Laura Goulart UESB 16 de Março de 2016 Laura Goulart (UESB) Raízes de uma função 16 de Março de 2016 1 / 1 Aproximação de uma raíz Dado uma precisão ɛ > 0, diremos que um ponto c R
Leia maisDCC008 - Cálculo Numérico
DCC008 - Cálculo Numérico Polinômios de Taylor Bernardo Martins Rocha Departamento de Ciência da Computação Universidade Federal de Juiz de Fora bernardomartinsrocha@ice.ufjf.br Conteúdo Introdução Definição
Leia maisUNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição
UNIVERSIDADE FEDERAL DO ABC BC1419 Cálculo Numérico - LISTA 1 - Zeros de Funções (Profs. André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda) 1 Existência e unicidade de zeros; Métodos
Leia maisAula 2- Soluções de Equações a uma Variável (zeros reais de funções reais)
Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer ÍNDICE Aula 2- Soluções de Equações a uma Variável (zeros reais de funções reais) FASE I: Isolamento das raízes. FASE 2: Refinamento: 2.1-
Leia maisEquações não lineares
Capítulo 2 Equações não lineares Vamos estudar métodos numéricos para resolver o seguinte problema. Dada uma função f contínua, real e de uma variável, queremos encontrar uma solução x que satisfaça a
Leia maisExercícios de MATEMÁTICA COMPUTACIONAL. 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares
Exercícios de MATEMÁTICA COMPUTACIONAL Mestrado Integrado em Engenharia Biomédica 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares 1. Considere a equação sin(x) e x = 0. a) Prove que
Leia maisCapítulo 6 - Equações Não-Lineares
Sistemas de Capítulo 6 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil e Electrotécnica Carlos Balsa Métodos Numéricos 1/
Leia maisCálculo Numérico. Aula 4 Zeros de Funções /04/2014. Prof. Rafael mesquita Adpt. por Prof. Guilherme Amorim
Cálculo Numérico Aula 4 Zeros de Funções 2014.1-09/04/2014 Prof. Rafael mesquita rgm@cin.ufpe.br Adpt. por Prof. Guilherme Amorim gbca@cin.ufpe.br Últimas aulas... Aritmética de máquina Erros Sistema de
Leia maisEncontre um valor aproximado para 3 25 com precisão de 10 5 utilizando o método da bissecção.
1 a) Mostre que f (x) = x cos x possui uma raiz no intervalo [0, 1]. b) Prove que essa raiz é única. c) Sem executar o método, preveja o número de iterações que o algoritmo da bissecção utilizaria para
Leia maisRaízes de uma função. Laura Goulart. 14 de Março de 2019 UESB. Laura Goulart (UESB) Raízes de uma função 14 de Março de / 17
Raízes de uma função Laura Goulart UESB 14 de Março de 2019 Laura Goulart (UESB) Raízes de uma função 14 de Março de 2019 1 / 17 Aproximação de uma raíz Dado uma precisão ɛ > 0, diremos que um ponto c
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Zeros de Função Conteúdo específico Métodos iterativos
Leia maisMétodo das Secantes. Marina Andretta/Franklina Toledo ICMC-USP. 4 de setembro de 2012
Determinação de raízes de funções: Método das Secantes Marina Andretta/Franklina Toledo ICMC-USP 4 de setembro de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta/Franklina
Leia maisNotas de Aula de Cálculo Numérico
IM-Universidade Federal do Rio de Janeiro Departamento de Ciência da Computação Notas de Aula de Cálculo Numérico Lista de Exercícios Prof. a Angela Gonçalves 3 1. Erros 1) Converta os seguintes números
Leia maisModelagem Computacional. Parte 8 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisProf. MSc. David Roza José 1/37
1/37 Métodos Abertos Objetivos: Reconhecer as diferenças entre os métodos intervalados e abertos para a localização de raízes; Compreender o método da iteração de ponto-fixo e avaliar suas características
Leia maisAula 6. Zeros reais de funções Parte 3
CÁLCULO NUMÉRICO Aula 6 Zeros reais de funções Parte 3 MÉTODO DE NEWTON RAPHSON Cálculo Numérico 3/47 CONSIDERAÇÕES INICIAIS MÉTODO DO PONTO FIXO: Uma das condições de convergência é que onde I é um intervalo
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo Erros e Aproximações Numéricas Sistemas de Equações Lineares.
Leia maisModelagem Computacional. Parte 2 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 2 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 2 e 3] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisEquações Não Lineares. 35T12 Sala 3G4 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227
Equações Não Lineares 35T12 Sala 3G4 Bruno Motta de Carvalho DIMAp Sala 15 Ramal 227 Introdução Um tipo de problema bastante comum é o de achar raízes de equações da forma f() = 0, onde f() pode ser um
Leia maisEquações não lineares
DMPA IME UFRGS Cálculo Numérico Índice Raizes de polinômios 1 Raizes de polinômios 2 raizes de polinômios As equações não lineares constituídas por polinômios de grau n N com coeficientes complexos a n,a
Leia maisSolução numérica de equações não-lineares
Capítulo 1 Solução numérica de equações não-lineares 1.1 Introdução Lembremos que todo problema matemático pode ser expresso na forma de uma equação. Mas, o que é uma equação? Uma equação é uma igualdade
Leia maisx exp( t 2 )dt f(x) =
INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação
Leia maisAna Paula. October 26, 2016
Raízes de Equações October 26, 2016 Sumário 1 Aula Anterior 2 Método da Secante 3 Convergência 4 Comparação entre os Métodos 5 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Método de
Leia mais- Métodos numéricos. - Métodos analíticos versus métodos numéricos. - Necessidade de se usar métodos numéricos. - Métodos iterativos
Tópicos Tópicos - Métodos numéricos - Métodos analíticos versus métodos numéricos - Necessidade de se usar métodos numéricos - Métodos iterativos - Resolução de problemas - Problemas com equações não lineares
Leia maisCapítulo 4 - Equações Não-Lineares
Capítulo 4 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil, Química e Gestão Industrial Carlos Balsa Métodos Numéricos 1/
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Zeros de Função Conteúdo específico Regula-Falsi Exemplos
Leia maisInterpolação polinomial: Polinômio de Lagrange
Interpolação polinomial: Polinômio de Lagrange Marina Andretta ICMC-USP 09 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500 - cálculo
Leia maisNeste capítulo estamos interessados em resolver numericamente a equação
CAPÍTULO1 EQUAÇÕES NÃO-LINEARES 1.1 Introdução Neste capítulo estamos interessados em resolver numericamente a equação f(x) = 0, onde f é uma função arbitrária. Quando escrevemos resolver numericamente,
Leia maisAjuste de dados por mínimos quadrados
Cálculo Numérico por mínimos quadrados Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br Departamento de Ciência da Computação IM UFRJ Motivação: População do Brasil Ano População (milhões) 1960 70, 992343
Leia mais( ) ( ) 60 ( ) ( ) ( ) ( ) R i. Método de Newton. Método de Newton = Substituindo i por x, teremos: 1.Introdução 2.
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I R A = + i ( i ) n
Leia maisMétodo de Newton. 1.Introdução 2.Exemplos
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Método de Newton Prof.:
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 09/2014 Zeros reais de funções Parte 1 Objetivo Determinar valores aproimados para as soluções (raízes) de equações da forma:
Leia maisMétodos iterativos dão-nos uma valor aproximado para s. Sequência de valores de x que convergem para s.
Análise Numérica 1 Resolução de equações não lineares ou Cálculo de zeros de funções Problema: Dada a função f(x) determinar o valor s tal que f(s) = 0. Slide 1 Solução: Fórmulas exemplo: fórmula resolvente
Leia maisCálculo Numérico. Zeros de funções reais
Cálculo Numérico Zeros de funções reais Agenda Introdução Isolamento de raízes Refinamento Bissecção Posição Falsa Método do ponto fixo (MPF) Método de Newton-Raphson Método da secante Introdução Um número
Leia maisétodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisTP062-Métodos Numéricos para Engenharia de Produção Zeros: Introdução
TP062-Métodos Numéricos para Engenharia de Produção Zeros: Introdução Prof. Volmir Wilhelm Curitiba, 2015 Os zeros de uma função são os valores de x que anulam esta função. Este podem ser Reais ou Complexos.
Leia maisCálculo Numérico A - 2 semestre de 2006 Prof. Leonardo F. Guidi. 2 a Lista de Exercícios - Gabarito. 1) Seja a equação não linear x e x = 0.
Cálculo Numérico A - 2 semestre de 2006 Prof. Leonardo F. Guidi 2 a Lista de Exercícios - Gabarito 1) Seja a equação não linear x e x = 0. A solução é dada em termos da função W de Lambert, x = W 1) 0,
Leia maisResolução de sistemas de equações não-lineares: Método Iterativo Linear
Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 18 de setembro de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.
Leia maisResolução Numérica de Equações Métodos Parte II
Cálculo Numérico Resolução Numérica de Equações Métodos Parte II Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - www.dsc.ufcg.edu.br/~cnum/
Leia maisPUC-GOIÁS - Departamento de Computação
PUC-GOIÁS - Departamento de Computação Fundamentos IV/Enfase Clarimar J. Coelho Goiânia, 28/05/2014 O que é interpolação polinomial? Ideia básica Permite construir um novo conjunto de dados a partir de
Leia maisResolução de sistemas de equações não-lineares: Método Iterativo Linear
Resolução de sistemas de equações não-lineares: Método Iterativo Linear Marina Andretta/Franklina Toledo ICMC-USP 27 de março de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.
Leia maisParte 1: Exercícios Teóricos
Cálculo Numérico SME0104 ICMC-USP Lista 5: Zero de Funções Lembrete (informação que vai estar disponível na prova) Método de Newton Método da Secante x k+1 = x k f(x k) f (x k ), x k+1 = x k J 1 F (x k
Leia maisMétodos Numéricos Zeros: Introdução. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina
Métodos Numéricos Zeros: Introdução Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Um número real é um zero da função f(x) ou uma raiz da equação f(x)=0, se f( )=0. 2 Os zeros de uma função
Leia maisComputação Científica 65
Capítulo 3. 1. Métodos numéricos Sempre que se pretende resolver um problema cuja solução é um valor numérico, é habitual ter de se considerar, para além de conceitos mais abstratos (que fornecem um modelo
Leia maisMAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Zeros de Funções
MAP 2121 - CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Zeros de Funções 1: Mostre que a função f(x) = x 2 4x + cos x possui exatamente duas raízes: α 1 [0, 1.8] e α 2 [3, 5]. Considere as funções:
Leia maisCálculo Numérico. Aula 5 Método Iterativo Linear e Newton-Raphson /04/2014
Cálculo Numérico Aula 5 Método Iterativo Linear e Newton-Raphson 2014.1-15/04/2014 Prof. Rafael mesquita rgm@cin.ufpe.br Adpt. por Prof. Guilherme Amorim gbca@cin.ufpe.br O que vimos até agora? Zeros de
Leia maisUniversidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Método de Newton Paulo Evandro Viana Belo Horizonte, março de 006 AOS MEUS QUERIDOS E ESTIMADOS FAMILIARES E,
Leia maisResolução Numérica de Equações Métodos Parte II
Cálculo Numérico Resolução Numérica de Equações Métodos Parte II Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - www.dsc.ufcg.edu.br/~cnum/
Leia maisA. Equações não lineares
A. Equações não lineares 1. Localização de raízes. a) Verifique se as equações seguintes têm uma e uma só solução nos intervalos dados: i) (x - 2) 2 ln(x) = 0, em [1, 2] e [e, 4]. ii) 2 x cos(x) (x 2)
Leia maisExercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA
Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA Licenciaturas em Engenharia do Ambiente e Química 2 o Semestre de 2005/2006 Capítulo II Resolução Numérica de Equações Não-Lineares 1. Considere a equação sin(x)
Leia maisCálculo Numérico. Aula 6 Método das Secantes e Critérios de Parada /04/2014
Cálculo Numérico Aula 6 Método das Secantes e Critérios de Parada 2014.1-22/04/2014 Prof. Rafael mesquita rgm@cin.ufpe.br Adpt. por Prof. Guilherme Amorim gbca@cin.ufpe.br Aula passada? Método Iterativo
Leia maisCálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner
Cálculo Numérico / Métodos Numéricos Solução de equações polinomiais Briot-Ruffini-Horner Equações Polinomiais p = x + + a ( x) ao + a1 n x n Com a i R, i = 0,1,, n e a n 0 para garantir que o polinômio
Leia maisUNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA PROGRAMA DE EDUCAÇÃO TUTORIAL APOSTILA DE CÁLCULO. Realização:
UNIVERSIDADE FEDERAL DO CEARÁ CENTRO DE TECNOLOGIA PROGRAMA DE EDUCAÇÃO TUTORIAL APOSTILA DE CÁLCULO Realização: Fortaleza, Fevereiro/2010 1. LIMITES 1.1. Definição Geral Se os valores de f(x) puderem
Leia maisSolução de sistemas de equações lineares
Cálculo Numérico Solução de sistemas de equações lineares Prof Daniel G Alfaro Vigo dgalfaro@dccufrjbr Departamento de Ciência da Computação IM UFRJ Parte I Métodos diretos Motivação: Circuito elétrico
Leia maisO método da falsa posição
Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência c Publicação Eletrônica do KIT http://www.dma.uem.br/kit O método da falsa posição
Leia maisVamos revisar alguns fatos básicos a respeito de séries de potências
Seção 4 Revisão sobre séries de potências Vamos revisar alguns fatos básicos a respeito de séries de potências a n (x x ) n, que serão úteis no estudo de suas aplicações à resolução de equações diferenciais
Leia maisArtur M. C. Brito da Cruz. Escola Superior de Tecnologia Instituto Politécnico de Setúbal 2015/2016 1
Equações Não Lineares Análise Numérica Artur M. C. Brito da Cruz Escola Superior de Tecnologia Instituto Politécnico de Setúbal 2015/2016 1 1 versão 20 de Setembro de 2017 Conteúdo 1 Introdução...................................
Leia maisRaízes de Equações métodos delimitados. qual o problema? equações não lineares/raízes
Raízes de Equações métodos delimitados Aula 5 (16/0/07) Métodos Numéricos Aplicados à Engenharia Licenciatura em Engenharia Alimentar Escola Superior Agrária de Coimbra qual o problema? Podemos calcular
Leia maisResumo das aulas dos dias 4 e 11 de abril e exercícios sugeridos
MAT 1351 Cálculo para funções uma variável real I Curso noturno de Licenciatura em Matemática 1 semestre de 2016 Docente: Prof. Dr. Pierluigi Benevieri Resumo das aulas dos dias 4 e 11 de abril e exercícios
Leia maisMétodos Numéricos. Turma CI-202-X. Josiney de Souza.
Métodos Numéricos Turma CI-202-X Josiney de Souza josineys@inf.ufpr.br Agenda do Dia Aula 5 (16/09/15) Zero de funções: Introdução Tipos de métodos Diretos Indiretos ou iterativos Fases de cálculos Isolamento
Leia maisTeoremas e Propriedades Operatórias
Capítulo 10 Teoremas e Propriedades Operatórias Como vimos no capítulo anterior, mesmo que nossa habilidade no cálculo de ites seja bastante boa, utilizar diretamente a definição para calcular derivadas
Leia maisIntrodução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Zeros de Função Conteúdo específico Aspectos básicos
Leia maisMatemática Computacional - Exercícios
Matemática Computacional - Exercícios 1 o semestre de 2007/2008 - Engenharia Biológica Teoria de erros e Representação de números no computador Nos exercícios deste capítulo os números são representados
Leia mais3. Limites e Continuidade
3. Limites e Continuidade 1 Conceitos No cálculo de limites, estamos interessados em saber como uma função se comporta quando a variável independente se aproxima de um determinado valor. Em outras palavras,
Leia maisEquações diferenciais ordinárias
Departamento de Física Universidade Federal da Paraíba 24 de Junho de 2009 Motivação Problemas envolvendo equações diferenciais são muito comuns em física Exceto pelos mais simples, que podemos resolver
Leia maisA derivada de uma função
Universidade de Brasília Departamento de Matemática Cálculo 1 A derivada de uma função Supona que a função f está definida em todo um intervalo aberto contendo o ponto a R. Dizemos que f é derivável no
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS
UNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS Representação de Números Reais e Erros 1. Converta os seguintes números
Leia mais