II. Funções de uma única variável

Tamanho: px
Começar a partir da página:

Download "II. Funções de uma única variável"

Transcrição

1 II. Funções de uma única variável 1 II.1. Conceitos básicos A otimização de de funções de de uma única variável consiste no no tipo mais elementar de de otimização. Importância: Tipo de problema encontrado na prática; Embasamento teórico semelhante ao empregado na análise de problemas com maior número de variáveis; A otimização para uma única variável consiste num subproblema para a otimização de funções de várias variáveis. 2 1

2 Estratégia usual para problemas de de várias variáveis: { X } k+1 = { X } k + α { d } k X = vetor das variáveis de projeto, de dimensão n k = número da iteração d = direção de busca (ou direção de descida) α = tamanho do passo na direção de busca (também conhecida como busca unidimensional, busca unidirecional ou busca linear) 3 Propriedades das funções de de uma única variável: y = f(x) S R x = variável independente y = variável dependente R = conjunto de números reais S = conjunto que contém as variáveis independentes (x S) Se S = R problema sem restrição Caso contrário, constitui-se num problema com restrição, no qual S é um subconjunto de R. 4 2

3 Por exemplo, f(x) = x 3 + 2x 2 x + 3, x R é uma função sem restrição, enquanto f(x) = x 3 + 2x 2 x + 3, x S = {x -5 x 5} é uma função com restrição. Em otimização: f = função objetivo S = região factível (ou domínio) 5 Classificação das funções: Contínuas Descontínuas Discretas 6 3

4 Continuidade de de uma função: Uma função f(x) é contínua no ponto x se, dado um ε > 0, existe um δ > 0 tal que y x < δ implica em f(y) - f(x) < ε Funções monotônicas: Uma função f(x) é monotônica se, para quaisquer dois pontos x 1 e x 2, tem-se que: f(x 1 ) f(x 2 ) (monotonicamente crescente) f(x 1 ) f(x 2 ) (monotonicamente descrescente) 7 Observação: Uma função não precisa ser contínua para ser monotônica. Ex: monotônica crescente monotônica decrescente 8 4

5 Funções unimodais: Uma função f(x) é unimodal no intervalo a x b se e somente se ela é monotônica em ambos os lados do ponto de ótimo x* no intervalo. Ex: Funções convexas: Uma função f(x) é dita convexa sse para quaisquer dois pontos x (1) e x (2) S, tem-se que: f [λ x (1) + (1- λ) x (2) ] λf(x (1) ) + (1- λ) f(x (2) ) com 0 λ 1 9 Ou seja: o segmento que une dois pontos quaisquer situa-se sempre sobre ou acima da curva entre estes dois pontos. 10 5

6 Algumas propriedades importantes de funções convexas: - A segunda derivada é sempre não negativa para qualquer x no intervalo; - Existe um único ponto de mínimo. convexa côncava não-convexa 11 Diferenciabilidade de de uma função: A primeira derivada, ou gradiente de uma função f em x 0 representa a declividade da reta tangente à função no ponto. Formalmente, tem-se: f' (x) = df dx 0 x = x f(x + h) f(x) = lim h 0 h A função é dita diferenciavel em X 0 se f (x 0 ) existe. O valor do limite deve ser o mesmo tanto para valores positivos como negativos de h, ou seja, à direita e à esquerda do ponto. 12 6

7 Ex: A função f(x) = x não é diferenciavel na origem. Uma função não diferenciavel é usualmente designada como C 0. Já uma função que possua primeira derivada contínua (mas não a segunda derivada) é chamada de C 1. De forma geral, a designação C n indica a continuidade até a n-ésima derivada. 13 II.2. Condições de otimalidade: Respondem à pergunta: Uma solução x* x* é de de fato a solução ótima? Definições: Uma função f(x) definida em S possui seu mínimo global em x** S se e somente se: f(x**) f(x), x S Uma função f(x) definida em S possui seu mínimo local em x* Ssse: f(x*) f(x), x contido em um intervalo ε de x* ou seja, existe um ε>0 tal que para qualquer x satisfazendo x-x* < ε, tem-se que f(x*) f(x) 14 7

8 Observações: Invertendo as desigualdades, tem-se definições equivalentes para máximo global e máximo local; Verificada a unimodalidade da função, o mínimo local passa a equivaler ao mínimo global; Quando a função não é unimodal, muitos mínimos locais são possíveis. A localização do mínimo global pode ser determinada localizando-se todos os ótimos locais e escolhendo o melhor (algorítmos de busca local). 15 Exemplo: x 1 = máximo global x 2 = mínimo local x 3 = máximo global x 4 = mínimo global x 5 = mínimo e máximo local 16 8

9 Identificação do do ponto de de ótimo: Seja f(x) uma função de uma única variável x definida no intervalo aberto (a,b), e seja f diferenciável de ordem n no intervalo. Se x* é um ponto do intervalo, a mudança no valor de x* para (x* + ε) pode, expandindo a função em série de Taylor, ser escrita como: df 2 2 d f n n d f f(x * ) f(x*) ( ) ε... ε + ε = + ε On 1( ε) dx * x x 2! 2 * dx x x n! n * + = = dx x = x onde O n+1 (ε) indica os termos de ordem superior. Se x* é um mínimo local de f em (a,b), tem-se que para todo x a uma distância igual ou inferior a ε: f(x) f(x*) 17 A desigualdade anterior implica em que: df 2 2 d f n n d f ( ) ε... ε ε On 1( ε) 0 dx * x x 2! 2 * dx x x n! n * + = = dx x = x Para valores pequenos de ε o primeiro termo domina os demais. Como ε pode ser tanto positivo como negativo, tem-se que a relação acima é verdadeira se: df dx 0 * x = x = Ainda da desigualdade, tem-se: 2 d f 0 2 * dx x = x Uma construção semelhante pode ser feita para a determinação do ponto de máximo local pela inversão do sentido da desigualdade. 18 9

10 Teorema: São condições necessárias para que x* seja um mínimo local de f no intervalo aberto (a,b), sendo f duas vezes diferenciável (C 2 ): df dx 0 * x = x = e 2 d f 0 2 * dx x = x As condições acima são apenas condições necessárias, ou seja, podem ser atendidas sem que o ponto corresponda a um ponto de ótimo (pode ser ponto de inflexão ou ponto de sela). Teorema: Seja a primeira derivada no ponto x* igual a zero. Designando por n a primeira derivada de ordem superior não nula, tem-se que: -Se n é impar, então x* corresponde a um ponto de inflexão; n d f -Se n é par, x* corresponde a: > 0 mínimo local n * dx x = x n d f < 0 n * dx x = x máximo local 19 II.3. Métodos para a determinação do ótimo: Em função de sua importância, existe um grande número de métodos para a determinação do ponto de ótimo para funções de uma única variável. Propriedade necessária à quase totalidade dos métodos: unimodalidade Uma classificação possivel: Métodos de eliminação de região (comparam valores de f); Métodos que utilizam informações das derivadas; Métodos que utilização aproximações polinomiais, com ou sem derivadas; 20 10

11 II.3.1. Métodos de eliminação de região: Teorema: Seja f estritamente unimodal no intervalo fechado (a,b) com mínimo em x*. Sendo x 1 e x 2 dois pontos no intervalo, de tal forma que a<x 1 <x 2 <b, tem-se que: Se f(x 1 ) > f(x 2 ), então x* (x 1,b) Se f(x 1 ) < f(x 2 ), então x* (a,x 2 ) Se f(x 1 ) = f(x 2 ), então x* (x 1,x 2 ) f(x 1 ) > f(x 2 ) f(x 1 ) < f(x 2 ) 21 Método de redução à metade (interval halving): Como o nome sugere, reduz o intervalo à metade a cada iteração. a x 1 x m x 2 b Valores iniciais: x m =(a+b)/2 L=b-a x 1 =a+l/4 x 2 =b-l/4 Se f 1 < f m : b x m x m x 1 Novos L, x 1 e x 2 calculados Se f 2 < f m : a x m x m x 2 Novos L, x 1 e x 2 calculados Se f 2 >f m e f 1 >f m: a x 1 b x 2 Novos L, x 1 e x 2 calculados 22 11

12 Método da Seção Áurea (Golden Section) Consiste em uma forma bastante eficiente de eliminação de região. 1-τ τ -(1-τ) τ Descartar x l x 1 x 2 x u τ 1-τ Os valores de x 1 e x 2 são determinados de forma que a razão entre os pontos intermediários e os extremos seja sempre a mesma: x1 xl x2 x1 = x x x x u l u 1 Fazendo x u =1 e x l =0, tem-se: 1- τ= τ 2, resultando em x 2 = τ = 0,61803 e x 1 = 0, É interessante observar que: x 2 = 0,61803 = x 1 /x 2 x 1 = x 2 2 x 2 /x 1 = 1,61803 Número áureo (ou phi) Sequência de Fibonacci: F= 1,1,2,3,5,8,13,21... F i+1 = F i + F i-1 Verifica-se que: lim (Fi+1 / Fi ) = 1,61803 i 24 12

13 Após os cálculos de x 1 e x 2, cada novo valor reduzirá o intervalo a (1- τ) do intervalo anterior. Ou seja, caso o intervalo fosse reduzido à metade a cada novo cálculo de x, após n cálculos o intervalo inicial se reduziria a (1/2) n/2. Segundo o Golden Section, esse mesmo intervalo seria reduzido a τ n-1. Os métodos de eliminação de região necessitam apenas que a função seja unimodal. Pode-se portanto trabalhar com funções contínuas ou descontínuas, ou mesmo com variáveis discretas. x 1 = τx l +(1- τ)x u e x 2 = (1-τ)x l + τx u Se f1>f2: x l x 1 x 1 x 2 Novo x 2 é calculado C.c.: x u x 2 x 2 x 1 Novo x 1 é calculado 25 II.3.2. Aproximação polinomial: Caso a função a otimizar seja contínua, pode ser convenientemente aproximada por um polinômio. Consideram não apenas as diferenças entre os valores das funções em determinados pontos, mas também as magnitudes destas diferenças. Polinômio usuais (Vanderplaats): Lineares Quadráticos (informações de 2 ou 3 pontos) Cúbicos (informações de 2 ou 3 pontos) 26 13

14 Aproximação polinomial quadrática: q(x) = a0 + a1(x x1) + a2(x x1)(x x 2 ) onde: a 0 = f 1 f2 f1 a1 = x 2 x1 1 f3 f1 f2 f1 a2 = ( ) x3 x2 x3 x1 x2 x1 dq como: = 0 dx x + x 2 tem-se que: x = x * a 2a2 27 II.3.3. Métodos que utilizam derivadas: Podem ser empregados caso a função a otimizar seja, além de unimodal e contínua, também diferenciável. Principais métodos: Newton-Raphson Bisecção Secante (ou false position) Ajustes polinomiais (cúbicos ou quadráticos de 2 pontos) 28 14

15 Método de Newton-Raphson: Necessita que a função seja duas vezes diferenciável. Ao contrário dos métodos anteriormente estudados, trabalha com apenas um ponto. Conhecendo o valor da função e de sua derivada neste ponto, é efetuada uma aproximação linear. 29 Efetuando a expansão em série de Taylor, tem-se: ' ' '' f (xk+ 1) = f (xk ) + f (xk )(xk+ 1 xk ) Igualando a derivada a zero, resulta em: Observação: ' f (xk ) xk+ 1 = xk '' f (xk ) Dependendo do ponto inicial adotado, bem como da forma da função, o método pode apresentar divergência em relação ao ótimo

16 Método da Bissecção: Determina a derivada da função em um ponto, comparando-a com a do ponto anteriormente obtido. Sendo a função unimodal, um ponto extremo se localiza entre dois pontos de curvaturas de sentido contrário. Uma vez determinados dois pontos L e R tais que f (L)<0 e f (R)>0, determina-se a derivada no ponto médio z: L + R z = 2 Se f (z)>0, o intervalo (z,r) pode ser eliminado; Caso contrário (f (z)<0, elimina-se o intervalo (L,z). Observação: O método utiliza apenas o sinal da derivada, não seu valor. 31 Método Secante (ou False Position): Considera que a derivada de segunda ordem pode ser difícil de calcular. Desta forma, efetua uma aproximação desta derivada a partir de Newton- Raphson. Substituindo f''(x k ) em Newton-Raphson por: '' ' ' f (x) = (f (xk ) f (xk 1))/(xk xk 1) Tem-se: ' f (xk ) xk+ 1 = xk ' ' (f (xk ) f (xk 1)) /(xk xk 1) 32 16

17 Interpretação: Adotando a notação de Reklaitis, a equação anterior pode ser escrita como: ' f (R) z = R ' ' (f (R) f (L)) /(R L) O processo é finalizado quando f ' (z) ε 33 17

Equações não lineares

Equações 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 mais

Ana Paula. October 26, 2016

Ana 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

2.3- Método Iterativo Linear (MIL)

2.3- Método Iterativo Linear (MIL) .3- Método Iterativo Linear (MIL) A fim de introduzir o método de iteração linear no cálculo de uma raiz da equação (.) f(x) = 0 expressamos, inicialmente, a equação na forma: (.) x = Ψ(x) de forma que

Leia mais

Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que. Max f(x) s. a a x b

Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que. Max f(x) s. a a x b Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que se queira resolver o seguinte PPNL: Max f(x) s. a a x b Pode ser que f (x) não exista ou que seja difícil resolver a equação

Leia mais

Equações não lineares

Equações 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 mais

Estudo de funções. Universidade Portucalense Departamento de Inovação, Ciência e Tecnologia Curso Satélite - Módulo I - Matemática.

Estudo de funções. Universidade Portucalense Departamento de Inovação, Ciência e Tecnologia Curso Satélite - Módulo I - Matemática. Universidade Portucalense Departamento de Inovação, Ciência e Tecnologia Curso Satélite - Módulo I - Matemática Estudo de funções Continuidade Consideremos as funções: f : R R g : R R x x + x x +, x 1

Leia mais

Derivadas Parciais Capítulo 14

Derivadas Parciais Capítulo 14 Derivadas Parciais Capítulo 14 DERIVADAS PARCIAIS Como vimos no Capítulo 4, no Volume I, um dos principais usos da derivada ordinária é na determinação dos valores máximo e mínimo. DERIVADAS PARCIAIS 14.7

Leia mais

Resumo das aulas dos dias 4 e 11 de abril e exercícios sugeridos

Resumo 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 mais

TP062-Métodos Numéricos para Engenharia de Produção Zeros: Introdução

TP062-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 mais

A. Equações não lineares

A. 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 mais

Encontre um valor aproximado para 3 25 com precisão de 10 5 utilizando o método da bissecção.

Encontre 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 mais

x exp( t 2 )dt f(x) =

x 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 mais

Cálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner

Cálculo 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 mais

Métodos Numéricos. Turma CI-202-X. Josiney de Souza.

Métodos 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 9 (30/09/15) Método de Ponto Fixo: Método de Newton- Raphson ou Método das Tangentes O que é Como é calculado Particularidades

Leia mais

A Derivada e a Inclinação de um Gráfico

A Derivada e a Inclinação de um Gráfico 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 A Derivada e a Inclinação

Leia mais

CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES

CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES Vamos estudar alguns métodos numéricos para resolver: Equações algébricas (polinómios não lineares; Equações transcendentais equações que envolvem funções

Leia mais

étodos 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 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 mais

CCI-22 CCI-22. 4) Equações e Sistemas Não Lineares. Matemática Computacional. Bissecção, Posição Falsa, Ponto Fixo, Newton-Raphson, Secante

CCI-22 CCI-22. 4) Equações e Sistemas Não Lineares. Matemática Computacional. Bissecção, Posição Falsa, Ponto Fixo, Newton-Raphson, Secante Matemática Computacional 4) Equações e Sistemas Não Lineares Carlos Alberto Alonso Sanches Bissecção, Posição Falsa, Ponto Fio, Newton-Raphson, Secante Introdução Ponto Fio Introdução Ponto Fio Raízes

Leia mais

A Derivada e a Inclinação de um Gráfico. A Derivada e a Inclinação de um Gráfico

A Derivada e a Inclinação de um Gráfico. A Derivada e a Inclinação de um Gráfico 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 A Derivada e a Inclinação

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO 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 mais

Derivadas Parciais Capítulo 14

Derivadas Parciais Capítulo 14 Derivadas Parciais Capítulo 14 DERIVADAS PARCIAIS 14.2 Limites e Continuidade Nesta seção, aprenderemos sobre: Limites e continuidade de vários tipos de funções. LIMITES E CONTINUIDADE Vamos comparar o

Leia mais

Interpretação Geométrica

Interpretação Geométrica .. Método da Iteração Linear MIL Seja uma unção contínua em [a, com α [ a, tal que α. O Método de Iterações Lineares consiste em: a transormar a equação numa unção de iteração ϕ ; b adotar um valor inicial

Leia mais

LUCAS PALMA SILVA MÉTODO DE NEWTON E BACIAS DE

LUCAS PALMA SILVA MÉTODO DE NEWTON E BACIAS DE LUCAS PALMA SILVA MÉTODO DE NEWTON E BACIAS DE CONVERGÊNCIA Curitiba 014 LUCAS PALMA SILVA MÉTODO DE NEWTON E BACIAS DE CONVERGÊNCIA Trabalho de Conclusão do Curso de Matemática Industrial da Universidade

Leia mais

Método de Newton. Podemos escrever este problema na forma vetorial denindo o vetor x = [x 1, x 2,..., x n ] T e a função vetorial

Método de Newton. Podemos escrever este problema na forma vetorial denindo o vetor x = [x 1, x 2,..., x n ] T e a função vetorial Método de Newton 1 Introdução O método de Newton aplicado a encontrar a raiz x da função y = fx) estudado na primeira área de nossa disciplina consiste em um processso iterativo Em cada passo deste processo,

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu Programação Não Linear Aula 7: Programação Não-Linear - Funções de Várias variáveis Vector Gradiente; Matriz Hessiana; Conveidade de Funções e de Conjuntos; Condições óptimas de funções irrestritas; Método

Leia mais

Prof. MSc. David Roza José 1/28

Prof. MSc. David Roza José 1/28 1/28 Otimização Objetivos: Compreender porquê e onde surgem problemas de otimização na engenharia; Reconhecer a diferença entre otimização unidimensional e multidimensional; Distinguir entre ótimo local

Leia mais

Derivada. Capítulo Retas tangentes e normais Número derivado

Derivada. Capítulo Retas tangentes e normais Número derivado Capítulo 3 Derivada 3.1 Retas tangentes e normais Vamos considerar o problema que consiste em traçar a reta tangente e a reta normal a uma curvay= f(x) num determinado ponto (a,f(a)) da curva. Por isso

Leia mais

Neste capítulo estamos interessados em resolver numericamente a equação

Neste 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 mais

Aula 2: Funções. Margarete Oliveira Domingues PGMET/INPE. Aula 2 p.1/57

Aula 2: Funções. Margarete Oliveira Domingues PGMET/INPE. Aula 2 p.1/57 Aula 2 p.1/57 Aula 2: Funções. Margarete Oliveira Domingues PGMET/INPE Definição e representação Aula 2 p.2/57 Aula 2 p.3/57 Função Definição: Uma função de um conjunto em um conjunto, é uma correspondência

Leia mais

y (n) (x) = dn y dx n(x) y (0) (x) = y(x).

y (n) (x) = dn y dx n(x) y (0) (x) = y(x). Capítulo 1 Introdução 1.1 Definições Denotaremos por I R um intervalo aberto ou uma reunião de intervalos abertos e y : I R uma função que possua todas as suas derivadas, a menos que seja indicado o contrário.

Leia mais

EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR. QUESTÃO 1: Indique as afirmativas verdadeiras.

EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR. QUESTÃO 1: Indique as afirmativas verdadeiras. EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR QUESTÃO 1: Indique as afirmativas verdadeiras. ( ) O número Pi não pode ser representado de forma exata em sistemas numéricos de

Leia mais

Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma:

Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: 46 VALOR ESPERADO CONDICIONADO Seja (X,Y) uma v.a. bidimensional contínua ou discreta. Define-se valor esperado condicionado de X para um dado Y igual a y da seguinte forma: Variável contínua E + ( X Y

Leia mais

MESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação. Aula 06. Prof. Dr. Marco Antonio Leonel Caetano

MESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação. Aula 06. Prof. Dr. Marco Antonio Leonel Caetano MESTRADO EM MACROECONOMIA e FINANÇAS Disciplina de Computação Aula 06 Prof. Dr. Marco Antonio Leonel Caetano 1 Guia de Estudo para Aula 06 Aplicação de AutoValores - Usando autovalor para encontrar pontos

Leia mais

Concavidade e pontos de inflexão Aula 20

Concavidade e pontos de inflexão Aula 20 Concavidade e pontos de inflexão Aula 20 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 22 de Abril de 2014 Primeiro Semestre de 2014 Turma 2014106 - Engenharia Mecânica

Leia mais

Capítulo 4 - Equações Não-Lineares

Capítulo 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 mais

Resolução Numérica de Equações Métodos Parte II

Resolução 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 mais

Cálculo Numérico P2 EM33D

Cálculo Numérico P2 EM33D Cálculo Numérico P EM33D 8 de Abril de 03 Início: 07h30min (Permanência mínima: 08h40min) Término: 0h00min Nome: GABARITO LER ATENTAMENTE AS OBSERVAÇÕES, POIS SERÃO CONSIDERADAS NAS SUA AVALIAÇÃO ) detalhar

Leia mais

Teoremas e Propriedades Operatórias

Teoremas 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 mais

étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA

Leia mais

étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno

étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno étodos uméricos INTERPOLAÇÃO, EXTRAPOLAÇÃO, APROXIMAÇÃO E AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA

Leia mais

Andréa Maria Pedrosa Valli

Andréa 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 mais

ENG-418 OTIMIZAÇÃO DE PROCESSOS QUÍMICOS

ENG-418 OTIMIZAÇÃO DE PROCESSOS QUÍMICOS Universidade Federal da Bahia - UFBA Escola Politécnica EP Departamento de Engenharia Química - DEQ Laboratório de Controle e Otimização de Processos Industriais - LACOI Disciplina: Otimização de Processos

Leia mais

Sist. de equações não-lineares e problemas de empacotamento

Sist. de equações não-lineares e problemas de empacotamento Sistemas de equações não-lineares e problemas de empacotamento Jan Marcel Paiva Gentil Orientador: Ernesto G. Birgin Instituto de Matemática e Estatística Universidade de São Paulo Fomento: FAPESP (proc.

Leia mais

P L A N I F I C A Ç Ã 0 E n s i n o S e c u n d á r i o

P L A N I F I C A Ç Ã 0 E n s i n o S e c u n d á r i o P L A N I F I C A Ç Ã 0 E n s i n o S e c u n d á r i o 206-207 DISCIPLINA / ANO: Matemática A - ºano MANUAL ADOTADO: NOVO ESPAÇO - Matemática A º ano GESTÃO DO TEMPO Nº de Nº de Nº de tempos tempos tempos

Leia mais

c PAVF 2 Produc~ao Considere o problema de determinar a melhor maneira de combinar varios insumos (p. ex., sementes, maquinario, trabalho humano, :::

c PAVF 2 Produc~ao Considere o problema de determinar a melhor maneira de combinar varios insumos (p. ex., sementes, maquinario, trabalho humano, ::: c PAVF 1 Aplicac~oes Produc~ao Aproximac~ao Planejamento Controle Alocac~ao Geometria Equac~oes c PAVF 2 Produc~ao Considere o problema de determinar a melhor maneira de combinar varios insumos (p. ex.,

Leia mais

CCI-22. Matemática Computacional. Carlos Alberto Alonso Sanches Juliana de Melo Bezerra

CCI-22. Matemática Computacional. Carlos Alberto Alonso Sanches Juliana de Melo Bezerra CCI-22 Matemática Computacional Carlos Alberto Alonso Sanches Juliana de Melo Bezerra CCI-22 4) Equações e Sistemas Não Lineares Biss ã P si ã F ls P nt Fi Bissecção, Posição Falsa, Ponto Fio, Newton-Raphson,

Leia mais

Métodos Numéricos Interpolação / Aproximação. Renato S. Silva, Regina C. Almeida

Métodos Numéricos Interpolação / Aproximação. Renato S. Silva, Regina C. Almeida Métodos Numéricos Interpolação / Aproximação Renato S. Silva, Regina C. Almeida Interpolação / Aproximação situação: uma fábrica despeja dejetos no leito de um rio; objetivo: determinar a quantidade de

Leia mais

Análise Convexa. 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone. 2. Hiperplanos: suporte, separador, teorema da separação

Análise Convexa. 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone. 2. Hiperplanos: suporte, separador, teorema da separação Análise Convexa 1. Conjuntos convexos 1.1. Casca convexa, ponto extremo, cone 2. Hiperplanos: suporte, separador, teorema da separação 3. Funções convexas 4. Teoremas de funções convexas 5. Conjunto poliedral

Leia mais

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

Exercícios 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 mais

Otimização. por Mílton Procópio de Borba

Otimização. por Mílton Procópio de Borba Otimização por Mílton Procópio de Borba 1. Otimização sem restrições Seja f: D R, convexa, isto é, f[λ.p + (1-λ).q] λ.f(p) + (1-λ)f(q), p e q em D e λ [0, 1]. Maximizar f, significa encontrar o maior valor

Leia mais

Prof. MSc. David Roza José 1/37

Prof. 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 mais

CÁLCULO I. Reconhecer, através do gráco, a função que ele representa; (f + g)(x) = f(x) + g(x). (fg)(x) = f(x) g(x). f g

CÁLCULO I. Reconhecer, através do gráco, a função que ele representa; (f + g)(x) = f(x) + g(x). (fg)(x) = f(x) g(x). f g CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 03: Operações com funções. Funções Polinominais, Racionais e Trigonométricas Objetivos da Aula Denir operações com funções; Apresentar algumas

Leia mais

Capítulo 1. Funções e grácos

Capítulo 1. Funções e grácos Capítulo 1 Funções e grácos Denição 1. Sejam X e Y dois subconjuntos não vazios do conjunto dos números reais. Uma função de X em Y ou simplesmente uma função é uma regra, lei ou convenção que associa

Leia mais

Sobre Desenvolvimentos em Séries de Potências, Séries de Taylor e Fórmula de Taylor

Sobre Desenvolvimentos em Séries de Potências, Séries de Taylor e Fórmula de Taylor Sobre Desenvolvimentos em Séries de Potências, Séries de Taylor e Fórmula de Taylor Pedro Lopes Departamento de Matemática Instituto Superior Técnico o. Semestre 004/005 Estas notas constituem um material

Leia mais

2 - f: R R: y = x 2 Classicação: Nem injetora, nem sobrejetora.

2 - f: R R: y = x 2 Classicação: Nem injetora, nem sobrejetora. Apostila de Métodos Quantitativos - UERJ Professor: Pedro Hemsley Funções: f: X Y : Associa a cada elemento do conjunto X um único elemento do conjunto Y. Existem tres tipos especícos de funções: Sobrejetora,

Leia mais

2 Propriedades geométricas de curvas parametrizadas no R 4

2 Propriedades geométricas de curvas parametrizadas no R 4 2 Propriedades geométricas de curvas parametrizadas no R 4 Nesse capítulo trataremos dos conceitos básicos de geometria diferencial referentes à curvas parametrizadas no R 4. 2.1 Curvas Parametrizadas

Leia mais

A Derivada. Derivadas Aula 16. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil

A Derivada. Derivadas Aula 16. Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil Derivadas Aula 16 Alexandre Nolasco de Carvalho Universidade de São Paulo São Carlos SP, Brazil 04 de Abril de 2014 Primeiro Semestre de 2014 Turma 2014104 - Engenharia Mecânica A Derivada Seja x = f(t)

Leia mais

Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática

Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática Análise Numérica Licenciaturas em Engenharia Ambiente,Civil e Química I - Equações Não Lineares.

Leia mais

Otimização Aplicada à Engenharia de Processos

Otimização Aplicada à Engenharia de Processos Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013

Leia mais

PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL

PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL. Introdução Considere f uma função, não constante, de uma variável real ou complexa, a equação f(x) = 0 será denominada equação de uma incógnita. EXEMPLO e x + senx

Leia mais

Métodos Numéricos. Turma CI-202-X. Josiney de Souza.

Métodos 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 mais

Departamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B =

Departamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B = Departamento de Matemática da Universidade de Coimbra Optimização Numérica Licenciatura em Matemática Ano lectivo 2006/2007 Folha 1 1. Considere as matrizes A = [ 1 1 1 2 ] e B = [ 1 3 1 2 (a) Verifique

Leia mais

Exercícios de MATEMÁTICA COMPUTACIONAL. 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares

Exercícios 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 mais

Prof. MSc. David Roza José 1/27

Prof. MSc. David Roza José 1/27 1/27 Splines e Interpolação por Partes - A Objetivos: Compreender que splines minimizam oscilações ao ajustar polinômios de menor ordem a partições do domínio; Aprender a desenvolver um código para procurar

Leia mais

Sumário. 1 CAPÍTULO 1 Revisão de álgebra

Sumário. 1 CAPÍTULO 1 Revisão de álgebra Sumário 1 CAPÍTULO 1 Revisão de álgebra 2 Conjuntos numéricos 2 Conjuntos 3 Igualdade de conjuntos 4 Subconjunto de um conjunto 4 Complemento de um conjunto 4 Conjunto vazio 4 Conjunto universo 5 Interseção

Leia mais

26 CAPÍTULO 4. LIMITES E ASSÍNTOTAS

26 CAPÍTULO 4. LIMITES E ASSÍNTOTAS Capítulo 4 Limites e assíntotas 4.1 Limite no ponto Considere a função f(x) = x 1 x 1. Observe que esta função não é denida em x = 1. Contudo, fazendo x sucientemente próximo de 1 (mais não igual a1),

Leia mais

Luiz Fernando Barbosa de Queiroz Construções Gráficas Polinomiais Fazendo Uso de Derivadas

Luiz Fernando Barbosa de Queiroz Construções Gráficas Polinomiais Fazendo Uso de Derivadas Universidade Federal de Juiz de Fora Instituto de Ciências Exatas PROFMAT - Mestrado Profissional em Matemática em Rede Nacional Luiz Fernando Barbosa de Queiroz Construções Gráficas Polinomiais Fazendo

Leia mais

Universidade Federal de Santa Maria Centro de Ciências Naturais e Exatas Departamento de Física Laboratório de Teoria da Matéria Condensada

Universidade Federal de Santa Maria Centro de Ciências Naturais e Exatas Departamento de Física Laboratório de Teoria da Matéria Condensada Universidade Federal de Santa Maria Centro de Ciências Naturais e Exatas Departamento de Física Laboratório de Teoria da Matéria Condensada Introdução à teoria de otimização Tiago de Souza Farias 23 de

Leia mais

CAPÍTULO 1 Sistemas de Coordenadas Lineares. Valor Absoluto. Desigualdades 1. CAPÍTULO 2 Sistemas de Coordenadas Retangulares 9. CAPÍTULO 3 Retas 18

CAPÍTULO 1 Sistemas de Coordenadas Lineares. Valor Absoluto. Desigualdades 1. CAPÍTULO 2 Sistemas de Coordenadas Retangulares 9. CAPÍTULO 3 Retas 18 Sumário CAPÍTULO 1 Sistemas de Coordenadas Lineares. Valor Absoluto. Desigualdades 1 Sistema de Coordenadas Lineares 1 Intervalos Finitos 3 Intervalos Infinitos 3 Desigualdades 3 CAPÍTULO 2 Sistemas de

Leia mais

étodos uméricos DERIVAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos DERIVAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA étodos uméricos DERIVAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA

Leia mais

Cálculo Numérico. Santos Alberto Enriquez-Remigio FAMAT-UFU 2015

Cálculo 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 mais

LES 201 Matemática Aplicada à Economia. Aulas 15 e 16 Otimização Não Condicionada. Luiz Fernando Satolo

LES 201 Matemática Aplicada à Economia. Aulas 15 e 16 Otimização Não Condicionada. Luiz Fernando Satolo LES 201 Matemática Aplicada à Economia Aulas 15 e 16 Otimização Não Condicionada Luiz Fernando Satolo Otimização Equilíbrio: resultado da interação impessoal de forças Não requer esforço de ninguém para

Leia mais

Curvas e Superfícies

Curvas e Superfícies Curvas e Superfícies Fontes: M.C.F. de Oliveira D.F. Rogers & J.A. Adams, Mathematical Elements for Computer Graphics, McGraw-Hill, 1999 Hearn & Baker, Cap. 8 (8-8 a 8-18) An Interactive Introduction to

Leia mais

1ª LISTA DE EXERCÍCIOS DE MÉTODOS NUMÉRICOS Prof.: Magnus Melo

1ª LISTA DE EXERCÍCIOS DE MÉTODOS NUMÉRICOS Prof.: Magnus Melo ª LISTA DE EXERCÍCIOS DE MÉTODOS NUMÉRICOS Pro.: Magnus Melo Eercício. Sejam os polinômios dados abaio. Use a regra de sinais de descartes e o teorema da cota de Augustin Cauchy para pesquisar a eistência

Leia mais

Cap. 4- Interpolação Numérica Definições. Censos de BH. Qual o número de habitantes na cidade de Belo Horizonte em 1975?

Cap. 4- Interpolação Numérica Definições. Censos de BH. Qual o número de habitantes na cidade de Belo Horizonte em 1975? Cap. 4- Interpolação Numérica 4.1. Definições Censos de BH População em BH (Habitantes,5,,, 1,5, 1,, 5, 194 196 198 Ano Ano 195 196 197 198 1991 1996 1 No. habitantes 5.74 68.98 1.5. 1.78.855..161.91.71.8.56.75.444

Leia mais

A integral definida Problema:

A integral definida Problema: A integral definida Seja y = f(x) uma função definida e limitada no intervalo [a, b], e tal que f(x) 0 p/ todo x [a, b]. Problema: Calcular (definir) a área, A,da região do plano limitada pela curva y

Leia mais

Curso de Geometria Analítica. Hipérbole

Curso de Geometria Analítica. Hipérbole Curso de Geometria Analítica Abrangência: Graduação em Engenharia e Matemática - Professor Responsável: Anastassios H. Kambourakis Resumo Teórico 03 - Cônicas- Circunferência, Elipse, Hipérbole e Parábola

Leia mais

15 AULA. Máximos e Mínimos LIVRO. META Encontrar os pontos de máximo e mínimo de uma função de duas variáveis a valores reais.

15 AULA. Máximos e Mínimos LIVRO. META Encontrar os pontos de máximo e mínimo de uma função de duas variáveis a valores reais. 1 LIVRO Máximos e Mínimos 1 AULA META Encontrar os pontos de máximo e mínimo de uma função de duas variáveis a valores reais. OBJETIVOS Maximizar e/ou minimizar função de duas variáveis a valores reais.

Leia mais

Matriz Hessiana e Aplicações

Matriz Hessiana e Aplicações Matriz Hessiana e Aplicações Sadao Massago Dezembro de 200 Sumário Introdução 2 Matriz Jacobiana 3 Matriz hessiana 2 4 Talor de primeira e segunda ordem 2 5 Classicação dos pontos críticos 3 A Procedimeno

Leia mais

Matrizes e Linearidade

Matrizes e Linearidade Matrizes e Linearidade 1. Revisitando Matrizes 1.1. Traço, Simetria, Determinante 1.. Inversa. Sistema de Equações Lineares. Equação Característica.1. Autovalor & Autovetor 4. Polinômios Coprimos 5. Função

Leia mais

ANÁLISE NUMÉRICA DO MÉTODO DE NEWTON PARA OBTENÇÃO DE ZEROS DE FUNÇÕES.

ANÁLISE NUMÉRICA DO MÉTODO DE NEWTON PARA OBTENÇÃO DE ZEROS DE FUNÇÕES. ANÁLISE NUMÉRICA DO MÉTODO DE NEWTON PARA OBTENÇÃO DE ZEROS DE FUNÇÕES. Edevilson Gomes Pereira PUCPR- edevilson.pereira@pucpr.b Viviana Cocco Mariani PUCPR- viviana.mariani@pucpr.br Resumo: Neste artigo

Leia mais

Resolvendo inequações: expressões com desigualdades (encontrar os valores que satisfazem a expressão)

Resolvendo inequações: expressões com desigualdades (encontrar os valores que satisfazem a expressão) R é ordenado: Se a, b, c R i) a < b se e somente se b a > 0 (a diferença do maior com o menor será positiva) ii) se a > 0 e b > 0 então a + b > 0 (a soma de dois números positivos é positiva) iii) se a

Leia mais

CÁLCULO FUNÇÕES DE UMA E VÁRIAS VARIÁVEIS Pedro A. Morettin, Samuel Hazzan, Wilton de O. Bussab.

CÁLCULO FUNÇÕES DE UMA E VÁRIAS VARIÁVEIS Pedro A. Morettin, Samuel Hazzan, Wilton de O. Bussab. Introdução Função é uma forma de estabelecer uma ligação entre dois conjuntos, sujeita a algumas condições. Antes, porém, será exposta uma forma de correspondência mais geral, chamada relação. Sejam dois

Leia mais

OBJETIVOS DOS CAPÍTULOS

OBJETIVOS DOS CAPÍTULOS OBJETIVOS DOS CAPÍTULOS Capítulo 1 Nesse capítulo, você notará como muitas situações práticas nas áreas de administração, economia e ciências contábeis podem ser representadas por funções matemáticas.

Leia mais

Sumários Alargados. Recomenda-se a leitura de: Capítulos 0 e 1 de: J. Lewin/M. Lewin, An Introduction to Mathematical Analysis;

Sumários Alargados. Recomenda-se a leitura de: Capítulos 0 e 1 de: J. Lewin/M. Lewin, An Introduction to Mathematical Analysis; Sumários Alargados Capítulo I: Fundamentos o Rigor e a Demonstração em Análise 1. Operadores lógicos e quantificadores Recomenda-se a leitura de: Capítulos 0 e 1 de: J. Lewin/M. Lewin, An Introduction

Leia mais

MAT001 Cálculo Diferencial e Integral I

MAT001 Cálculo Diferencial e Integral I 1 MAT001 Cálculo Diferencial e Integral I GEOMETRIA ANALÍTICA Coordenadas de pontos no plano cartesiano Distâncias entre pontos Sejam e dois pontos no plano cartesiano A distância entre e é dada pela expressão

Leia mais

A INTERPRETAÇÃO GEOMÉTRICA E PROGRAMAS DESENVOLVIDOS NO MATHCAD PARA REFINAR RAÍZES DE FUNÇÕES TRANSCENDENTES E POLINOMIAIS

A INTERPRETAÇÃO GEOMÉTRICA E PROGRAMAS DESENVOLVIDOS NO MATHCAD PARA REFINAR RAÍZES DE FUNÇÕES TRANSCENDENTES E POLINOMIAIS A INTERPRETAÇÃO GEOMÉTRICA E PROGRAMAS DESENVOLVIDOS NO MATHCAD PARA REFINAR RAÍZES DE FUNÇÕES TRANSCENDENTES E POLINOMIAIS Resumo RETZLAFF, Eliani URI elianir@urisan.tche.br CONTRI, Rozelaine de Fátima

Leia mais

PROFESSOR: RICARDO SÁ EARP

PROFESSOR: RICARDO SÁ EARP LISTA DE EXERCÍCIOS SOBRE TRABALHO, CAMPOS CONSERVATIVOS, TEOREMA DE GREEN, FLUXO DE UM CAMPO AO LONGO DE UMA CURVA, DIVERGÊNCIA E ROTACIONAL DE UM CAMPO NO PLANO, FUNÇÕES HARMÔNICAS PROFESSOR: RICARDO

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO

UNIVERSIDADE FEDERAL DE PERNAMBUCO CÁLCULO L1 NOTAS DA DÉCIMA PRIMEIRA AULA UNIVERSIDADE FEDERAL DE PERNAMBUCO Resumo. Nesta aula, apresentaremos o Teorema do Valor Médio e algumas de suas conseqüências como: determinar os intervalos de

Leia mais

Jaime A. Ramírez Felipe Campelo Frederico G. Guimarães Lucas S. Batista Ricardo H.C. Takahashi

Jaime A. Ramírez Felipe Campelo Frederico G. Guimarães Lucas S. Batista Ricardo H.C. Takahashi Otimização ELE037 Introdução Jaime A. Ramírez Felipe Campelo Frederico G. Guimarães Lucas S. Batista Ricardo H.C. Takahashi Universidade Federal de Minas Gerais Departamento de Engenharia Elétrica J. A.

Leia mais

AULA 30/05/2017 MÁXIMOS E MÍNIMOS, ESTUDO COMPLETO DE FUNÇÕES, APLICAÇÃO DE DERIVADA

AULA 30/05/2017 MÁXIMOS E MÍNIMOS, ESTUDO COMPLETO DE FUNÇÕES, APLICAÇÃO DE DERIVADA AULA 30/05/2017 MÁXIMOS E MÍNIMOS, ESTUDO COMPLETO DE FUNÇÕES, APLICAÇÃO DE DERIVADA As derivadas têm inúmeras aplicações. Com o estudo da primeira e da segunda derivada podemos esboçar o gráfico de uma

Leia mais

Conceitos Básicos de Matemática. Aula 1. ISCTE - IUL, Mestrados de Continuidade. Diana Aldea Mendes. 12 de Setembro de 2011

Conceitos Básicos de Matemática. Aula 1. ISCTE - IUL, Mestrados de Continuidade. Diana Aldea Mendes. 12 de Setembro de 2011 Conceitos Básicos de Matemática Aula 1 ISCTE - IUL, Mestrados de Continuidade Diana Aldea Mendes diana.mendes@iscte.pt 12 de Setembro de 2011 DMQ, ISCTE-IUL (diana.mendes@iscte.pt) Matemática 12 de Setembro

Leia mais

Gráficos. Material online: h-p://www.im.ufal.br/professor/thales/calc1-2010_2.html

Gráficos. Material online: h-p://www.im.ufal.br/professor/thales/calc1-2010_2.html Gráficos Material online: h-p://www.im.ufal.br/professor/thales/calc12010_2.html O que f nos diz sobre f? O que f nos diz sobre f? f (x) < 0 f (x) > 0 f(x) =x 2 f (x) =2x x>0 f (x) > 0 x

Leia mais

Matéria das Aulas e Exercícios Recomendados Cálculo II- MAA

Matéria das Aulas e Exercícios Recomendados Cálculo II- MAA Matéria das Aulas e Exercícios Recomendados Cálculo II- MAA Número da Aula Data da Aula 1 02/09 Sequências Numéricas, definição, exemplos, representação geométrica, convergência e divergência, propriedades,

Leia mais

3.6 Erro de truncamento da interp. polinomial.

3.6 Erro de truncamento da interp. polinomial. 3 Interpolação 31 Polinômios interpoladores 32 Polinômios de Lagrange 33 Polinômios de Newton 34 Polinômios de Gregory-Newton 35 Escolha dos pontos para interpolação 36 Erro de truncamento da interp polinomial

Leia mais

Funções reais de variável real.

Funções reais de variável real. Capítulo 3 Funções reais de variável real. Continuidade. Diferenciabilidade. Este capítulo tem como primeiro objectivo desenvolver as bases da teoria da continuidade de funções reais de variável real.

Leia mais

Métodos para resolver problemas de otimização restrita

Métodos para resolver problemas de otimização restrita Métodos para resolver problemas de otimização restrita Marina Andretta ICMC-USP 22 de novembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 22 de novembro de 2010 1 / 13 Problema

Leia mais

1.1 Revisão de teoremas do cálculo 1.

1.1 Revisão de teoremas do cálculo 1. LISTA DE EXERCÍCIOS Observação: De acordo ao exercício o aluno pode e deve conferir suas respostas com seus programas. 1.1 Revisão de teoremas do cálculo 1. 1 Mostre que cada uma das seguintes equações

Leia mais

CONTINUIDADE DE FUNÇÕES REAIS DE UMA VARIÁVEL

CONTINUIDADE DE FUNÇÕES REAIS DE UMA VARIÁVEL BÁRBARA DENICOL DO AMARAL RODRIGUEZ CINTHYA MARIA SCHNEIDER MENEGHETTI CRISTIANA ANDRADE POFFAL CONTINUIDADE DE FUNÇÕES REAIS DE UMA VARIÁVEL a Edição Rio Grande Editora da FURG 206 Universidade Federal

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO. Resumo. Nesta aula, apresentaremos a noção de integral indefinidada. Também discutiremos

UNIVERSIDADE FEDERAL DE PERNAMBUCO. Resumo. Nesta aula, apresentaremos a noção de integral indefinidada. Também discutiremos CÁLCULO L NOTAS DA DÉCIMA OITAVA AULA UNIVERSIDADE FEDERAL DE PERNAMBUCO Resumo. Nesta aula, apresentaremos a noção de integral indefinidada. Também discutiremos a primeira técnica de integração: mudança

Leia mais