Métodos iterativos dão-nos uma valor aproximado para s. Sequência de valores de x que convergem para s.
|
|
- Isaque Tuschinski Silveira
- 6 Há anos
- Visualizações:
Transcrição
1 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 para equações do 2 0 grau. Existem para muito poucos casos. Métodos iterativos dão-nos uma valor aproximado para s. Sequência de valores de x que convergem para s. Slide 2 x 0 valor inicial f(x 0 ) 0 x 1 1 a iteração f(x 1 ) 0 x 2 2 a iteração f(x 2 ) 0. x n iteração n f(x n ) 0 Isto é: x 0, x 1, x 2,..., x n,... s x n diz-se uma solução (aproximada) da equação Para cada método iterativo de resolução de equações não lineares à que considerar: 1. Se x 0, x 1,..., x n é convergente para s, ou pelo menos sob que condições o é. 2. A rapidez com que tal convergência ocorre.
2 Análise Numérica 2 Método das bissecções sucessivas Slide 3 Partindo de um intervalo inicial [a, b], que deverá forçosamente conter a raiz que se pretende determinar, vai-se sucessivamente dividindo o intervalo a meio, garantindo que a raiz se mantém dentro do intervalo. Para que a raiz esteja no intervalo [a, b]: f(a)f(b) < 0. Para que a raiz se mantenha dentro dos sucessivos sub-intervalos: x 1 substitui a ou b conforme f(x 1 )f(b) < 0 ou f(a)f(x 1 ) < 0. Erro ao fim da iteração k Slide 4 x 1 = a+b ε 2 1 < b a 2 x 2 = x 1+b ε 2 2 < b a 2 2. x k = x k 1+x i 2, i k 2 ε k < b a 2 k Então, quantas iterações se devem fazer para se ter um erro menor que δ?. ε n < b a 2 n < δ 2 n > b a δ n > log 2 b a δ
3 Análise Numérica 3 Exemplo Encontre um valor aproximado a menos do que da raiz s da equação x ln x 1 = 0 sabendo que s ]1, e[. Resolução Slide 5 1. Verificação das condições de convergência no intervalo dado 2. Cálculo do número de iterações f(1) < 0 f(e) > 0 Neste problema pretende-se uma precisão δ = e b a = e 1. Então: ε < δ b a b a < δ k > log 2 k 2 δ k > 8.4 Portanto, quando utilizamos o intervalo [1, e] a convergência está garantida e para satisfazer a precisão exigida é suficiente realizar 9 iterações. Para 9 iterações o erro máximo obtido será de e k a k f(a k ) b k f(b k ) x k e Slide 6 3. Iterações Solução: x = ± }{{} x [1.758, 1.766] Esta representação não significa que todos estes dígitos são significativos.
4 Análise Numérica 4 Síntese Seja f C[a, b] e tal que f(a).f(b) < 0. Então a sucessão {x k } determinada pelo método das bissecções sucessivas (x k+1 = b k+a k 2 ) converge para um zero de f neste intervalo, e o erro após k iterações satisfaz a seguinte relação: Slide 7 ε k < b a 2 k Método da falsa posição ou regula falsi Slide 8 Partindo de um intervalo [a, b], contendo a raiz que se pretende determinar, um dos extremos do intervalo é substituído pela intersecção do segmento de recta que une os pontos extremos do intervalo com o eixo dos xx. Equação da recta AB: y f(a 0 ) = f(b 0) f(a 0 ) b 0 a 0 (x a 0 ) y = f(b 0) f(a 0 ) b 0 a 0 (x a 0 ) + f(a 0 )
5 Análise Numérica 5 A intersecção com o eixo dos xx é dada por y = 0: x a 0 = f(a 0)(b 0 a 0 ) f(b 0 ) f(a 0 ) Slide 9 No caso geral virá: (b 0 a 0 ) x = a 0 f(a 0 ) f(b 0 ) f(a 0 ) x k+1 = a kf(b k ) b k f(a k ) f(b k ) f(a k ) Condições de convergência Nos extremos dos sucessivos sub-intervalos a função deve manter sinais contrários. Para isso é suficiente que a função não mude de concavidade no intervalo [a, b], isto é, f tenha sinal constante no intervalo [a, b]. Slide 10
6 Análise Numérica 6 Erro na iteração k Consideremos o caso da convergência à esquerda a, isto é: Slide 11 Se aplicarmos o teorema do valor médio aos intervalos [x k 1, x k ] e [x k, s] obtemos: ξ [xk 1,x k ] : f(x k ) f(x k 1 ) = f (ξ)(x k x k 1 ) (1) ξ [x k,s] : 0 f(x k ) = f (ξ )(s x k ) (2) a No caso da convergência à direita o raciocínio é análogo. Resolvendo (1) em ordem a f(x k ), substituindo em (2) e resolvendo esta em ordem a (x k s) vem: (x k s) = f (ξ)(x k x k 1 ) + f(x k 1 ) f (ξ ) Usando novamente a equação (1) para substituir f(x k 1 ) teremos: (x k s) = f (ξ)(x k x k 1 ) + f(x k ) f (ξ )(x k x k 1 ) f (ξ ) Slide 12 Como, no pressuposto de que a convergência é à esquerda, f(x k ) < 0, então cortando esse termo fica-se com uma fracção maior: (x k s) f (ξ)(x k x k 1 ) f (ξ )(x k x k 1 ) f (ξ ) Finalmente, aplicando módulos, usando a desigualdade triangular dos módulos a e tomando o pior caso para as derivadas, isto é, substituindo f (ξ) por M 1 = max x [a,b] f (x) e f (ξ ) e f (ξ ) por m 1 = min x [a,b] f (x) vem finalmente: x k s M 1 m 1 m 1 x k x k 1 a a + b a + b
7 Análise Numérica 7 Exemplo Encontre um valor aproximado a menos do que da raiz s da equação sabendo que s ]1, e[. x ln x 1 = 0 Slide 13 Resolução 1. Verificação das condições de convergência no intervalo dado f(x) = x ln x 1 f (x) = ln x + 1 f (x) = 1 x portanto f > 0 em [1, e] e está garantida a convergência do método. Slide Cálculo do número de iterações Temos uma expressão para o majorante do erro em cada iteração, mas isso não nos permite determinar à partida o número de iterações que são necessárias para satisfazer um certo erro. Apenas poderemos, à medida que vamos iterando, determinar o erro máximo dessa aproximação. Aplicando a expressão à esta função em concreto: M 1 = max f (x) = max ln x + 1 = 2 x [1,e] x [1,e] Logo: m 1 = min f (x) = min ln x + 1 = 1 x [1,e] x [1,e] ε k x k x k 1 = x k x k 1
8 Análise Numérica 8 3. Iterações Usando a fórmula de cálculo de x k+1 : x k+1 = a kf(b k ) b k f(a k ) f(b k ) f(a k ) Slide 15 Fazem-se as seguintes iterações: k a k f(a k ) b k f(b k ) x k+1 ε k e e e e Obtendo-se a solução x = ± Síntese Seja f C[a, b] e f C[a, b]. Seja ainda f uma função convexa ou côncava (f com sinal constante) no intervalo [a, b], com f(a).f(b) < 0. Então a sucessão {x k } determinada pelo método da falsa posição Slide 16 x k+1 = a kf(b k ) b k f(a k ) f(b k ) f(a k ) converge para um zero de f nesse intervalo e o erro na iteração k é majorado por: x k s M 1 m 1 m 1 x k x k 1 com 0 < m 1 f (x) M 1 <, x [a,b].
9 Análise Numérica 9 Método da falsa posição modificado Slide 17 Em cada iteração toma-se o ponto extremo do intervalo que ficaria fixo (por exemplo (b k, f(b k )) e substitui-se a coordenada y por metade do seu valor, (b k, f(b k) 2 ), desde que os extremos do intervalo se mantenham em seguida um de cada lado da raiz. Desta forma evita-se que um dos extremos do intervalo fique fixo até ao final do processo iterativo. Exemplo A fórmula de cálculo de x k+1 é basicamente a mesma que anteriormente, substituindo-se quando necessário f(a k ) for f(a k) ou f(b 2 k ) por f(b k). 2 Para função x ln x 1 = 0 e o intervalo ]1, e[ vem: Slide 18 k a k f(a k ) b k f(b k ) x k+1 ε k ou f(a k) ou f(b k) e e k = 0 x 0 = a 0 = 1 k = 1 x 1 = f(x 1 ) = a1 = x 1 f(x 0 )f(x 1 ) > 0... f(b1 ) f(b 1) 2 k = 2 x 2 = f(x 2 ) = b2 = x 2 f(x 1 )f(x 2 ) < 0... f(a2 ) k = 3 x 3 = f(x 3 ) = a3 = x 3 f(x 2 )f(x 3 ) < 0... f(b3 )
10 Análise Numérica 10 Outra alteração ao método da falsa posição o método da secante Funciona de modo análogo ao método da falsa posição mas sem a obrigatoriedade de os extremos terem sinais opostos: Slide 19 x n+1 = f(x n)x n 1 f(x n 1 )x n f(x n ) f(x n 1 ) em que f(x n )f(x n 1 ) > 0 é admissível. Este método é especialmente útil quando não se consegue garantir sinal constante para a 2 a derivada de f no intervalo em estudo. Esta simplificação do método da falsa posição pode trazer como consequência que o método da secante deixe de convergir sob certas condições. Todavia, quando converge, fá-lo mais rapidamente. Método iterativo simples ou de ponto fixo Este método obriga a que a função esteja expressa sob uma forma recursiva, isto é: f(x) = 0 x = F (x) Slide 20 Partindo de um valor inicial x 0 vai-se recursivamente obtendo novos valores x n : x n+1 = F (x n )
11 Análise Numérica 11 Condições de convergência Há casos em que o método diverge! Slide 21 Seja x = F (x), F (x) contínua e derivável, e s : s = F (s), isto é, s é a solução da equação f(x) = 0. Pelo teorema do valor médio: Como x n+1 = F (x n ) e s = F (s): ξn [x n,s] : F (x n ) F (s) = F (ξ n )(x n s) x n+1 s = F (ξ n )(x n s) Indutivamente: Slide 22 x n s = F (ξ n 1 )(x n 1 s) x n 1 s = F (ξ n 2 )(x n 2 s) x 1 s = F (ξ 0 )(x 0 s) Substituindo em cadeia teremos: x n+1 s = F (ξ n )F (ξ n 1 )F (ξ n 2 ) F (ξ 0 )(x 0 s) Se F (x) < L para todo o x [x n, s] vem: x n+1 s < L n+1 x 0 s Se L < 1 então {x n } s, isto é, é condição suficiente para que o método iterativo simples convirja que numa vizinhança de s contendo x 0. F (x) < 1
12 Análise Numérica 12 Erro ao fim da iteração k Retomemos o teorema do valor médio aplicado ao intervalo [x n, s]: F (x n ) F (s) = F (ξ n )(x n s) x n+1 s = F (ξ n )(x n s) x n+1 s = F (ξ n )( x n + s) Slide 23 Seja Então: x n+1 s = F (ξ n )(x n+1 x n + s x n+1 ) x n+1 s = F (ξ n )(x n+1 x n ) + F (ξ n )(x n+1 s) x n+1 s = F (ξ n ) 1 F (ξ n ) (x n+1 x n ) q = max x [a,b] F (x) x n+1 s q 1 q x n+1 x n Exemplo Encontre um valor aproximado a menos do que da raiz s da equação x ln x 1 = 0 sabendo que s ]1, e[. Resolução Slide 24 De um modo geral existem várias funções F(x) tal que x = F(x) que se podem obter a partir da função f(x) = 0 inicial: x ln(x) 1 = 0 x = 1 ln(x), F(x) = 1 ln(x) x ln(x) 1 = 0 x = e 1 x, F(x) = e 1 x Tomando então, por exemplo, a função F(x) = e 1 x, temos: F (x) = 1 x 2 e 1 x Portanto, F(x) é definida e derivável em [ 1, e ] (intervalo definido na aula anterior).
13 Análise Numérica 13 F (x) = 2 x 3 e 1 x + 1 x 4 e 1 x = 1 x 3 e 1 x (2 + 1 x ) F (x) > 0, x [ 1, e ] = F (x) monótona e crescente em [ 1, e ] Slide 25 como: F (x) < 0, x [ 1, e ] = max x [ 1, e ] F (x) = F (1) Porém, como no intervalo [ 1, e ] não se verifica F (x) < 1, x [ 1, e ] vamos reduzir a largura do intervalo. Nota: f(1.5) (ainda é < 0 ) [ 1.5, e ] F (1.5) = q... q 1 q 6.5 Fórmula de Recorrência: x n = F n 1 = e 1 x n 1 Slide 26 k x k F(x k ) ε k
14 Análise Numérica 14 Síntese f(x) = 0 x = F(x) Seja F(x) definida e derivável num intervalo I = [ a, b ] que contém todos os pontos x k. Se existir uma constante q tal que: Slide 27 F (x) q < 1, x I, então o processo iterativo x k = F(x k 1 ) converge independentemente do valor inicial x 0 [ a, b ] e esse limite é a única raiz da equação x = F(x) em [ a, b ]. Após k iterações o erro satisfaz a seguinte relação: com: ε k = x x k < q 1 q x k x k 1 q = max x I F (x) Ordem de um método iterativo Considere um método iterativo tal que: Seja s a raiz ou solução da equação, isto é: x n+1 = F (x n ) (3) Slide 28 s = F (s) (4) Desenvolva-se então F (x) em série de Taylor em torno de s: F (x n ) = F (s) + (x n s)f (s) + x n s) 2 F (s) ! F (x n ) = F (s) (s x n )F (s) + s x n) 2 F (s)... 2! Usando as igualdades (3) e (4) podemos desenvolver a expressão s x n+1 da seguinte forma:
15 Análise Numérica 15 Slide 29 =0 {}}{ s x n+1 = s F (x n ) = s F (s) +F (s)(s x n ) F (s) (s x n) ! s x n+1 = F (s)(s x n ) F (s) (s x n ) ! Definindo i = s x i como o erro na iteração i: n+1 = F (s) n F (s) 2 n 2! +... Se F (s) 0 então o erro na iteração n + 1 é directamente proporcional ao erro na iteração n (como o erro é menor do que 1 as suas potências k n são desprezáveis face ao termo de primeira ordem n ), isto é, a convergência é de primeira ordem. Se F (s) = 0 e F (s) 0 temos uma convergência de segunda ordem. No caso geral em que F (r) (s) = 0, r<k e F k (s) 0 teremos uma convergência de ordem k, isto é: n+1 k n Método de Newton Slide 30 O método de Newton é semelhante ao método da falsa posição e suas variantes com a diferença de usar a tangente no ponto (x i, f(x i )) em vez da secante que une os pontos extremos. Neste caso qual é a expressão que gera os sucessivos x k? Olhando para o triângulo rectângulo formado por x 0, x 1 e f(x 0 ) tira-se de imediato que tan θ = f(x 0) x 0 x 1. Mas como f (x 0 ) = tan θ, por definição de derivada e declive da recta tangente, vem: No caso geral teremos: f (x 0 ) = f(x 0) x 0 x 1 x 1 = x 0 f(x 0) f (x 0 ) x n+1 = x n f(x n) f (x n )
16 Análise Numérica 16 Ordem de convergência A fórmula de recorrência do método de Newton é também do tipo x n+1 = F (x n ), em que F (x n ) = x n f(x n) f (x n ). Recordando o que se disse sobre a ordem de convergência de métodos iterativos teremos neste caso: Slide 31 F (x n ) = x n f(x n) f (x n ) F (x) = 1 [f (x)] 2 f(x)f (x) [f (x)] 2 No ponto s teremos: =0,pois f(s)=0 {}}{ F (s) = 1 [f (s)] 2 f(s)f (s) [f (s)] 2 = 1 1 = 0, para f (s) 0 Quanto à segunda derivada: F (x) = [2f (x)f (x) f (x)f (x) f(x)f (x)]f (x) 2 [f (x) 2 f(x)f (x)] [2f (x)f (x)] f (x) 4 Que calculada no ponto s dará: Slide 32 F (s) = f (s)3 f (s) 2f (s) 3 f (s) f (s) 4 = f (s) f (s) 0 a menos que f(x) apresente caracterísitcas particulares. Então, para uma função qualquer, o método de Newton é um método de 2 a ordem.
17 Análise Numérica 17 Condições de convergência Há casos em que o método diverge! Slide 33 Quando estudamos a ordem de convergência vimos que esta dependia da segunda derivada de f no ponto s, pelo que a primeira condição de convergência será que f(x) seja contínua e duplamente diferenciável em [a, b]. Pelo exemplo ilustrado na figura acima (ponto x 3 ) é também evidente que se tem que impôr que f (x) 0, x [a,b]. Para que o método convirja basta que as tangentes sejam tais que os pontos x i não saiam fora do intervalo [a, b] e que estes se vão aproximando de s. Slide 34 Uma forma de garantir isso (há outras) seria impôr concavidade constante à função f(x) f (x) com sinal constante e impôr que as tangentes em a e b intersectem o eixo dos xx dentro do intervalo [a, b]. Estas são no entanto condições apenas suficientes. Se neste caso começarmos com x 0 = a, apesar de a tangente em b intersectar o eixo dos xx fora de [a, b], o método converge! Condição suficiente menos forte (mas ainda suficiente) relacionada apenas com o ponto inicial (x 0 ) é que f(x 0 )f (x 0 ) > 0.
18 Análise Numérica 18 Demonstração Seja s a raiz da equação f(x) = 0. Vamos desenvolver f(s) em série de Taylor em torno de x k : f(s) = 0 = f(x k ) + f (x k )(s x k ) + f (ξ k ) (s x k ) 2, ξ k [s, x k ] 2 Slide 35 Donde se extrai: s x k = f(x k) f (x k ) f (ξ k ) 2f (x k ) (s x k) 2 Slide 36 Vamos supôr que s x k > 0 (s à direita de x k, portanto convergência à esquerda). Então o lado direito da equação também terá que ser positivo, isto é: f(x k) f (x k ) f (ξ k ) 2f (x k ) (s x k) 2 > 0 Como (s x k ) 2 > 0, uma condição suficiente para que o lado direiro da equação seja positivo é que: f(x k ) f (x k ) < 0 f (ξ k ) 2f (x k ) < 0 isto é, f(x k ) com sinal contrário a f (x k ) e f (x k ) com sinal contrário a f (ξ k ), ou seja, f(x k ) e f (ξ k ) com o mesmo sinal. Vamos supôr que s x k < 0 (s à esquerda de x k, portanto convergência à direita). Então o lado direito da equação também terá que ser negativo, isto é: f(x k) f (x k ) f (ξ k ) 2f (x k ) (s x k) 2 < 0 Como (s x k ) 2 > 0, uma condição suficiente para que o lado direiro da equação seja negativo é que: f(x k ) f (x k ) > 0 f (ξ k ) 2f (x k ) > 0 isto é, f(x k ) com o mesmo sinal de f (x k ) e f (x k ) com o mesmo sinal de f (ξ k ), ou seja, f(x k ) e f (ξ k ) com o mesmo sinal.
19 Análise Numérica 19 Slide 37 Já tinhamos imposto anteriormente concavidade constante à função f (f (x) com sinal constante no intervalo [a, b]). A concavidade constante implica que as tangentes a f sejam estritamente crescentes ou decrescentes no intervalo [a, b]. Então, o método vai convergir estritamente pela esquerda ou estritamente pela direita de s. Nestas condições f(x) vai ter sinal constante no intervalo [s, x k ], k. Consequentemente, dado que quer f quer f têm sinal constante no intervalo de convergência, basta garantir as condições para o ponto inicial x 0 : f (x 0 )f(x 0 ) > 0 que estas ficam automaticamente garantidas para x k e ξ k, que pertencem ao intervalo [s, x k ]. Erro na iteração k Retomemos o desenvolvimento em série de Taylor feito anteriormente: s = x k f(x k) f (x k ) f (ξ k ) 2f (x k ) (s x k) 2 Slide 38 Utilizando a fórmula de recorrência do método de Newton: x k+1 = x k f(x k) f (x k ) Obtemos: s = x k+1 f (ξ k ) 2f (x k ) (s x k) 2 s x k+1 = f (ξ k ) 2f (x k ) (s x k) 2 e k+1 f (ξ k ) 2 f (x k ) e k 2
20 Análise Numérica 20 Então, após k iterações o erro satisfaz a seguinte relação: ε k = s x k M 2 2 m 1 s x k 1 2 Slide 39 com M 2 = max x [ a, b ] f (x) m 1 = min x [ a, b ] f (x) Para a determinação de e 0 toma-se, de uma forma pessimista, e 0 = b a. Exemplo Determine a raiz positiva da equação f(x) = x 2 2 = 0 com um erro inferior a 10 4 e tomando [a, b] = [1, 1.5]. Resolução: Verificação das condições de convergência Slide 40 f(x) = x 2 2 f (x) = 2x m 1 = 2 f (x) = 2 M 2 = 2 Para o ponto inicial, tomemos x 0 = 1: f(1) = = 1 f (1) = 2 f(1)f (1) < 0 (!)
21 Análise Numérica 21 Tentemos então x 0 = 1.5: f(1.5) = = 0.25 f (1.5) = 2 f(1.5)f (1.5) > 0 Slide 41 Expressão do erro Iterações ε k ε2 k = 0.5 ε 2 k k x k f(x k ) f (x k ) x k+1 ε k Síntese Seja f C 2 [ a, b ] - contínua e duplamente diferenciável em [ a, b ]. Se se verificar: 0 < m 1 f (x) M 1, x [ a, b ] Slide 42 f (x) M 2, x [ a, b ] Então o método de Newton converge desde que se tome para valor inicial x 0 um valor pertencente a [ a, b ] tal que f(x 0 ) f (x 0 ) > 0. Após k iterações o erro satisfaz a seguinte relação: ε k M 2 2 m 1 ε 2 k 1
Métodos 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 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 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 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 mais2.3- 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 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. 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 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 maisCAP. 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 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 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 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 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 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 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 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 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 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 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 maisUniversidade 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 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 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 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 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 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 / 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 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 maisMétodos Numéricos Zeros Posição Falsa e Ponto Fixo. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina
Métodos Numéricos Zeros Posição Falsa e Ponto Fixo Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Método da Posição Falsa 2 Método da Posição Falsa O processo consiste em dividir/particionar
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 maisExercícios sobre zeros de funções Aula 7
Exercícios sobre zeros de funções Aula 7 André L. R. Didier 1 6 de Maio de 2015 7/47 Introdução Todas as questões foram obtidas da 3 a edição do livro Métodos Numéricos de José Dias dos Santos e Zanoni
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. 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 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 EXEMPLO 6 Aula anterior Aplicação do método da bissecção para: f ( ) = log 1, em[ 2,3] com
Leia maisMatemática Computacional - 2 o ano LEMat e MEQ
Instituto Superior Técnico Departamento de Matemática Secção de Matemática Aplicada e Análise Numérica Matemática Computacional - o ano LEMat e MEQ Exame/Teste - 1 de Janeiro de 1 - Parte I (1h3m) 1. Considere
Leia maisZero de Funções ou Raízes de Equações
Zero de Funções ou Raízes de Equações Um número ξ é um zero de uma função f() ou raiz da equação se f(ξ). Graficamente os zeros pertencentes ao conjunto dos reais, IR, são representados pelas abscissas
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 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 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 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 maisCCI-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 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. 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 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 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 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 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 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 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 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 maisUniversidade Federal do Rio Grande do Norte. Métodos Computacionais Marcelo Nogueira
Universidade Federal do Rio Grande do Norte Métodos Computacionais Marcelo Nogueira Raízes de Equações Algébricas Achar a raiz de uma unção signiica achar um número tal que 0 Algumas unções podem ter suas
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 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 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 maisétodos 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 maisFundamentos IV. Gustavo Vinhal. September 13, Escola de Ciências Exatas e Computação
Fundamentos IV Raizes de equações Gustavo Vinhal Escola de Ciências Exatas e Computação September 13, 2016 Método de regula falsi Método da relgula falsi ou falsa posição Encontra a raiz de uma equação
Leia maisMatemática Computacional - 2 o ano LEMat e MEQ
Instituto Superior Técnico Departamento de Matemática Secção de Matemática Aplicada e Análise Numérica Matemática Computacional - o ano LEMat e MEQ Exame/Teste - 5 de Fevereiro de - Parte I (h3m). Considere
Leia maisSME0300 Cálculo Numérico Aula 6
SME0300 Cálculo Numérico Aula 6 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 20 de agosto de 2015 Aula Passada Equações Não-Lineares: Determinar raiz
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 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 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 maisSISTEMAS LINEARES PROF. EDÉZIO
SOLUÇÕES NUMÉRICAS DE SISTEMAS LINEARES PROF. EDÉZIO Considere o sistema de n equações e n incógnitas: onde E : a x + a x +... + a n x n = b E : a x + a x +... + a n x n = b. =. () E n : a n x + a n x
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 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 maisPodem ser calculados num número finito de operações aritméticas, ao contrário de outras funções (ln x, sin x, cos x, etc.)
Interpolação polinomial 1 Interpolação Polinomial Slide 1 Definição simples Definição 1 Dados os conjuntos de valores x 0, x 1,..., x n e y 0, y 1,..., y n, determinar uma função f tal que: Slide 2 f(x
Leia mais1 Séries de números reais
Universidade do Estado do Rio de Janeiro - PROFMAT MA 22 - Fundamentos de Cálculo - Professora: Mariana Villapouca Resumo Aula 0 - Profmat - MA22 (07/06/9) Séries de números reais Seja (a n ) n uma sequência
Leia maisINSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o
INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 27/28 Semestre: o MATEMÁTICA COMPUTACIONAL Exercícios [4 Sendo A M n (C) mostre que: (a) n A 2 A n A 2 ; (b)
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 9 (30/09/15) Método de Ponto Fixo: Método de Newton- Raphson ou Método das Tangentes O que é Como é calculado Particularidades
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 maisEstudo 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 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 maisSME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ]
SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé 1 o sem/2016 Nome: 1 a Prova - 07/10/2016 Apresentar todos os cálculos - casas decimais 1. Considere a família de funções da forma onde
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 maisMatemática I. 1 Propriedades dos números reais
Matemática I 1 Propriedades dos números reais O conjunto R dos números reais satisfaz algumas propriedades fundamentais: dados quaisquer x, y R, estão definidos a soma x + y e produto xy e tem-se 1 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 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 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 maisSobre 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 maisSolução aproximada de equações de uma variável
Cálculo Numérico de uma variável Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br Departamento de Ciência da Computação IM UFRJ Parte I Localização de zeros e Método da bissecção Motivação: Queda de um
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. 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 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. 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 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 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 maisRevisão : máximo, minimo em dimensão 1
Revisão : máximo, minimo em dimensão 1 ( de Rolle) Seja f uma função que satisfaça as seguintes hipóteses: 1 f é contínua no intervalo fechado [a, b], 2 f é diferenciável no intervalo aberto (a, b), 3
Leia maisAula 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 maisCálculo Diferencial e Integral I
Cálculo Diferencial e Integral I LEE, LEIC-T, LEGI e LERC - o semestre - / de Junho de - 9 horas I ( val.). (5, val.) Determine o valor dos integrais: x + (i) x ln x dx (ii) (9 x )( + x ) dx (i) Primitivando
Leia maisDízimas e intervalos encaixados.
Dízimas e intervalos encaixados. Recorde que uma dízima com n casas decimais é um número racional da forma a 0.a a 2...a n = a 0 + a 0 + a 2 0 2 + + a n n 0 n = a j 0 j em que a 0,a,...,a n são inteiros
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 maisIlustraremos graficamente esses conceitos nos exemplos a seguir.
Capítulo 3 Equações não Lineares 3.1 Introdução Um dos problemas que ocorrem mais frequentemente em trabalhos científicos é calcular as raízes de equações da forma: f(x) = 0, onde f(x) pode ser um polinômio
Leia maisMatemática Computacional. Exercícios. Teoria dos erros
Matemática Computacional Exercícios 1 o Semestre 2014/15 Teoria dos erros Nos exercícios deste capítulo os números são representados em base decimal. 1. Represente x em ponto flutuante com 4 dígitos e
Leia maisMétodos Numéricos Zeros Newton-Raphson e Secante. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina
Métodos Numéricos Zeros Newton-Raphson e Secante Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Método Newton Raphson 2 Método Newton-Raphson Dada uma função f( contínua num intervalo fechado
Leia maisCCI-22 FORMALIZAÇÃO CCI-22 MODOS DE SE OBTER P N (X) Prof. Paulo André CCI - 22 MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO
CCI - MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO Prof. Paulo André ttp://www.comp.ita.br/~pauloac pauloac@ita.br Sala 0 Prédio da Computação -Gregory DEFINIÇÃO Em matemática computacional, interpolar significa
Leia maisResolução do Exame Tipo
Departamento de Matemática e Engenharias Análise e Computação Numérica Resolução do Exame Tipo 1. O computador IBM 3090 possuía um sistema de vírgula flutuante F F(16, 5, 65, 62) (em precisão simples),
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 Zeros reais de funções Parte 1 Objetivo Determinar valores aproimados para as soluções (raízes) de equações da forma: f
Leia maisII. Funções de uma única variável
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
Leia maisJosé Álvaro Tadeu Ferreira. Cálculo Numérico Notas de aulas. Resolução de Equações Não Lineares
UNIVERSIDADE FEDERAL DE OURO PRETO Instituto de Ciências Exatas e Biológicas Departamento de Computação José Álvaro Tadeu Ferreira Cálculo Numérico Notas de aulas Resolução de Equações Não Lineares Ouro
Leia maisMatemática Computacional - Exercícios
Matemática Computacional - Exercícios 2 o semestre de 2005/2006 - LEE, LEGI e LERCI Programação em Mathematica 1. Calcule no Mathematica e comente os resultados: (a) 7; (b) 7.0; (c) 14406; (d) cos π 6
Leia maisUFRJ - Instituto de Matemática
UFRJ - Instituto de Matemática Programa de Pós-Graduação em Ensino de Matemática www.pg.im.ufrj.br/pemat Mestrado em Ensino de Matemática Seleção 9 Etapa Questão. Determine se as afirmações abaio são verdadeiras
Leia mais