CÁLCULO NUMÉRICO EM COMPUTADORES Provas e Projetos Vol.3
|
|
- Renata Castelo de Mendonça
- 6 Há anos
- Visualizações:
Transcrição
1 Universidade Federal de Santa Catarina Centro Tecnológico Departamento de Informática e Estatística LIVITEC - Laboratório de Informática para Vigilância Tecnológica CÁLCULO NUMÉRICO EM COMPUTADORES Provas e Projetos Vol.3 Bernardo Gonçalves Riso Mirela Sechi Moretti Annoni Notare Florianópolis SC, Junho
2 SUMÁRIO Dedicatória Apresentação PARTE I PROVAS PROVA 26 - Método da Relaxação Folha de Questões Respostas PROVA 27- Introdução à Interpolação Polinomial Folha de Questões Respostas PROVA 28 Interpolação com a Spline Cúbica Folha de Questões Respostas PROVA 29 - Integração Gaussiana Folha de Questões Respostas PROVA 30 - Método de Euler Folha de Questões Respostas PROVA 31 - Métodos de Runge-Kutta Folha de Questões Respostas PROVA 32- Eq. Dif. Ord. de Ordem Superior Folha de Questões Respostas PROVA Proposta (1) Folha de Questões Respostas PROVA Proposta (2) Folha de Questões Respostas PROVA Proposta (3) Folha de Questões Respostas PROVA Proposta (4) Folha de Questões Respostas 308
3 PARTE II PROJETOS PROJETO 28 Programa Gregory-Newton PROJETO 29 Programa Spline PROJETO 30 Programa Runge_Kutta_ PROJETO 31 Programa Euler PROJETO 32 Programa Euler-sup PROJETO 33 Programa Runge_Kutta_3-sup PROJETO 34 Programa Runge_Kutta_4-sup PROJETO 35 Programa Runge_Kutta_4-3Eq
4 DEDICATÓRIA - Dedico este livro aos milhares de estudantes que, ao longo desses 30 anos em que venho atuando como professor de Cálculo Numérico em Computadores, assistiram às minhas aulas e comigo trabalharam, ajudando-me e ensinando-me a mim tanto quanto eu a eles. A todos esses rapazes e moças agradeço muitíssimo e a todos eles desejo imensa felicidade e sucesso. Bernardo Gonçalves Riso DEDICATÓRIA Inicialmente, dedico este livro aos estudantes que, ao longo desses 10 anos em que venho atuando como professora de Cálculo Numérico, assistiram às minhas aulas, ensinandome a mim tanto quanto eu a eles. Dedico ainda, ao Prof. Bernardo Gonçalves Riso, que muito admiro como professor e pessoa; e ao meu marido e ao meu filho, Itamar e Gianluca, respectivamente. Mirela Sechi Moretti Annoni Notare 310
5 APRESENTAÇÃO Neste Volume III de Cálculo Numérico em Computadores - Provas e Projetos, completamos e encerramos a coleção iniciada com o Volume I (encadernada) e continuada com o Volume II (gravada em dois CDs). Os dois primeiros volumes já constam do acervo da Biblioteca Central da UFSC e estão disponíveis para consulta e empréstimo à comunidade. Os temas tratados neste Volume III dizem respeito à Resolução de Sistemas de Equações Lineares, à Interpolação Polinomial, à Integração de Funções e à Resolução de Problemas de Valor Inicial. Os autores desejam agradecer ao senhor Itamar Annoni Notare pelo empenho na organização dos capítulos deste segundo volume de Cálculo Numérico em Computadores. Sem sua contribuição o texto ora apresentado não poderia ter o mesmo bom gosto na distribuição das matérias que compõem esta monografia. 311
6 PARTE I PROVAS 312
7 PROVA 26 Método da Relaxação FOLHA DE QUESTÕES: Questão 1 (dissertativa) Descreva os principais aspectos da resolução de sistemas de equações lineares relacionados com o emprego do Método da Relaxação. Por favor, no seu texto, refira-se às seguintes variantes desse método: a Sub-Relaxação e a Sobre- Relaxação. Ocupe, pelo menos, uma página para responder a esta pergunta. Questão 2 (numérica) Considere o seguinte sistema de equações lineares já pronto para a aplicação do Método da Relaxação: x + 3y 3z 7 = 0 2x y + 2z + 5 = 0 2x 3y z + 4 = 0 Por favor, aplique o método referido fazendo duas iterações a partir da estimativa inicial x 1 = y 1 = z 1 = 0. Indique todas as operações efetuadas e organize os valores obtidos em uma tabela com o seguinte cabeçalho: x R 1 y R 2 z R 3 Questão 3 (numérica) Use o Método da Relaxação para resolver o sistema dado a seguir: 2x + y 3z = 7 x 4y + z = 4 3x y 2z = 2 Faça três iterações a partir da estimativa inicial: x 1 = x 2 = x 3 = 1. Por favor, não deixe de indicar todas as operações que você efetuar. Organize os resultados parciais em uma tabela com o cabeçalho seguinte: x 1 R 1 x 2 R 2 x 3 R 3 Questão 4 (algoritmo) Construa um algoritmo para automatizar o uso do Método da Relaxação no caso de um sistema de n equações lineares com n incógnitas. Boa Prova! 313
8 RESPOSTAS: Resposta à Questão 1 A Relaxação, a Sub-Relaxação e a Sobre-Relaxação são métodos de aproximações sucessivas (isto é, métodos iterativos) que permitem resolver sistemas de n equações lineares com n incógnitas de pequeno e médio porte. Pode-se dizer que a Relaxação é o método de referência, enquanto que a Sub- Relaxação e a Sobre-Relaxação são suas variantes. Dado o sistema AX = C, precisa-se preparar o sistema previamente ao emprego da relaxação. Para ficar adequado, o sistema deve ter os termos independentes situados do lado esquerdo de cada equação e, além disso, ele precisa ter todos os elementos da diagonal principal da matriz A, dos coeficientes, iguais a -1. Assim, a partir de uma estimativa inicial da solução, x i,1, com i = 1, 2, 3,...,n, podem-se obter estimativas mais precisas, substituindo-se as aproximações em cada equação e observando os valores (os resíduos) então obtidos: A primeira equação fornece o resíduo R 1 ; A segunda equação fornece o resíduo R 2 ;... A n-ésima equação fornece o resíduo R n Identifica-se o maior resíduo em valor absoluto. Em seguida, pode-se agir de acordo com uma das três seguintes estratégias: Na Relaxação, o maior resíduo é zerado. Para isso, dá-se à variável correspondente o valor que ela tinha antes acrescido do valor do resíduo. Assim, por exemplo, se o maior resíduo é o R 3, dá-se a x 3 o valor que já tinha acrescido do resíduo R 3 ; Na Sub-Relaxação, menos agressiva, vamos dizer assim, o maior resíduo não chega a ser zerado, ele é apenas diminuído, mas sem mudar de sinal, agindo-se sobre a variável correspondente; e Na Sobre-Relaxação, estratégia mais agressiva, o maior resíduo troca de sinal. Tal se consegue do mesmo modo que anteriormente, isto é, agindo-se sobre a variável correspondente. Para se proceder do modo organizado, constrói-se uma tabela que tem como cabeçalho indicações para os sucessivos valores das variáveis e dos resíduos. Assim, no caso de se estar resolvendo um sistema com três incógnitas, pode-se ter o seguinte cabeçalho: ITER X RX Y RY Z RZ 314
9 Em que ITER é um contador de iterações (ou relaxações), X, Y e Z são as três incógnitas do sistema, e RX, RY e RZ representam os resíduos correspondentes. Durante a resolução de um mesmo sistema, pode-se variar a estratégia, caso o utilizador do método perceba que tal variação traz alguma vantagem para o aceleramento do processo iterativo. Desse modo, ele pode a alcançar a precisão desejada mais rapidamente. Resposta à Questão 2 Na resposta a este item da prova busca-se resolver, por Relaxação, o sistema: x + 3y 3z 7 = 0 2x y + 2z + 5 = 0 2x 3y z + 4 = 0 a partir da estimativa inicial x = y = z = 0. Os valores obtidos ao longo do processo são armazenados na tabela a seguir: x R 1 y R 2 z R Substituindo as estimativas iniciais nas equações do sistema, obtêm-se os resíduos: R 1 = ( 1)(0) + (3)(0) + ( 3)(0) 7 = = 7 R 2 = (2)(0) + (-1)(0) + (2)(0) + 5 = = 5 R 3 = (2)(0) + ( 3)(0) +( 1)(0) + 4 = = 4 O maior resíduo em valor absoluto é R 1 = 7. Faz-se então a primeira iteração (relaxação): x toma o valor que tinha antes (0) acrescido do resíduo R 1. Isto é, agora, tem-se x = 0 + ( 7) = 7. Tem-se então: x = 7; y = 0; e z = 0. Substituindo esses valores nas equações do sistema, obtêm-se os resíduos: R 1 = ( 1)(-7) + (3)(0) + ( 3)(0) 7 = = 0 R 2 = (2)(-7) + (-1)(0) + (2)(0) + 5 = = -9 R 3 = (2)(-7) + ( 3)(0) +( 1)(0) + 4 = = -10 Agora, o maior resíduo em valor absoluto é R 3 = 10. Faz-se então a segunda iteração (relaxação): z toma o valor que tinha antes (0) acrescido do resíduo R 3. De modo que z = 0 + ( 10) = 10. Tem-se então: x = 7; y = 0; e z = 10. Substituindo esses valores nas equações do sistema, obtêm-se os resíduos: R 1 = ( 1)(-7) + (3)(0) + ( 3)(-10) 7 = =
10 R 2 = (2)(-7) + (-1)(0) + (2)(-10) + 5 = = -29 R 3 = (2)(-7) + ( 3)(0) +( 1)(-10) + 4 = = 0 Observação: os resíduos estão aumentando, progressivamente, em valor absoluto, quando se esperava que eles fossem aos poucos diminuindo. Dever-se-ia, possivelmente, tomar outros valores como estimativas iniciais da solução, ou reescrever o sistema (trocando de ordem as equações) e preparando-o de novo para a aplicação do método. Resposta à Questão 3 Trata-se de resolver o sistema 2x + y 3z = 7 x 4y + z = 4 3x y 2z = 2 com o emprego do Método da Relaxação, fazendo-se três iterações a partir de x = y = z = 1. Inicialmente, prepara-se o sistema. Trazendo os termos independentes para o lado esquerdo de cada equação, tem-se: 2x + y 3z + 7 = 0 x 4y + z - 4 = 0 3x y 2z - 2 = 0 Agora, dividindo-se cada equação pelo recíproco do valor do elemento da diagonal principal, vem: x + 0,5 y 1,5z + 3,5 = 0 0,25x y + 0,25z - 1 = 0 1,5x 0,5y z - 1 = 0 Pode-se então aplicar o método. 1ª iteração: Substituindo os valores da estimativa inicial: R 1 = [ 1](1) + [0,5](1) + [ 1,5](1) +3,5 = ,5-1,5 + 3,5 = 4 2,5 = 1,5 R 2 = [0,25](1) + [-1](1) + [0,25](1) -1 = 0, ,25 1 = 0,5-2 = -1,5 R 3 = [1,5](1) + [ 0,5](1) + [ 1](1) - 1 = 1,5 0,5 1 1 = 1,5-2,5 =
11 Soma dos valores absolutos dos resíduos: 1,5 + 1,5 + 1 = 4 2ª iteração: Os resíduos R 1 e R 2 têm o mesmo valor absoluto: 1,5. Escolhe-se arbitrariamente zerar o valor de R 1. Corrigindo-se o valor de x, obtém-se: x = 1 + 1,5 = 2,5. Os valores de y e z permanecem os mesmos: y = 1 e z = 1. Calculam-se os novos resíduos: R 1 = [ 1](2,5) + [0,5](1) + [ 1,5](1) +3,5 = -2,5 + 0,5-1,5 + 3,5 = 4 4 = 0 R 2 = [0,25](2,5) + [-1](1) + [0,25](1) -1 = 0, ,25 1 = 0,875-2 = -1,125 R 3 = [1,5](2,5) + [ 0,5](1) + [ 1](1) 1 = 3,75 0,5 1 1 = 3,75 2,5 = 1,25 Desta vez, o resíduo de maior valor absoluto é R 3 = 1,25. Soma dos valores absolutos dos resíduos: 0 + 1, ,25 = 2,375. 3ª iteração: O valor de z é corrigido: z = 1 + R 3 = 1 + 1,25 = 2,25. As outras variáveis mantêm os mesmos valores: x = 2,5; e y = 1. Com esses valores calculam-se os novos resíduos: R 1 = [ 1](2,5) + [(0,5](1) + [ 1,5](2,25) +3,5 = -2,5 + 0,5-3, ,5 = 4 5,875 = -1,875 R 2 = [0,25](2,5) + [-1](1) + [0,25]( 2,25) -1 = 0, , = 1, = 0,8125 R 3 = [1,5](2,5) + [ 0,5](1) + [ 1]( 2,25) - 1 = 3,75-0,5 2,25 1 = 3,75-3,75 = 0 Soma dos valores absolutos dos resíduos: 1, , = 2,6875. Os principais resultados são armazenados em uma tabela: 317
12 x 1 R 1 x 2 R 2 x 3 R 3 R i i = 1, 2, 3 1 1,5 1-1, , , ,25 2,375 2,5-1, ,8125 2,25 0 2,6875 Observação: A soma dos valores absolutos dos resíduos, R i i = 1, 2, 3, diminui da estimativa inicial (4) para a primeira iteração (2,375), mas cresceu logo a seguir (2,6875). Pode ser necessário efetuar mais iterações para se conseguir convergência mais nítida para a solução do sistema e para se obter resultados finais precisos. Professor: embora não tenha sido solicitado, usei a Regra de Cramer para obter x 1,41; y - 0,326; e z 1,28. Observo que, após três iterações, os valores obtidos pela Relaxação ainda estão consideravelmente distantes daqueles calculados com a Regra de Cramer. Resposta à Questão 4 Neste caso, constrói-se um algoritmo para implementar, computacionalmente, a aplicação do Método de Relaxação a um sistema de equações lineares com n incógnitas. Considera-se que o sistema dado não está preparado para essa aplicação, de modo que se faz necessário preparar o sistema preliminarmente ao uso do método. Por esse motivo, na Entrada dos Dados manda-se ler o valor de n, os elementos a ij (i, j = 1, 2,... n) da matriz A e os elementos c i do vetor C dos termos independentes. Também se mandam ler x i,1 que constituem as estimativas iniciais da solução do sistema. A quantidade máxima de iterações permitidas, itmax, e um valor pequeno, dmin, associado à precisão requerida na apresentação dos resultados. No Processamento dos Cálculos, prepara-se o sistema para a aplicação do Método da Relaxação. Nessa preparação trazem-se os termos independentes para o primeiro membro de cada equação e faz-se com que, na diagonal principal, todos os elementos sejam iguais a -1. Em seguida, executam-se as iterações, substituindo os valores das incógnitas nas equações e calculando-se os resíduos. O maior resíduo deve ser zerado alterando-se o valor da variável correspondente. Quando se alcançar a precisão desejada, então se interrompe o processo iterativo.... n. Na Saída dos Resultados, manda-se imprimir a resposta: x i,it em que i = 1, 2, 3, Inicialmente, representa-se o algoritmo por uma caixa preta que recebe a nome de Relaxação: 318
13 Dados a ij, c i, x i,1 i,j = 1,2,...,n itmax, dmin Relaxação Resultados x i,it i = 1,2,...,n Ao esquema gráfico inicial dado pela caixa preta corresponde a um esboço do algoritmo escrito em pseudolinguagem de programação. Tal esquema declara os tipos das variáveis mencionadas: ALGORITMO RELAXAÇÃO REAL A(30,30), C(30), X(30,100) REAL DMIN INTEIRO ITMAX INÍCIO FIM DO ALGORITMO RELAXAÇÃO. Abrindo-se a caixa preta para visualização de sua composição interna, distinguem-se as três caixas que correspondem aos blocos de instruções com as principais funcionalidades de um algoritmo numérico. As caixas pretas são: Entrada dos Dados, Processamento dos Cálculos e Saída dos Resultados. Dados A(I,J) C(I) X(I,1) I,J=1,2, N ITMAX DMIN RELAXAÇÃO ENTRADA DOS DADOS PROCES- SAMENTO DOS CÁLCULOS SAÍDA DOS RESUL- TADOS Resultados X(I,IT) I=1,2, N Em seguida, detalhando cada um dos três blocos de instruções, pode-se ter: 319
14 ALGORITMO RELAXAÇÃO REAL A(30,30), C(30), X(30,100), R(30) REAL DMIN, D, MAIOR INTEIRO ITMAX, IT, I, J, K, N INÍCIO (* ENTRADA DOS DADOS: *) LEIA N, ITMAX, DMIN PARA (I DE 1 ATÉ N) FAÇA PARA (J DE 1 ATÉ N) FAÇA LEIA A(I,J) FIM PARA LEIA C(I), X(I,1) FIM PARA (* FIM DA ENTRADA DOS DADOS. *) (* PROCESSAMENTO DOS CÁLCULOS: *) (* PREPARAÇÃO DO SISTEMA: *) PARA (I DE 1 ATÉ N) FAÇA SE (A(I,I) MAIOR 0) ENTÃO PARA (J DE 1 ATÉ N) FAÇA SE (I NÃO IGUAL J) ENTÃO A(I,J) = A(I,J)/(-A(I,I)) FIM SE FIM PARA C(I) = C(I)/A(I,J) FIM SE SE (A(I,I) MENOR 0) ENTÃO PARA (J DE 1 ATÉ N) FAÇA SE (I NÃO IGUAL J) ENTÃO A(I,J) A(I,J)/A(I,I) FIM SE FIM PARA C(I) = -C(I)/A(I,I) FIM SE A(I,I) = -1 FIM PARA (* FIM DA PREPARAÇÃO DO SISTEMA. *) (* APLICAÇÃO DA RELAXAÇÃO: *) IT = 1; D = ENQUANTO ((IT MENOR ITMAX) E (D MAIOR DMIN)) FAÇA (* CÁLCULO DOS RESÍDUOS: *) PARA (I DE 1 ATÉ N) FAÇA R(I) = C(I) FIM PARA PARA (I DE 1 ATÉ N) FAÇA 320
15 PARA (J DE 1 ATÉ N) FAÇA R(I) = R(I) + A(I,J)*X(J,IT) FIM PARA FIM PARA (* FIM DO CÁLCULO DOS RESÍDUOS. *) (* DETERMINAÇÃO DO MAIOR RESÍDUO: *) MAIOR = R(1) PARA (I DE 2 ATÉ N) FAÇA SE (ABS(R(I)) MAIOR ABS(MAIOR)) ENTÃO MAIOR = R(I); K = I FIM SE FIM PARA (* FIM DA DETERMINAÇÃO DO MAIOR RESÍDUO. *) (* ATUALIZAÇÃO DA VARIÁVEL: *) X(K,IT+1) = X(K,IT) + R(K) (* FIM DA ATUALIZAÇÃO DA VARIÁVEL. *) (* DETERMINAÇÃO DA PRECISÃO: *) D = 0 PARA (I DE 1 ATÉ N) FAÇA D = D + ABS(R(I)) FIM PARA (* FIM DA DETERMINAÇÃO DA PRECISÃO. *) IT = IT + 1 FIM ENQUANTO (* FIM DA APLICAÇÃO DA RELAXAÇÃO. *) (* FIM DO PROCESSAMENTO DOS CÁLCULOS. *) (* SAÍDA DOS RESULTADOS: *) ESCREVA FORAM REALIZADAS, IT, ITERAÇÕES SE (D MENOR OU IGUAL DMIN) ENTÃO ESCREVA SOLUÇÃO DO SISTEMA: PARA (I DE 1 ATÉ N) FAÇA ESCREVA X(,I, ) =,X(I,IT) FIM PARA FIM SE SE (D MAIOR DMIN) ENTÃO ESCREVA PRECISÃO NÃO ALCANÇADA FIM SE ESCREVA FIM (* FIM DA SAÍDA DOS RESULTADOS. *) FIM DO ALGORITMO RELAXAÇÃO. 321
16 PROVA 27 Introdução à Interpolação Polinomial FOLHA DE QUESTÕES: Questão 1 (dissertativa) Apresente um resumo de seu estudo sobre a interpolação polinomial. Nesse resumo, descreva o problema da interpolação e como esse problema pode ser resolvido com o emprego de polinômios. Se achar conveniente, construa gráficos e dê exemplos para ilustrar a sua exposição. Por favor, ocupe pelo menos uma página da prova com a sua resposta. Questão 2 (numérica) Considere a tabela dada a seguir. Usando a interpolação linear, obtenha f(3). Indique todas as operações efetuadas para a obtenção desse resultado. x 1,0 2,5 4,7 y = f(x) 2,2 5,4 3,7 Questão 3 (numérica) Empregue um polinômio interpolante do segundo grau para obter o valor de f(2,5) a partir dos pares de valores apresentados na tabela dada abaixo. Por favor, não deixe de indicar todas as operações efetuadas. x 1,2 2,3 3,6 y = f(x) 2,0 2,8 1,8 Questão 4 (algoritmo) Use a metodologia de refinamentos sucessivos para construir um algoritmo que automatize a interpolação linear. Na Entrada dos Dados devem ser lidos os pares de valores [x i ; y i = f(x i )] com i = 1, 2, 3,..., n, em que n representa a quantidade de pares de valores, e o valor de x para o qual se deseja obter o correspondente valor de y = f(x). No Processamento dos Cálculos, faça calcular esse valor de y. Na Saída dos Resultados mande imprimir o valor de x e o de seu correspondente y. Boa Prova! 322
17 RESPOSTAS: Resposta à Questão 1 Na interpolação tem-se um conjunto de n pares de valores: [x i, y i = f(x i )], i = 1, 2, 3,...n, que podem ser interpretados como pontos do gráfico de uma função f(x). Nessas circunstâncias, deseja-se conhecer o valor y k da função f(x), isto é, y k = f(x k ), correspondente a um valor de x k que pertence ao intervalo [x 1, x n ]. Naturalmente, x k x i, i = 1, 2, 3,...n. Para determinar y k = f(x k ) pode-se usar uma técnica de interpolação polinomial. Ligando por uma reta, p(x) = ax + b, o ponto que tem abscissa imediatamente menor do que x k e o ponto que tem abscissa imediatamente maior do que x k, obtém-se uma reta. Então, lê-se, sobre a reta assim traçada, ou calcula-se p(x k ) y k = f(x k ) Não há, verdadeiramente, necessidade de escolher os pontos com os quais se define a reta de interpolação da maneira como foi descrita acima. Entretanto, esse procedimento é freqüentemente razoável. Além da interpolação linear, pode-se usar uma interpolação quadrática, caso em que se passa uma parábola, isto é, um polinômio do segundo grau: p(x) = ax 2 + bx + c por três pontos da tabela, escolhidos convenientemente na área em que se pretende realizar a interpolação. A interpolação polinomial ainda pode ser cúbica, caso em que se usa uma curva do terceiro grau. Pode-se fazer a interpolação com o emprego de polinômios de grau ainda mais alto. Nem sempre é conveniente, contudo, usar polinômios de grau três ou superior, pois o resultado da interpolação pode não ser muito bom. Quanto aos dados, é preciso ficar atento ao fato de que a função y = f(x) deve ser contínua, pelo menos, na área em que se pretende realizar a interpolação. Se os pontos dados [x i, y i = f(x i )], i = 1, 2, 3,...n, tiverem sido bem escolhidos, tem-se uma boa representação da função f(x), mesmo que eles estejam bem espaçados. O espaçamento: não precisa ser constante. h i = x i+1 x i, i = 1, 2,..., n-1, Em qualquer caso de interpolação polinomial, em que se deseja ter a expressão analítica do polinômio interpolante, p(x), por exemplo, para fins de derivação, é preciso determinar os coeficientes do polinômio. No caso da reta, resolve-se um sistema de duas 323
18 equações lineares com duas incógnitas (a e b); no caso da parábola, um sistema de três equações lineares com três incógnitas (a, b e c); e assim por diante. Observação 1: Se x k está fora do intervalo [x 1, x n ], isto é, x k < x 1 ou x k > x n, então o procedimento adotado para a determinação de y k = f(x k ) é denominado, algumas vezes, extrapolação. Observação 2: Várias técnicas foram desenvolvidas com a finalidade de facilitar o uso da interpolação. Entre as técnicas mais importantes, é possível citar aquela que emprega os Polinômios de Lagrange e a que usa os Polinômios de Gregory-Newton. Resposta à Questão 2 - Usaremos a interpolação linear para obter f(3) a partir dos dados apresentados na tabela indicada abaixo x 1,0 2,5 4,7 f(x) 2,2 5,4 3,7 Como 2,5 < 3 < 4,7, tomaremos os pontos (2,5; 5,4) e (4,7; 3,7) para definir a reta interpolante que, nesse caso, pode ser escrita como: p(x) = ax + b Determinação dos coeficientes a e b da reta: Para x = 2,5, tem-se a(2,5) + b = 5,4. Para x = 4,7, tem-se a(4,7) + b = 3,7. Da primeira equação: a = [5,4 b]/(2,5). Substituindo esse resultado na segunda equação, (4,7)[5,4 b]/(2,5) + b = 3,7. Então, pode-se fazer o cálculo de b: [(4,7)(5,4) (4,7)b]/2,5 + b = 3,7, ou seja, [25,38 4,7 b]/2,5 + b = 3,7. Ou [10,152 1,88 b] + b = 3,7 Isto é, -0,88 b = -6,452 ou b = 7,332 Cálculo de a: a = (3,7 b)/4,7 a = (3,7 5,041)/4,7 ou a = -0,773 Conclusão: f(3) p(3) = -0,773 (3) + 7,332 = 5,013. Tem-se 3,7 < 5,013 < 5,4, indicando um resultado dentro das expectativas. 324
19 Resposta à Questão 3 Nesta resposta vamos empregar um polinômio do segundo grau p(x) = ax 2 + bx + c para obter o valor de f(2,5) a partir dos pares de valores dados no enunciado da questão. Construiremos um sistema de três equações lineares com três incógnitas para obter os coeficientes da parábola. Indicaremos todas as operações efetuadas. x 1,2 2,3 3,6 f(x) 2,0 2,8 1,8 Para x = 1,2, tem-se: a(1,2) 2 + b(1,2) + c = 2,0 Para x = 2,3, tem-se: a(2,3) 2 + b(2,3) + c = 2,8 Para x = 3,6, tem-se: a(3,6) 2 + b(3,6) + c = 1,8 Tem-se que 1,2 2 = 1,44; 2,3 2 = 5,29; 3,6 2 = 12,96 O sistema de equações lineares pode ser escrito na forma matricial: 1,44 1,2 1 a 2,0 5,29 2,3 1 b = 2,8 12,96 3,6 1 c 1,8 Esse sistema será resolvido pela Regra de Cramer. Os determinantes serão calculados com a Regra de Sarrus. Cálculo do determinante principal D da matriz dos coeficientes: 1,44 1,2 1 5,29 2,3 1 12,96 3,6 1 D = (1,44*2,3*1) + (1,2*1*12,96) + (1*3,6*5,29) (1*2,3*12,96) (1*3,6*1,44) (1*5,29*1,2) = 3, , ,044 29,808 5,184 6,348 = 37,908 41,340 = -3,432 Primeiro determinante característico D1: 2,0 1,2 1 2,8 2,3 1 1,8 3,6 1 D1 = (2,0*2,3*1) + (1,2*1*1,8) + (1*3,6*2,8) - (1*2,3*1,8) (1*3,6*2,0) (1*2,8*1,2) 325
20 = 4,60 + 2, ,08 4,14 7,20 3,36 = 16,84 14,7 = 2,14 Segundo determinante característico D2: 1,44 2,0 1 5,29 2,8 1 12,96 1,8 1 D2 = (1,44*2,8*1) + (2,0*1*12,96) + (1*1,8*5,29) - (1*2,8*12,96) (1*1,8*1,44) (1*5,29*2,0) = 4, ,92 + 9,522 36,288 2,592 10,58 = 39,474 49,46 = -9,986 Terceiro determinante característico D3: 2,0 1,2 2,0 2,8 2,3 12,8 1,8 3,6 1,8 D3 = (1,44*2,3*1,8) + (1,2*2,8*12,96) + (2,0*3,6*5,29) (2,0*2,3*12,96) (2,8*3,6*1,44) (1,8*5,29*1,2) = 5, , ,088 59,616 14, ,4264 = 87, ,5576 = 2,0376 Coeficientes da parábola: a = D1/D = 2,14/-3,432 = -0,6235 b = D2/D = -9,986/-3,432 = 2,91 c = D3/D = 2,0376/-3,432 = -0,594 Então, f(2,5) p(2,5) = -0,6235(2,5) 2 + 2,91(2,5) + (-0,594) f(2,5) -3, ,285 0,594 = 2,794 que é um resultado coerente com os dados. Resposta à Questão 4 Nesta questão usaremos a metodologia de refinamentos sucessivos para construir um algoritmo que automatize a interpolação linear. Dados n, x i, y i, i = 1,2,...,n xint INTPOLINEAR Resultados xint, yint 326
21 Na Entrada dos Dados devem ser lidos os pares de valores [x i ; y i = f(x i )] com i = 1, 2, 3,..., n, em que n representa a quantidade de pares de valores, e o valor de xint para o qual se deseja obter o correspondente valor de yint = f(xint). Na Saída dos Resultados espera-se ter o valor de xint e de seu correspondente yint. Um esboço preliminar do algoritmo, em versão literal, já pode ser apresentado: ALGORITMO INTPOLINEAR REAL X(10), Y(10) REAL XINT, YINT INTEIRO I, N INÍCIO... FIM DO ALGORITMO INTPOLINEAR. Agora, abre-se a caixa preta para visualização de três novas caixas pretas: Entrada dos Dados, Processamento dos Cálculos e Saída dos Resultados: INTPOLINEAR Dados N, X(I),Y(I) I = 1, 2,...,N XINT ENTRADA DOS DADOS PROCES- SAMENTO DOS CÁLCULOS SAÍDA DOS RESUL- TADOS Resultados XINT, YINT Detalhamento da Entrada dos Dados: (* ENTRADA DOS DADOS: *) LEIA N, XINT PARA (I DE 1 ATÉ N) FAÇA LEIA X(I), Y(I) FIM PARA (* FIM DA ENTRADA DOS DADOS. *) Detalhamento do Processamento dos Cálculos: (* PROCESSAMENTO DOS CÁLCULOS: *) (* POSIÇÃO DE XINT NA TABELA: *) PARA (I DE 1 ATÉ N-1) FAÇA 327
22 SE (( X(I) MENOR XINT) E ( XINT MENOR X(I+1))) ENTÃO XA = X(I); YA = Y(I) XB = X(I+1); YB = Y(I+1) FIM SE FIM PARA (* DETERMINANTES DA MATRIZ: *) D = XA*1 1*XB D1 = YA*1 1*YB D2 = XA*YB YA*XB (* COEFICIENTES DA RETA: *) A = D1/D; B = D2/D (* INTERPOLAÇÃO: *) YINT = A*XINT + B (* FIM DO PROCESSAMENTO DOS CÁLCULOS. *) Detalhamento da Saída dos Resultados: (* SAÍDA DOS RESULTADOS: *) ESCREVA PARA X =, XINT ESCREVA TEM-SE Y =, YINT (* FIM DA SAÍDA DOS RESULTADOS. *) Reunindo os três blocos de instruções e definindo os tipos de todas as variáveis utilizadas, tem-se o algoritmo INTPOLINEAR em sua versão completa: ALGORITMO INTPOLINEAR REAL X(10), Y(10), XINT, YINT REAL XA, XB, D, D1, D2, A, B INTEIRO I, N INÍCIO (* ENTRADA DOS DADOS: *) LEIA N, XINT PARA (I DE 1 ATÉ N) FAÇA LEIA X(I), Y(I) FIM PARA (* FIM DA ENTRADA DOS DADOS. *) (* PROCESSAMENTO DOS CÁLCULOS: *) (* POSIÇÃO DE XINT NA TABELA: *) PARA (I DE 1 ATÉ N-1) FAÇA SE (( X(I) MENOR XINT) E ( XINT MENOR X(I+1))) ENTÃO 328
23 XA = X(I); YA = Y(I) XB = X(I+1); YB = Y(I+1) FIM SE FIM PARA (* DETERMINANTES DA MATRIZ: *) D = XA*1 1*XB D1 = YA*1 1*YB; D2 = XA*YB YA*XB (* COEFICIENTES DA RETA: *) A = D1/D; B = D2/D (* INTERPOLAÇÃO: *) YINT = A*XINT + B (* FIM DO PROCESSAMENTO DOS CÁLCULOS. *) (* SAÍDA DOS RESULTADOS: *) ESCREVA PARA X =, XINT ESCREVA TEM-SE Y =, YINT (* FIM DA SAÍDA DOS RESULTADOS. *) FIM DO ALGORITMO INTPOLINEAR. 329
24 PROVA 28 Interpolação com Splines FOLHA DE QUESTÕES: Questão 1 (dissertativa) - escreva um resumo do tópico Interpolação com Splines. Por favor, produza um texto com, no mínimo, uma página. De modo condensado, apresente: (a) as principais definições; (b) as condições que devem ser estabelecidas para garantir que a solução teórica mantenha as características da solução gráfica; e (c) uma breve indicação da dedução das fórmulas. Se achar conveniente, enriqueça a sua apresentação com um gráfico que ilustre a curva spline S 3 (x) mostrando as partes em que ela é dividida: s 1 (x), s 2 (x),..., s n (x). Questão 2 (numérica) Por favor, use a teoria de interpolação com a Spline Cúbica Natural para obter a expressão algébrica de s 1 (x) a partir da tabela dada abaixo: i x i 0,0 0,1 0,2 0,3 0,4 y i = f(x i ) 2,0 2,3 2,0 2,1 2,2 Questão 3 (numérica) Empregue a interpolação com a Spline Cúbica Natural para obter y = f(0,13) a partir da tabela dada abaixo. Se desejar, reutilize os resultados obtidos na resposta à questão anterior. Por favor, indique todas as operações efetuadas. x 0,0 0,1 0,2 0,3 0,4 y = f(x) 2,0 2,3 2,0 2,1 2,2 Questão 4 (algoritmo) Construa um algoritmo para utilizar, de maneira automática, no computador, uma interpolação para a função y = f(x) com a Spline Cúbica Interpolante Natural. Na Entrada de Dados, faça-o ler as abscissas e as ordenadas [x i, y i ] i = 0, 1, 2,..., n dos pontos que serão empregados na interpolação, assim como um valor para a variável x int, para a qual se deseja obter y int = f(x int ). Boa Prova! 330
25 RESPOSTAS: Resposta à Questão 1 Uma spline é uma régua de material flexível que se adapta bem a uma distribuição de pontos do gráfico de uma função contínua. Quando é empregada, ela permite traçar uma curva que se aproxima do gráfico da função. Desse modo, pode-se fazer uma interpolação de maneira gráfica, buscando, para valores de x não tabelados, os correspondentes valores de y sobre a curva traçada com a régua. Entretanto, os cientistas fizeram um tratamento matemático desse tipo de interpolação. As curvas, nesse caso, são denominadas de splines e podem ser de diferentes graus. As curvas splines de terceiro grau correspondem a polinômios de grau três. Quando, para essas curvas, se estabelecem certas condições, têm-se as Splines Cúbicas Naturais, que são muito empregadas na prática da ciência e da técnica. Por esse motivo, são estudadas em muitos cursos universitários. A spline cúbica pode ser representada por S 3 (x) Ela é uma função polinomial do terceiro grau por partes, quer dizer, cada uma de suas partes, s k (x), é um polinômio de grau três: s k (x) = A k (x-x k ) 3 + B k (x-x k ) 2 + C k (x-x k ) + D k A função s k (x) é uma cúbica no intervalo [x k-1, x k ]. O índice k assume os valores: 1, 2,..., n. Apesar de S 3 (x) ser constituída de vários polinômios concatenados, o seu gráfico tem um aspecto de ondulações suaves, isto é, sem variações bruscas de curvatura. Para garantir esse aspecto, a construção de S 3 (x) precisa assumir uma série de condições, entre as quais, ter as derivadas de primeira e segunda ordem como funções contínuas. Y s 1 (x) s 2 (x) S 3 (x) X x 0 x 1 x 2 x n 331
26 Importante: a determinação de S 3 (x) exige o cálculo de quatro coeficientes para cada k (cada polinômio s k (x)), perfazendo o total de 4n coeficientes. Para s 1 (x): A 1 B 1 C 1 D 1 Para s 2 (x): A 2 B 2 C 2 D 2... Para s n (x): A n B n C n D n As expressões que permitem calcular os valores desses coeficientes são as seguintes: A k = [s k (x k ) s k-1 (x k-1 )]/6h k B k = [s k (x k )]/2 C k = {[f(x k ) f(x k-1 )]/h k } + [2 h k s k (x k ) + h k s k-1 (x k-1 )]/6 D k = f(x k ) Nessas expressões, o símbolo s k (x k ) representa a derivada de segunda ordem da função s k (x) calculada para x = x k. O índice k pode assumir os seguintes valores: 0, 1,..., n. Como, na spline natural, as réguas iniciam e terminam como retas, então s 0 (x 0 ) = 0 (no início da régua spline) e s n (x n ) = 0 (no final da régua spline). Já, h k = x k x k-1 está associado ao espaçamento das abscissas. Esse espaçamento pode ser constante ou variável. Resposta à Questão 2 Neste caso, têm-se cinco pontos, logo, n = 4. A Spline Cúbica Natural S 3 vai ser usada para se obter a expressão algébrica de s 1 (x) correspondente aos dados. i x i 0,0 0,1 0,2 0,3 0,4 y i = f(x i ) 2,0 2,3 2,0 2,1 2,2 A expressão procurada tem o seguinte formato geral: s k (x) = A k (x-x k ) 3 + B k (x-x k ) 2 + C k (x-x k ) + D k 332
27 Para k = 1, tem-se s 1 (x) = A 1 (x-x 1 ) 3 + B 1 (x-x 1 ) 2 + C 1 (x-x 1 ) + D 1 O valor de x 1 pode ser lido na tabela: x 1 = 0,1. É preciso determinar os valores dos coeficientes A 1, B 1, C 1 e D 1. Essa determinação envolve o cálculo das derivadas de segunda ordem: Para simplificar a notação, faz-se s k (x k ), em que k = 0, 1, 2, 3, 4. s k (x k ) = z k, k = 0, 1, 2, 3, 4. Como a spline cúbica é do tipo natural, então z 0 = z 4 = 0 Determinam-se as outras três derivadas de segunda ordem, isto é, z 1, z 2 e z 3, com a resolução do sistema de três equações lineares com três incógnitas: AZ = W, em que a matriz A tem os seguintes elementos: A = 2(h 1 + h 2 ) h 2 0 h 2 2(h 2 + h 3 ) h 3 0 h 3 2(h 3 + h 4 ) Em que o espaçamento é constante: h 1 = h 2 = h 3 = h 4 = 0,1. De modo que se obtém: A = 0,4 0,1 0,0 0,1 0,4 0,1 0,0 0,1 0,4 O vetor dos termos independentes é W = 6[(y 2 y 1 )/h 2 (y 1 y 0 )/h 1 ] 6[(y 3 y 2 )/h 3 (y 2 y 1 )/h 2 ] 6[(y 4 y 3 )/h 4 (y 3 y 2 )/h 3 ] Substituindo os valores: W = 6[(2,0 2,3)/0,1 (2,3 2,0)/ 0,1] 6[(2,1 2,0)/ 0,1 (2,0 2,3)/ 0,1] 6[(2,2 2,1)/ 0,1 (2,1 2,0)/ 0,1] Efetuando os cálculos: 333
28 W = O sistema AW = Z pode ser resolvido pela Regra de Cramer. Cálculo dos determinantes: det = (0,4)(0,4)(0,4) (0,1)(0,1)(0,4) (0,4)(0,1)(0,1) = 0,064 0,004 0,004 = 0,056 det1 = ( 36)(0,4)(0,4) (0,1)(0,1)(36) (0,4)(24)(0,1) = 5,76 0,36 0,96 = 7,08 det2 = (0,4)(24)(0,4) (0,4)(0,1)( 36) = 3,84 + 1,44 = 5,28 det3 = ( 36)(0,1)(0,1) 0 (24)(0,1)(0,4) 0 = 0,36 0,96 = 1,32 Daí vem a solução do sistema: z 1 = det1/det = 7,08/0,056 = 126,4 z 2 = det2/det = 5,28/0,056 = 94,29 z 3 = det3/det = 1,32/0,056 = 23,57 Agora, pode-se obter cada um dos coeficientes de s 1 (x), considerando k = 1: A 1 = [z 1 z 0 ][(6)(h 1 )] = [ 126,4 0]/[(6)(0,1)] = 210,7 B 1 = z 1 /2 = 126,4/2 = 63,2 C 1 = {[y 1 y 0 ]/h 1 } + [2 h 1 z 1 + h 1 z 0 ]/6 = {[2,3 2,0]/0,1} + [2(0,1)( 126,4) + (0,1)(0)]/6 = 1,213 D 1 = y 1 = 2,3 Então, s 1 (x) = 210,7 (x - 0,1) 3 63,2 (x - 0,1) 2 1,213 (x - 0,1) + 2,3 Resposta à Questão 3 Neste caso, deseja-se empregar a interpolação com a Spline Cúbica Natural para o cálculo de y = f(0,13) a partir dos dados apresentados na tabela i x i 0,0 0,1 0,2 0,3 0,4 y i = f(x i ) 2,0 2,3 2,0 2,1 2,2 334
29 Podem-se reutilizar os valores obtidos na resposta à questão anterior. Assim, como 0,13 pertence ao intervalo [0,1; 0,2], utiliza-se o polinômio: s 3 (x) = A 3 (x-x 3 ) 3 + B 3 (x-x 3 ) 2 + C 3 (x-x 3 ) + D 3 O cálculo de seus coeficientes pode ser realizado com os valores das derivadas de segunda ordem já obtidos na questão anterior: z 0 = 0; z 1 = 126,4; z 2 = 94,29; z 3 = 23,57; z 4 = 0 A 3 = [z 3 z 2 ]/[(6)(h 3 )] = [ 23,57 94,29]/[(6)(0,1)] = 117,86/0,6 = 196,43 B 3 = [z 3 ]/2 = 23,57/2 = 11,785 C3 = {[y 3 y 2 ]/h 3 }+ [2 h 3 z 3 + h 3 z 2 ]/6 = {[2,1 2,0]/0,1}+ [2(0,1)( 23,57) + (0,1)( 94,29)]/6 = {1} + [ 4, ,429]/6 = 1 + 0,7858 = 1,7858 D 3 = y 3 = 2,1 Assim, f(0,13) s 3 (0,13) = 196,43 (0,13 0,3) 3 11,785 (0,13 0,3) 2 + 1,7858 (0,13 0,3) + 2,1 = 0,9651 0,3406 0, ,1 = 2,42 Conclusão: f(0,13) 2,42 que é um valor dentro das expectativas. Resposta à Questão 4 Nesta questão, constrói-se um algoritmo para realizar uma interpolação para a função y = f(x) com a Spline Cúbica Interpolante Natural. Considera-se que são fornecidas as coordenadas cartesianas de cinco pontos. Também é dado o valor de x int para o qual se deseja y int. O espaçamento pode ser variável: h i = x i+1 x i, i = 0, 1, 2, 3. Inicialmente, desenha-se a caixa preta que representa o algoritmo no mais alto nível de abstração: x int, x i, y i, i = 0,1,2,3,4 xint Dados SPLINES Resultados x int, y int 335
30 Na Entrada dos Dados manda-se ler o valor x int (valor de x para o qual se quer fazer a interpolação). Manda-se ler cada um dos os pares de valores [x i ; y i = f(x i )] com i = 0, 1, 2, 3, 4. Na Saída dos Resultados espera-se apresentar o valor de x in t e de seu correspondente y int = f(x int ). Segue um esboço preliminar do algoritmo, desta vez, em versão literal: ALGORITMO SPLINES REAL X(5), Y(5) REAL XINT, YINT INTEIRO I INÍCIO... FIM DO ALGORITMO SPLINES. Em seguida, na segunda etapa de desenvolvimento do algoritmo, abre-se a caixa preta para visualização de seu interior. Surgem três novas caixas pretas: Entrada dos Dados; Processamento dos Cálculos; e Saída dos Resultados. SPLINES Dados XINT X(I),Y(I) I = 0,1...4 ENTRADA DOS DADOS PROCES- SAMENTO DOS CÁLCULOS SAÍDA DOS RESUL- TADOS Resultados XINT, YINT Então, detalham-se os três blocos internos. Os blocos de Entrada dos Dados e de Saída dos Resultados formalizam o comportamento já descrito acima. O bloco de Processamento dos Cálculos, por sua vez, por ter mais complexidade, pode ser repartido em cinco etapas: 1. Construção do sistema (matriz A e vetor W dos termos independentes) 2. Resolução do sistema pela Regra de Cramer (cálculo de determinantes) 3. Localização de x int no intervalo de interpolação 4. Cálculo dos coeficientes A k, B k, C k e D k do s k (x) a que pertence x int. 5. Cálculo de y int. 336
31 As segundas derivadas de f(x), isto é, s k (x k ), k = 0, 1,..., 4 são denotadas no algoritmo por Z(0), Z(1),..., Z(4). Os valores de Z(0) e de Z(4) são nulos porque trabalha-se com a spline cúbica natural. Já, os valores de Z(1), Z(2) e de Z(3) são obtidos através da resolução de um sistema de três equações lineares com essas três incógnitas. ALGORITMO SPLINE (* REALIZA INTERPOLAÇÃO COM SPLINE CÚBICA NATURAL, CONSIDERANDO CINCO PONTOS COM ESPAÇAMENTO VARIÁVEL. *) REAL XINT, YINT, DET, DET1, DET2, DET3 REAL X(5), Y(5), W(3), Z(3) REAL AS(4), BS(4), CS(4), DS(4), H(4) REAL A(3, 3) INTEIRO I, K, N INÍCIO (* ENTRADA DOS DADOS: *) LEIA XINT PARA (I DE 0 ATÉ 4) FAÇA LEIA X(I), Y(I) FIM PARA (* FIM DA ENTRADA DOS DADOS. *) (* PROCESSAMENTO DOS CÁLCULOS: *) (* CÁLCULO DOS ESPAÇAMENTOS: *) PARA (I DE 1 ATÉ 4) FAÇA H(I) = X(I) X(I 1) FIM PARA (* FIM DO CÁLCULO DOS ESPAÇAMENTOS. *) (* CONSTRUÇÃO DO SISTEMA: *) (* CONSTRUÇÃO DA MATRIZ A: *) A(1,1) = 2*(H(1)+H(2)); A(1,2) = H(2); A(1,3) = 0 A(2,1) = H(2); A(2,2) = 2*(H(2)+H(3)); A(2,3) = H(3) A(3,1) = 0; A(3,2) = H(3); A(3,3) = 2*(H(3)+H(4)) (* FIM DA CONSTRUÇÃO DA MATRIZ A. *) (*VETOR W DOS TERMOS INDEPENDENTES: *) 337
32 W(1) = 6*((Y(2)-Y(1))/H(2) (Y(1)-Y(0))/H(1)) W(2) = 6*((Y(3)-Y(2))/H(3) (Y(2)-Y(1))/H(2)) W(3) = 6*((Y(4)-Y(3))/H(4) (Y(3)-Y(2))/H(3)) (* FIM DO VETOR W DOS TERMOS INDEPENDENTES. *) (* FIM DA CONSTRUÇÃO DO SISTEMA AZ = W. *) (* RESOLUÇÃO DO SISTEMA POR CRAMER: *) (* DETERMINANTE PRINCIPAL: *) DET= A(1,1)*A(2,2)*A(3,3)+A(1,2)*A(2,3)*A(3,1)+A(1,3)*A(3,2)*A(2,1)- A(1,3)*A(2,2)*A(3,1)-A(2,3)*A(3,3)*A(1,1)-A(3,3)*A(2,1)*A(1,2) (* PRIMEIRO DETERMINANTE CARACTERÍSTICO: *) DET1=W(1)*A(2,2)*A(3,3)+A(1,2)*A(2,3)*W(3)+A(1,3)*A(3,2)*W(2) -A(1,3)*A(2,2)*W(3)-A(2,3)*A(3,2)*W(1)-A(3,3)*W(2)*A(1,2) (* SEGUNDO DETERMINANTE CARACTERÍSTICO: *) DET2=A(1,1)*W(2)*A(3,3)+W(1)*A(2,3)*A(3,1)+A(1,3)*W(3)*A(2,1) -A(1,3)*W(2)*A(3,1)-A(2,3)*W(3)*A(1,1)-A(3,3)*A(2,1)*W(1) (* TERCEIRO DETERMINANTE CARACTERÍSTICO: *) DET3=A(1,1)*A(2,2)*W(3)+A(1,2)*W(2)*A(3,1)+W(1)*A(3,2)*A(2,1) -W(1)*A(2,2)*A(3,1)-W(2)*A(3,2)*A(1,1)-W(3)*A(2,1)*A(1,2) (* SOLUÇÃO DO SISTEMA: *) Z(1) = DET1/DET; Z(2) = DET2/DET; Z(3) = DET3/DET (* FIM DA RESOLUÇÃO DO SISTEMA POR CRAMER. *) (* LOCALIZAÇÃO DE XINT: *) I = 0 ENQUANTO (I MENOR OU IGUAL 4) FAÇA SE ((XINT MAIOR X(I)) E (XINT MENOR X(I+1))) ENTÃO K = I+1 I = 5 FIM SE I = I + 1 FIM ENQUANTO (* FIM DA LOCALIZAÇÃO DE XINT. *) (* CÁLCULO DOS COEFICIENTES DE SK(X): *) AS(K) = (Z(K) Z(K-1))/(6*H(K)) BS(K) = Z(K)/2 338
33 CS(K) = (Y(K) Y(K-1))/H(K) + (2*H(K)*Z(K) + Z(K-1)*H(K))/6 DS(K) = Y(K) (* FIM DO CÁLCULO DOS COEFICIENTES DE SK(X). *) (* CÁLCULO DE YINT = SK(XINT): *) YINT = AS(K)*(XINT X(K))*(XINT X(K))*(XINT X(K))+ BS(K)*(XINT X(K))*(XINT X(K))+ CS(K)*(XINT X(K))+ DS(K) (* FIM DO CÁLCULO DE YINT = SK(XINT). *) (* FIM DO PROCESSAMENTO DOS CÁLCULOS. *) (* SAÍDA DOS RESULTADOS: *) ESCREVA INTERPOLAÇÃO COM SPLINE NATURAL ESCREVA PARA X =, XINT, ESCREVA TEM-SE Y =, YINT (* FIM DA SAÍDA DOS RESULTADOS. *) FIM DO ALGORITMO SPLINE. Relatório que será produzido na execução do algoritmo: INTERPOLAÇÃO COM SPLINES PARA X =... TEM-SE Y =
34 PROVA 29 Integração Gaussiana FOLHA DE QUESTÕES: Questão 1 (dissertativa) Descreva alguns dos aspectos mais importantes da Integração Gaussiana. Se achar conveniente, apresente fórmulas e figuras para ilustrar e enriquecer sua descrição. Por favor, não ocupe menos do que uma página. Questão 2 (numérica) Use o Método de Gauss-Legendre com Dois Pontos para obter o valor da integral definida: 2,0 I = ( 4x 4 12)dx 0,0 Por favor, apresente a indicação de todos os cálculos efetuados. Compare o resultado com o valor exato da integral. Questão 3 (numérica) Por favor, considere a função f(x) = sen(x) 3x + 1. Calcule a integral definida de f(x) com os seguintes limites de integração: limite inferior: a = 0,8; limite superior: b = 1,0. Utilize a Integração Gaussiana com dois pontos: em que I = A 0 F(t 0 ) + A 1 F(t 1 ) F(t) = [(b a)/2]f{[(b a)/2]t + [(b + a)/2]}; A 0 = A 1 = 1; t 0 = - 1/ 3 ; e t 1 = 1/ 3. Questão 4 (algoritmo) Elabore um algoritmo para automatizar a aplicação do Método de Gauss no caso da integração da função f(x) = 3e x/2. Por favor, na Entrada dos Dados, mande ler a e b, os limites de integração; no Processamento dos Cálculos, faça obter o valor da integral I; e, na Saída dos Resultados, mande escrever o valor de I. Boa Prova! 340
35 RESPOSTAS: Resposta à Questão 1 A integração gaussiana (Método de Gauss-Legendre) é um poderoso recurso de natureza numérica para o cálculo de integrais definidas. Isto, porque, em vários casos práticos, a aplicação desse método leva a resultados bastante precisos. Entretanto, emprega-se a integração gaussiana quando é difícil realizar a integração por processos analíticos. Diferentemente de outros métodos, tais como os métodos de Newton-Côtes, entretanto, para o emprego do Método de Gauss-Legendre é preciso conhecer a expressão algébrica da função integranda. Quer dizer, para se obter, pelo Método de Gauss-Legendre, o valor da integral I = b a f ( x) dx é preciso que se conheça a expressão algébrica que define f(x), além do valor de a (limite inferior do intervalo de integração) e do valor de b (limite superior desse intervalo). De posse dessas informações, pode-se utilizar a integração gaussiana em diferentes modalidades: No caso de se considerar dois pontos (recurso mais simples), tem-se em que e b I = a f ( x) dx I G2 = A 0 F(t 0 ) + A 1 F(t 1 ) F(t) = [(b a)/2]f{[(b a)/2]t + (b a)/2} A 0 = A 1 = 1; t 0 = 1/ 3 0, ; e t 1 = +1/ 3 +0, Já, no caso de se empregar a integração gaussiana com quatro pontos (recurso que permite resultados mais precisos que a abordagem anterior), tem-se 341
36 b I = a em que, por sua vez, f ( x) dx IG4 = A 0 F(t 0 ) + A 1 F(t 1 ) + A 2 F(t 2 ) + A 3 F(t 3 ) A 0 = A 3 = 0, ; A 1 = A 2 = 0, t 0 = 0, ; t 1 = 0, ; t 2 = 0, ; e t 3 = 0, Resposta à Questão 2 Neste caso, pede-se I = ( 4x 12) dx, considerando, portanto, os limites de integração: limite inferior: 0,0; e limite superior: 2,0. Isto é, neste caso, tem-se a = 0,0 e b = 2,0. A função a integrar é f(x) = 4x Como se vai usar o Método de Gauss com dois pontos, tem-se: Em que A 0 = A 1 = 1; 2,0 0,0 I I G2 = A 0 F(t 0 ) + A 1 F(t 1 ) t 0 = 1/ 3 0, ; e t 1 = +1/ 3 +0, Além disso, F(t) = [(b a)/2]f{[(b a)/2]t + (b a)/2} Isto é, F(t) = [(2 0)/2]f{[(2 0)/2]t + (2 0)/2} F(t) = f(t + 1) F(t) = 4(t + 1) 4 12 Então, I I G2 = 1[4(t 0 + 1) 4 12] + 1[4(t 1 + 1) 4 12] 342
37 I I G2 = [4( 1/ 3 + 1) 4 12] + [4(1/ 3 + 1) 4 12] I I G2 = [4( 0, ) 4 12] + [4(0, ) 4 12] I I G2 = 4(0, ) 4 + 4(1, ) 4 24 I I G2 = 0, , I I G2 = 0, Cálculo do valor exato para comparação com o resultado numérico: I = (4/5)x 5 12x Considerando os limites de integração: I = [(4/5)2 5 12(2)] [(4/5)0 5 12(0)] I = [(4/5)2 5 12(2)] I = (4/5)(32) 24 I = 1,6 Conclusão: neste caso particular, existe considerável diferença entre o valor calculado numericamente (I G2 = 0, ) e o valor obtido por meio analítico (I = 1,6). Tal se dá, possivelmente, devido à natureza da função integranda (uma quártica). Pode-se tentar obter uma resposta mais precisa com o emprego, por exemplo, da Integração Gaussiana com Quatro Pontos.. Resposta à Questão 3 Nesta questão calcula-se a integral isto é, pelo Método de Gauss com dois pontos: 1,0 1,0 I = 0,8 f ( x) dx I = [ sen ( x) 3x 1] dx 0,8 em que I G2 A 0 F(t 0 ) + A 1 F(t 1 ) a = 0,8; b = 1,0; 343
38 F(t) = [(b a)/2]f{[(b a)/2]t + [(b + a)/2]}; A 0 = A 1 = 1; t 0 = - 1/ 3-0, ; e t 1 = 1/ 3 0, Ora, [(b a)/2] = [(1,0 0,8)/2] = 0,2/2 = 0,1 [(b + a)/2] = [(1,0 + 0,8)/2] = 1,8/2 = 0,9 Assim, f{[(b a)/2]t 0 + [(b + a)/2]} = f{[0,1](- 0, ) + [0,9]} = f{0,842265} = sen(0,842265) 3(0,842265) + 1 = 0, , = -0, f{[(b a)/2]t 1 + [(b + a)/2]} = f{[0,1](0, ) + [0,9]} = f{0,957735} = sen(0,957735) 3(0,957735) + 1 = 0, , = -1, Desse modo, obtém-se I F(t 0 ) + F(t 1 ) = [(b a)/2]f{[(b a)/2]t 0 + [(b + a)/2} + [(b a)/2]f{[(b a)/2]t 1 + [(b + a)/2]} = [0,1](-0, ) + [0,1](-1, ) = -0, ,0 Conclusão: I = [ sen ( x) 3x 1] dx -0, ,8 Resposta à Questão 4 Constrói-se a caixa preta inicial: a, b Dados Gauss_2 f(x) = 3e x/2. Resultados I 344
39 São dados os limites de integração a e b. O resultado esperado é I, o valor da integral. Agora, pode-se esboçar o algoritmo Gauss_2 em forma literal correspondente ao esquema gráfico dado pela caixa preta: ALGORITMO GAUSS_2 REAL A, B, I, A0, A1, T0, T1 REAL X0, X1, FT0, FT1 F(X) = = 3*EXP(-X/2) INÍCIO FIM DO ALGORITMO GAUSS_2. A caixa preta inicial contém, em sua composição interna, as três caixas que correspondem aos blocos de instruções com as principais funcionalidades do algoritmo. Tais caixas pretas internas são: Entrada dos Dados, Processamento dos Cálculos e Saída dos Resultados. Dados A, B GAUSS_2 ENTRADA DOS DADOS PROCES- SAMENTO DOS CÁLCULOS SAÍDA DOS RESUL- TADOS Resultados I F(X) = = 3*EXP(-X/2) Detalhando cada um dos três blocos de instruções, pode-se ter: ALGORITMO GAUSS_2 (* CALCULA O VALOR DA INTEGRAL DEFINIDA I DE UMA FUNÇÃO F(X) COM O USO DO MÉTODO DE GAUSS-LEGENDRE COM DOIS PONTOS. *) 345
40 INÍCIO REAL A, B, I, A0, A1, T0, T1 REAL X0, X1, FT0, FT1 F(X) = 3*EXP(-X/2) (* ENTRADA DOS DADOS: *) LEIA A, B (* FIM DA ENTRADA DOS DADOS. *) (* PROCESSAMENTO DOS CÁLCULOS: *) A0 = 1; A1 = 1; T0 = -1/SQRT(3); T1 = 1/SQRT(3) X0 = ((B-A)/2)*T0 + (B+A)/2 X1 = ((B-A)/2)*T1 + (B+A)/2 FT0 = ((B-A)/2)*F(X0) FT1 = ((B-A)/2)*F(X1) I = A0*FT0 + A1*FT1 (* FIM DO PROCESSAMENTO DOS CÁLCULOS. *) (* SAÍDA DOS RESULTADOS: *) ESCREVA INTEGRAL =, I (* FIM DA SAÍDA DOS RESULTADOS. *) FIM DO ALGORITMO GAUSS_2. 346
41 PROVA 30 Método de Euler FOLHA DE QUESTÕES: Questão 1 (dissertativa) Escreva um resumo, de pelo menos uma página de extensão, para apresentar os principais aspectos da abordagem numérica aos problemas de valor inicial com o Método de Euler. Por favor, não deixe de referir-se à obtenção da fórmula de Euler. Também procure enriquecer seu resumo com um gráfico que ilustre o fenômeno da propagação de erros quando o valor da solução numérica é comparado com o valor exato da solução do mesmo problema. Questão 2 (numérica) - empregue o Método de Euler para resolver o seguinte problema de valor inicial: y = 3 y 5 x 2 Para x = 0,5 tem-se y = 1,2. Resolva-o no intervalo de integração [ 0,5; 0,7 ] com passo constante h = 0,1. Indique todas as operações efetuadas. Por favor, apresente os resultados na forma de uma tabela com o seguinte cabeçalho: i x i y i (Euler) y i (Eq. Dif.) Questão 3 (numérica) Use o Método de Euler, e a substituição y = z, para resolver o seguinte problema de valor inicial de segunda ordem: y = 3xy 2 y 3, sendo que, para x = 0 tem-se y = 1 e y = -2. O problema deve ser resolvido no intervalo de integração [0,0; 0,6] com passo constante h = 0,2. Por favor, indique todas as operações efetuadas. Preencha uma tabela com o seguinte cabeçalho: i x i y i (Euler) y i = z i (Euler) y i = z i (Equação Diferencial) Questão 4 (algoritmo) - Construa um algoritmo para empregar o Método de Euler na resolução de um problema de valor inicial com a equação diferencial de primeira ordem: y = 3 y 5 x 2 Boa Prova! 347
42 RESPOSTAS: Resposta à Questão 1 Um problema de valor inicial de ordem n é constituído de uma equação diferencial ordinária de ordem n e de igual número (n) de condições iniciais. Assim, se a equação é de primeira ordem, tem-se apenas uma condição inicial. Por exemplo: y = 4xy 2 2x -7 (equação diferencial) Para x = 1 tem-se y = -8 (condição inicial) Um problema dessa natureza pode ser resolvido pelo Método de Euler em um pequeno intervalo de integração [x 1, x n ], digamos de x 1 = 1,0 até x n = 1,5, com passo constante h = 0,1. Não convém que o intervalo [x 1, x n ] seja grande porque pode haver acúmulo de erros de arredondamento e de truncamento, ao longo do processo de integração, levando a resultados muito distantes dos valores exatos. Pelos mesmos motivos, também o valor do passo, h, não deve ser grande. O passo, entretanto, não precisa ser constante. Ele pode variar ao longo do intervalo de integração: h i, com i = 1, 2,... O Método de Euler é um método direto, isto é, não iterativo e, além disso, é um método de passo simples, quer dizer, para se obter o valor da solução no ponto seguinte é bastante dispor de informações no ponto anterior. Essas informações são o valor da função, y, e o de sua derivada, y. A cada passo da resolução de um problema de valor inicial emprega-se a fórmula: y i+1 = y i + h i y i com i = 1, 2,... A fórmula empregada para o cálculo dos valores da função solução do problema de valor inicial pode ser obtida por truncamento da Série de Taylor: y i+1 = y i + hy i + (h/2)y i +... De modo que, considerando apenas os dois primeiros termos da série obtém-se y i+1 y i + hy i 348
43 O fato de o valor de y i+1 ser calculado apenas aproximativamente resulta em um erro que pode se propagar ao longo do intervalo de integração. Esse fenômeno pode ser visualizado pela figura apresentada a seguir. Nela, a linha cheia corresponde aos valores exatos da solução, enquanto que a linha tracejada corresponde aos valores obtidos com o emprego do Método de Euler: Y Resposta à Questão 2 Aqui se emprega o Método de Euler para resolver o problema de valor inicial de primeira ordem: y = 3 y 5 x 2 Para x = 0,5 tem-se y = 1,2. X no intervalo de integração [ 0,5; 0,7 ] com passo constante h = 0,1. i = 1: x 1 = 0,5; y 1 = 1,2 (condição inicial) y 1 = 3 y 1 5x 1 2 (equação diferencial) y 1 = 3 (1,2) 5 (0,5) 2 = 3,6 2,5 2 = 3,6 4,5 = -0,9 i = 2: x 2 = x 1 + h = 0,5 + 0,1 = 0,6 y 2 = y 1 + hy 1 (Euler) y 2 = 1,2 + (0,1)(-0,9) = 1,2 0,09 = 1,11 y 2 =3y 2 5x 2 2 (equação diferencial) y 2 = 3 (1,11) 5 (0,6) 2 = 3,33 3,0 2 = 3,33 5,0 = -1,67 i = 3: x 3 = x 2 + h = 0,6 + 0,1 = 0,7 y 3 = y 2 + hy 2 (Euler) y 3 = 1,11 + (0,1)(-1,67) = 1,11 0,167 = 0,943 y 3 =3y 3 5x 3 2 (equação diferencial) y 3 = 3 (0,943) 5 (0,7) 2 = 2,829 3,5 2 = 2,829 5,5 = -2,
44 i x i y i (Euler) y i (Eq. Dif.) 1 0,5 1,2 (condição inicial) -0,9 2 0,6 1,11-1,67 3 0,7 0,943-2,671 Resposta à Questão 3 Us-se o Método de Euler, e a substituição y = z, para resolver o problema de valor inicial de segunda ordem: y = 3xy 2 y 3, com a condição inicial: para x = 0, tem-se y = 1 e y = -2. Considerando a substituição y = z, tem-se o sistema de duas equações diferenciais ordinárias de primeira ordem: y = z z = 3xy z -3 com a condição inicial: para x = 0, tem-se y = 1 e y = z -2. O problema é resolvido no intervalo de integração [0,0; 0,6] com passo constante h = 0,2. i x i y i (Euler) y i = z i (Euler) 1 0, ,2 0,6-2,2-0, ,4 0,16-2,3456-3,0832 y i = z i (Equação Diferencial) 4 0,6-0, , ,
Notas 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
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
Interpolação 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
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
Aula 3 11/12/2013. Integração Numérica
CÁLCULO NUMÉRICO Aula 3 11/12/2013 Integração Numérica Objetivo: Calcular integrais utilizando métodos numéricos Cálculo Numérico 3/64 Integração Numérica Cálculo Numérico 4/64 Integração Numérica Em determinadas
Modelagem 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,
CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 6 Resolução Numérica de Equações Diferenciais Ordinárias Objetivo: Resolver Equações Diferenciais Ordinárias utilizando métodos
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
CCI-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
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)
MAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Interpolação e Integração. φ(x k ) ψ(x k ).
MAP 22 - CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Interpolação e Integração : Sejam x =, x =, x 2 = 2 e x 3 = 3. (a) Determine os polinômios de Lagrange L i (x) correspondentes a estes pontos
Métodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,
PUC-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
Exercícios de MATEMÁTICA COMPUTACIONAL Capítulo V
Exercícios de MATEMÁTICA COMPUTACIONAL Capítulo V Integração Numérica 1. Considere o integral: 1 0 e x2 dx a) Determine o seu valor aproximado, considerando 4 subintervalos e utilizando: i. A regra dos
Aula 4: Gráficos lineares
Aula 4: Gráficos lineares 1 Introdução Um gráfico é uma curva que mostra a relação entre duas variáveis medidas. Quando, em um fenômeno físico, duas grandezas estão relacionadas entre si o gráfico dá uma
MÉTODOS NUMÉRICOS. ENGENHARIA e GESTÃO INDUSTRIAL
UNIVERSIDADE DO MINHO MÉTODOS NUMÉRICOS ENGENHARIA e GESTÃO INDUSTRIAL EXERCÍCIOS PRÁTICOS Ano lectivo de 2005/2006 Métodos Numéricos - L.E.G.I. Exercícios práticos - CONUM Solução de uma equação não linear
TE231 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
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
Testes Formativos de Computação Numérica e Simbólica
Testes Formativos de Computação Numérica e Simbólica Os testes formativos e 2 consistem em exercícios de aplicação dos vários algoritmos que compõem a matéria da disciplina. O teste formativo 3 consiste
ADA 1º BIMESTRE CICLO I 2018 MATEMÁTICA 2ª SÉRIE DO ENSINO MÉDIO
ADA º BIMESTRE CICLO I 08 MATEMÁTICA ª SÉRIE DO ENSINO MÉDIO ITEM DA ADA Um sistema de equações pode ser usado para representar situações-problemas da matemática ou do dia-a-dia. Assinale a alternativa
Lista de exercícios de MAT / I
1 Lista de exercícios de MAT 271-29 / I 1. Converta os seguintes números da forma decimal para a forma binária:x 1 = 37; x 2 = 2347; x 3 =, 75; x 4 =(sua matrícula)/1; x 5 =, 1217 2. Converta os seguintes
Cálculo Numérico. Resumo e Exercícios P1
Cálculo Numérico Resumo e Exercícios P1 Fórmulas e Resumo Teórico Parte 1 Aritmética de ponto flutuante Operar com o número de algarismos significativos exigido. Arredondar após cada conta. Método de escalonamento
Fundamentos IV. Clarimar J. Coelho. Departamento de Computação. November 20, 2014
Fundamentos IV Integração numérica Clarimar J. Coelho Departamento de Computação November 20, 2014 Clarimar, Departamento de Computação Aula 16, Integração numérica 1/28 Integração numérica Clarimar, Departamento
Cálculo Numérico BCC760
Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita
Interpolação polinomial
Quarto roteiro de exercícios no Scilab Cálculo Numérico Rodrigo Fresneda 8 de abril de 0 Guia para respostas: Entregue suas respostas às tarefas contidas no roteiro de cada uma das quatro atividades, incluindo
CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 22 07/2014 Resolução Numérica de Equações Diferenciais Ordinárias Objetivo: Resolver Equações Diferenciais Ordinárias utilizando
Capı tulo 5: Integrac a o Nume rica
Capı tulo 5: Integrac a o Nume rica Capı tulo 5: Integrac a o Nume rica Sumário Quadratura de Fórmula para dois pontos Fórmula geral Mudança de intervalo Polinômios de Legendre Fórmula de Interpretação
Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação
Agenda do Dia Aula 14 (19/10/15) Sistemas Lineares: Introdução Classificação Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares. Um
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
Exercícios de Matemática Computacional -Cap. 6 Interpolação e aproximação polinomial
Exercícios de Matemática Computacional -Cap. 6 Interpolação e aproximação polinomial.. Departamento de Matemática Universidade da Beira Interior Matemática Computacional - Capítulo 6 Questão 6.1 Questão
Ajuste de mínimos quadrados
Capítulo 5 Ajuste de mínimos quadrados 5 Ajuste de mínimos quadrados polinomial No capítulo anterior estudamos como encontrar um polinômio de grau m que interpola um conjunto de n pontos {{x i, f i }}
1. Converta os seguintes números decimais para sua forma binária: (a) 22 (b) 255 (c) 256 (d) 0.11 (e) (f)
1 a Lista de Exercícios de Cálculo Numérico Prof a. Vanessa Rolnik 1. Converta os seguintes números decimais para sua forma binária: (a) 22 (b) 255 (c) 256 (d).11 (e).8125 (f) 4.69375 2. Converta os seguintes
PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA
1 PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA Curso: CST em Sistemas de Telecomunicações, Tecnologia Nome da disciplina: Métodos Numéricos Código: INF065 Carga horária: 67 horas Semestre previsto: 3º Pré-requisito(s):
6 Ajuste de mínimos quadrados
6 Ajuste de mínimos quadrados polinomial No capítulo anterior estudamos como encontrar um polinômio de grau m que interpola um conjunto de n pontos {{x i, f i }} n Tipicamente quando m < n esse polinômio
Métodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução A interpolação é outra técnicas bem conhecida e básica do cálculo numérico. Muitas funções são conhecidas apenas em um
Universidade de Coimbra Departamento de Engenharia Electrotecnica e Computadores Matemática Computacional
Ano Lectivo: 2007/2008 Sumários da turma Teórico-Prática [TP1]: Aula: 1 Data: 2008-02-12 Hora de Início: 15:00 Duração: 1h30m Apresentação da Unidade Curricular. Discussão de aspectos relacionados com
SME Cálculo Numérico. Lista de Exercícios: Gabarito
Exercícios de prova SME0300 - Cálculo Numérico Segundo semestre de 2012 Lista de Exercícios: Gabarito 1. Dentre os métodos que você estudou no curso para resolver sistemas lineares, qual é o mais adequado
UNIVERSIDADE FEDERAL DE PERNAMBUCO Lista de Exercícios / Cálculo Numérico 1ª Unidade
1) Analise as alternativas abaixo e marque V para verdadeiro e F para falso. No segundo caso, explique como as tornaria verdadeiras: ( ) O método das secantes é utilizado para solucionar um problema de
Cálculo Numérico Algoritmos
Cálculo Numérico Algoritmos Valdenir de Souza Junior Abril de 2007 Sumário 1 Introdução 1 2 Raízes de Equações 1 2.1 Método da Bisseção......................... 2 2.2 Método de Newton-Raphson.....................
Lista de exercícios de MAT / II
1 Lista de exercícios de MAT 271-26 / II 1. Converta os seguintes números da forma decimal para a forma binária:x 1 = 37; x 2 = 2347; x 3 =, 75; x 4 =(sua matrícula)/1; x 5 =, 1217 2. Converta os seguintes
Andréa Maria Pedrosa Valli
1-24 Equações Diferenciais Ordinárias Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória,
étodos uméricos SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ORDINÁRIOAS Prof. Erivelton Geraldo Nepomuceno
étodos uméricos SOLUÇÃO NUMÉRICA DE EQUAÇÕES DIFERENCIAIS ORDINÁRIOAS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA
Matemática Computacional Ficha 5 (Capítulo 5) 1. Revisão matéria/formulário
Matemática Computacional Ficha 5 (Capítulo 5) Integração numérica 1. Revisão matéria/formulário A técnica de aproximar o integral de f pelo integral do seu polinómio interpolador passando num conjunto
Módulo 4 Ajuste de Curvas
Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma
Erros nas aproximações numéricas
Erros nas aproximações numéricas Prof. Emílio Graciliano Ferreira Mercuri Departamento de Engenharia Ambiental - DEA, Universidade Federal do Paraná - UFPR emilio@ufpr.br 4 de março de 2013 Resumo: O objetivo
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
Cálculo 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.
f(h) δ h p f(x + h) f(x) (x) = lim
Capítulo 6 Derivação numérica Nesta seção vamos desenvolver métodos para estimar a derivada de uma função f calculada em um ponto x, f (x, a partir de valores conecidos de f em pontos próximos ao ponto
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
0.1 Tutorial sobre Polinômio de Taylor
Métodos numéricos e equações diferenciais ordinárias Solução da lista 02 Tutorial sobre Pol de Taylor tarcisio@member.ams.org T. Praciano-Pereira Dep. de Matemática Univ. Estadual Vale do Acaraú 4 de fevereiro
Algoritmos Numéricos 2 a edição
Algoritmos Numéricos 2 a edição Capítulo 7: Equaç~oes diferenciais ordinárias c 2009 FFCf 2 Capítulo 7: Equações diferenciais ordinárias 7.1 Solução numérica de EDO 7.2 Métodos de Runge-Kutta 7.3 Métodos
Cálculo 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.
f(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
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 20 (09/11/15) Interpolação: Introdução Características Interpolação Linear: Introdução Características Exercícios
Interpolação Polinomial. Ana Paula
Interpolação Polinomial Sumário 1 Interpolação Polinomial 2 Forma de Lagrange 3 Revisão Interpolação Polinomial Interpolação Polinomial Interpolação Polinomial Interpolação Polinomial Suponha que se tenha
3º. EM Prof a. Valéria Rojas Assunto: Determinante, Área do Triângulo, Equação da reta, Eq. Reduzida da Reta
1 - O uso do Determinante de terceira ordem na Geometria Analítica 1.1 - Área de um triângulo Seja o triângulo ABC de vértices A(x a, y a ), B(x b, x c ) e C(x c, y c ). A área S desse triângulo é dada
MAP Segundo exercício programa Splines cúbicos
MAP-2121 - Segundo exercício programa - 26 Splines Cúbicos Instruções gerais - Os exercícios computacionais pedidos na disciplina Cálculo Numérico têm por objetivo fundamental familiarizar o aluno com
Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07
Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações
CÁLCULO NUMÉRICO UFRJ Lista 0: revisão de cálculo e álgebra linear
CÁLCULO NUMÉRICO UFRJ 2016 LISTAS DE EXERCÍCIOS Lista 0: revisão de cálculo e álgebra linear 1. Ao longo desta curso usaremos frequentemente as seguintes propriedades de uma função contínua g definida
Sabendo que f(x) é um polinômio de grau 2, utilize a formula do trapézio e calcule exatamente
MÉTODOS NUMÉRICOS E COMPUTACIONAIS II EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES EXERCICIOS RESOLVIDOS - INTEGRACAO-NUMERICA - EDO. Considere a seguinte tabela de valores de uma função f x i..5.7..5 f(x
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.
MINISTÉRIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLÓGICA IFPB Campus João Pessoa Departamento de Ensino Superior
PLANO DE DISCIPLINA IDENTIFICAÇÃO CURSO: CST EM SISTEMAS DE TELECOMUNICACÕES DISCIPLINA: MÉTODOS NUMÉRICOS CÓDIGO DA DISCIPLINA: INF065 PRÉ-REQUISITO(S): CÁLCULO DIFERENCIAL E INTEGRAL I, PROGRAMAÇÃO ESTRUTURADA
Cálculo 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
DCC008 - 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
étodos uméricos INTEGRAÇÃO NUMÉRICA Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos INTEGRAÇÃO 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
Resolução 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),
Interpolação polinomial: Diferenças divididas de Newton
Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 16 de maio de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
UNIVERSIDADE FEDERAL DO ABC
UNIVERSIDADE FEDERAL DO ABC BC49 Cálculo Numérico - LISTA - sistemas lineares de equações Profs André Camargo, Feodor Pisnitchenko, Marijana Brtka, Rodrigo Fresneda Métodos diretos Analise os sistemas
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
Integral. Queremos calcular a integral definida I = O valor de I será associado a uma área. Veremos dois métodos (por enquanto)
Integral Queremos calcular a integral definida I = b a f(x)dx. O valor de I será associado a uma área. Veremos dois métodos (por enquanto) Método do Trapezóide Método de Simpson 1 Método do Trapezóide
Introdução aos Métodos Numéricos
Introdução aos Métodos Numéricos Instituto de Computação UFF Departamento de Ciência da Computação Otton Teixeira da Silveira Filho Conteúdo temático Interpolação Conteúdo específico Instabilidade Numérica
Problema 5a by
Problema 5a by fernandopaim@paim.pro.br Resolva o sistema linear por escalonamento S = x y z=1 x y z= 1 2x y 3z=2 Resolução Utilizaremos quatro métodos para ilustrar a resolução do sistema linear acima.
Integração por Quadratura Gaussiana
Integração por Quadratura Gaussiana Fabricio C. Mota 1, Matheus C. Madalozzo 1, Regis S. Onishi 1, Valmei A. Junior 1 1 UDC ANGLO Faculdade Anglo Americano (FAA) Av. Paraná, 5661, CEP: 85868-00 Foz do
CCI-22 LISTA DE EXERCÍCIOS
CCI-22 LISTA DE EXERCÍCIOS Capítulos 1 e 2: 1) Considere floats com 4 dígitos decimais de mantissa e expoentes inteiros entre -5 e 5. Sejam X =,7237.1 4, Y =,2145.1-3, Z =,2585.1 1. Utilizando um acumulador
Resolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução
EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO
Cálculo Numérico EXERCICIOS EXTRAIDOS DE PROVAS ANTERIORES o sem/08 EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO x. Considere a seguinte tabela de valores de uma função f: i 0 f(x i ).50
Métodos tipo quadratura de Gauss-Radau
COQ-8 Métodos Numéricos para Sistemas Algébricos e Diferenciais Métodos tipo quadratura de Gauss-Radau Introdução Método de quadratura de Gauss com pontos internos+ extremidade superior Considerando a
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Departamento de Ciência da ComputaçãoUFRJ. Cálculo Numérico. S. C. Coutinho. Provas e gabaritos
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Departamento de Ciência da ComputaçãoUFRJ Cálculo Numérico S. C. Coutinho Provas e gabaritos Lembre-se: Nas provas não são aceitas respostas sem justicativa. Você
Renato Martins Assunção
Análise Numérica Erros, Extrapolação de Richardson e Quadratura Gaussiana Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 40 Análise do erro Sabemos
Diogo Pinheiro Fernandes Pedrosa
Diferenciação Numérica Diogo Pineiro Fernandes Pedrosa Universidade Federal do Rio Grande do Norte Centro de Tecnologia Departamento de Engenaria de Computação e Automação ttp://www.dca.ufrn.br/ diogo
Matemática 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
Interpolação polinomial: Diferenças divididas de Newton
Interpolação polinomial: Diferenças divididas de Newton Marina Andretta ICMC-USP 9 de maio de 2013 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina Andretta (ICMC-USP) sme0500
UNIVERSIDADE 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
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Solução de Sistemas Lineares Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do
Aula 19 06/2014. Integração Numérica
CÁLCULO NUMÉRICO Aula 19 06/2014 Integração Numérica Objetivo: Calcular integrais utilizando métodos numéricos Cálculo Numérico 3/41 Integração Numérica Cálculo Numérico 4/41 Integração Numérica Em determinadas
Equações Diferenciais Ordinárias
Equações Diferenciais Ordinárias Profa. Simone Aparecida Miloca UNIOESTE 2017 Sumario EQUAÇÕES DIFERENCIAIS ORDINÁRIAS MÉTODO DE EULER MÉTODOS DE SÉRIES DE TAYLOR MÉTODOS DE RUNGE KUTTA EQUAÇÕES DIFERENCIAIS
Universidade de Coimbra Departamento de Engenharia Electrotecnica e Computadores Matemática Computacional
Ano Lectivo: 2007/2008 Sumários da turma Teórico-Prática [TP2]: Aula: 1 Data: 2008-02-12 Hora de Início: 15:00 Duração: 1h30m Apresentação da Unidade Curricular. Discussão de aspectos relacionados com
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
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
MÉTODOS NUMÉRICOS. ENGENHARIA ELECTRÓNICA INDUSTRIAL e de COMPUTADORES
UNIVERSIDADE DO MINHO MÉTODOS NUMÉRICOS ENGENHARIA ELECTRÓNICA INDUSTRIAL e de COMPUTADORES EXERCÍCIOS PRÁTICOS- 1 a parte Ano lectivo de 2004/2005 Exercícios práticos - CONUM Solução de uma equação não
Disciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Integração numérica: Fórmulas de Newton-Cotes.
Disciplina: Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer Aula 5- Integração numérica: Fórmulas de Newton-Cotes. Objetivo: Apresentar o método de integração numérica baseado nas fórmulas
Introdução 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.
Exercícios de programação
Exercícios de programação Estes exercícios serão propostos durante as aulas sobre o Mathematica. Caso você use outra linguagem para os exercícios e problemas do curso de estatística, resolva estes problemas,
Funções Reais a uma Variável Real
Funções Reais a uma Variável Real 1 Introdução As funções são utilizadas para descrever o mundo real em termos matemáticos, é o que se chama de modelagem matemática para as diversas situações. Podem, por
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
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:
Integração Numérica. = F(b) F(a)
Integração Numérica Do ponto de vista analítico, existem diversas regras que podem ser utilizadas na prática. Contudo, embora tenhamos resultados básicos e importantes para as técnicas de integração analítica,