Matemática Computacional - 2 o ano LEMat e MEQ

Documentos relacionados
Matemática Computacional - 2 o ano LEMat e MEQ

Matemática Computacional - Exercícios

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

Matemática Computacional - Exercícios

Matemática Computacional - Exercícios

Matemática Computacional. Exercícios. Teoria dos erros

Resolução do Exame Tipo

INSTITUTO SUPERIOR TÉCNICO Licenciatura em Engenharia Física Tecnológica Licenciatura em Engenharia e Gestão Industrial Ano Lectivo: 2002/

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

SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ]

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

Capítulo III Sistemas de equações

INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o

A. Equações não lineares

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

SME Cálculo Numérico. Lista de Exercícios: Gabarito

EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO

Lista 1 de Exercícios de MAT Cálculo Numérico /II

MATEMÁTICA COMPUTACIONAL. Exercícios

Resolução do exame de matemática computacional

UNIVERSIDADE FEDERAL DO ABC

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

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA. Exercícios sobre Sistemas de Equações Lineares.

Sabendo que f(x) é um polinômio de grau 2, utilize a formula do trapézio e calcule exatamente

Lista de exercícios de MAT / I

Exame/Teste (1) de Análise Numérica (LMAC, MEIC, MMA) Instituto Superior Técnico, 12 de Janeiro de 2011, 18h30-20h00 (1º Teste)

Notas de Aula de Cálculo Numérico

exercícios de análise numérica II

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

UNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição

1. Converta os seguintes números decimais para sua forma binária: (a) 22 (b) 255 (c) 256 (d) 0.11 (e) (f)

Lista de exercícios de MAT / II

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Departamento de Ciência da ComputaçãoUFRJ. Cálculo Numérico. S. C. Coutinho. Provas e gabaritos

Capítulo 5 - Interpolação Polinomial

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.

Exercícios de Matemática Computacional

SME602 - Cálculo Numérico - - Prof. Murilo F. Tomé. Solução Numérica de Sistema Lineares A = MÉTODOS DIRETOS. x y z

1. Escreva aproximações com três e cinco algarismos significativos correctos para os números: π, 1 3, 1 11, e 3.

CCI-22 FORMALIZAÇÃO CCI-22 MODOS DE SE OBTER P N (X) Prof. Paulo André CCI - 22 MATEMÁTICA COMPUTACIONAL INTERPOLAÇÃO

Cálculo Numérico. Resumo e Exercícios P2

1 a Lista de Exercícios Prof a. Vanessa Rolnik. seguir e indique o tipo de erro quando a representação não for possível.

SISTEMAS LINEARES PROF. EDÉZIO

INSTITUTO SUPERIOR TÉCNICO Mestrado em Engenharia Electrotécnica e de Computadores Ano Lectivo: 2007/2008 Semestre: 2 o

CCI-22 LISTA DE EXERCÍCIOS

MAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Interpolação e Integração. φ(x k ) ψ(x k ).

Métodos Numéricos I. A. Ismael F. Vaz. Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho

SME0300 Cálculo Numérico Aula 4

Exercícios de Matemática Computacional -Cap. 6 Interpolação e aproximação polinomial

Modelagem Computacional. Parte 8 2

Métodos iterativos dão-nos uma valor aproximado para s. Sequência de valores de x que convergem para s.

SME300 - Cálculo Numérico - Turma Elétrica/Automação - Prof. Murilo F. Tomé. Lista 1: Solução Numérica de Sistema Lineares A = MÉTODOS DIRETOS.

Exercícios de MATEMÁTICA COMPUTACIONAL Capítulo V

MÉTODOS NUMÉRICOS. ENGENHARIA e GESTÃO INDUSTRIAL

CÁLCULO NUMÉRICO UFRJ Lista 0: revisão de cálculo e álgebra linear

UNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS

Cálculo Numérico BCC760

MAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Zeros de Funções

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

Lista de Exercícios 1

2006/2007 EXERCÍCIOS. 2. Determine a representação decimal dos seguintes números: , ( ) 2 , (1A0F ) 16

Lista de Exercícios 1 Cálculo Numérico - Professor Daniel

Cálculo Diferencial e Integral II Resolução do Exame/Teste de Recuperação 02 de Julho de 2018, 15:00h - versão 2 Duração: Exame (3h), Teste (1h30)

Capítulo 4 - Interpolação Polinomial

UNIVERSIDADE FEDERAL DE PERNAMBUCO Lista de Exercícios / Cálculo Numérico 1ª Unidade

Cálculo Numérico. Resumo e Exercícios P1

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07

Matemática Computacional Ficha 1: Teoria dos erros (Capítulo 1) 1s-2017/18, MEEC

Testes Formativos de Computação Numérica e Simbólica

Exame (1º Teste) de Análise Numérica (LMAC, MEIC, MMA) Instituto Superior Técnico, 11 de Janeiro de 2016, 15h00-16h15 (1º Teste)

Resolução de Sistemas Lineares. Ana Paula

Matemática Computacional Ficha 1: Capítulo /19

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

Licenciatura em Engenharia Electrotécnica e de Computadores. 1 a chamada Ou seja,

Lista de Exercícios de Métodos Numéricos

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO Departamento de Ciência da ComputaçãoUFRJ. Cálculo Numérico. S. C. Coutinho. Provas e gabaritos

SME0300 Cálculo Numérico Aula 6

Interpolação Polinomial. Ana Paula

Análise Complexa e Equações Diferenciais 1 ō Semestre 2016/2017

Métodos Numéricos e Estatísticos Parte I-Métodos Numéricos

Resolução de Sistemas de Equações Lineares

Métodos Numéricos I. A. Ismael F. Vaz. Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho

MÉTODOS NUMÉRICOS. ENGENHARIA ELECTRÓNICA INDUSTRIAL e de COMPUTADORES

Podem ser calculados num número finito de operações aritméticas, ao contrário de outras funções (ln x, sin x, cos x, etc.)

Métodos iterativos para sistemas lineares.

Transcrição:

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 os números reais a =.4747, b = 4.35 e c = 83.11. Calcule, em ponto utuante com 3 dígitos na mantissa e arredondamento simétrico, (a + b) + c e a + (b + c). O que pode concluir sobre a associatividade da adição em ponto utuante? [.] Resolução: Tem-se fl(a) = fl(.4747 1 ) =.47 1 fl(b) = fl(.435 1 1 ) =.44 1 1 fl(c) = fl(.8311 1 ) =.831 1 Em ponto utuante com 3 dígitos na mantissa e arredondamento simétrico, (a + b) + c é calculado do seguinte modo fl(fl(fl(a) + fl(b)) + fl(c)) = fl(fl(.47 1 +.44 1 1 ) +.831 1 ) = = fl(fl(.47 1 1 +.44 1 1 ) +.831 1 ) = fl(fl(.4487 1 1 ) +.831 1 ) = = fl(.449 1 1 +.831 1 ) = fl(.449 1 +.831 1 ) = fl(.8759 1 ) =.876 1 Para a + (b + c) obtém-se fl(fl(a) + fl(fl(b) + fl(c))) = fl(.47 1 + fl(.44 1 1 +.831 1 )) = = fl(.47 1 + fl(.44 1 +.831 1 )) = fl(.47 1 + fl(.8734 1 )) = = fl(.47 1 +.873 1 ) = fl(.47 1 +.873 1 ) = fl(.87547 1 ) =.875 1 Com base nestes resultados, podemos concluir que a adição em ponto utuante não é associativa.. Considere a equação não linear x + ln(x) = a qual tem uma e uma só raíz z no intervalo [.4,.7]. (a) Mostre que o método da secante com iteradas iniciais em [.4,.7] converge para z. [1.] Resolução: A equação x + ln(x) = é da forma f(x) =, com f(x) := x + ln(x). A função f é de classe C no intervalo [.4,.7], sendo Tem-se f (x) = 1 + 1 x, f (x) = 1 x. i. f(.4)f(.7) <, pois f(.4) =.51691 e f(.6) =.34335; ii. f > em [.4,.7]; iii. f < em [.4,.7] (logo f não muda de sinal em [.4,.7]); iv. =.14751 <.3 e f(.7) =.141369 <.3. f(.4) f (.4) f (.7) Portanto, o método da secante, com iteradas iniciais em [.4,.7], converge para z.

(b) Calcule um valor aproximado de z efectuando duas iterações do método da secante, tomando para iteradas iniciais.5 e.6, e calcule um majorante do erro do valor obtido. [1.5] Resolução: De x n+1 = x n f(x n)(x n x n 1 ) (n =, 1,,...) f(x n ) f(x n 1 ) com f(x) = x + ln(x), x 1 =.5 e x =.6, obtém-se Quanto à majoração do erro, tem-se com x 1 =.568414, x =.5671. z x K z x 1 z x K = max x I f (x) min x I f (x). onde I é um intervalo que contém z, x e x 1. Atendendo a que f(x 1 ) > e f(x ) <, tem-se z [x, x 1 ] e portanto, I = [x,.6], e Então K = f (.5671) f (.6) z x x x, z x 1 x 1 x. =.58977 z x.4838. Em alternativa, podemos majorar o erro de x do seguinte modo z x f(x ) min x [.5,.6] f (x) = f(.5671) f =.4134. (.6) (c) Considere a sucessão (x n ) n N denida pela fórmula de recorrência x n+1 = exp( x n ) (n =, 1,,...) i. Mostre que, se x pertence ao intervalo [.4,.7], a sucessão (x n ) n N converge linearmente para z. Resolução: A sucessão [1.5] x n+1 = exp( x n ) (n =, 1,,...) é da forma x n+1 = g(x n ) com g(x) := exp( x). Note-se que z [.4,.7] é solução de x + ln(x) = se e só se z é ponto xo de g, pois z + ln(z) = ln(z) = z z = exp( z) z = g(z). Como g (x) = exp( x) tem-se L := max x [.4,.7] g (x) = g (.4) =.673 < 1, pois g (x) = exp( x) é decrescente em [.4,.7]. Além disso, como g <, g é decrescente em [.4,.7] e tem-se.496585 = g(.7) g(x) g(.4) =.673, x [.4,.7], pelo que g([.4,.7]) [.4,.7]. Pelo Teorema do ponto xo, a sucessão (x n ) converge para z, único ponto xo de g em [.4,.7], qualquer que seja x [.4,.7]. Uma vez que g (z) = exp( z), a convergência é linear.

ii. Mostre que z x n z < x n x n 1, para qualquer n N e qualquer x [.4,.7]. [1.5] Resolução: Como g < em [.4,.7] a sucessão (x n ) tem convergência alternada para z. Então z x n x n x n 1, para qualquer n N e qualquer x [.4,.7]. Como z [.5,.6] tem-se 1/ z < e portanto z x n z < x n x n 1. 3. Considere o sistema linear Ax = b onde A = 1 1 1 6 (a) Sabendo que A 1 1 = 8, obtenha uma relação entre o erro relativo δ x 1 da solução do sistema A x = b e o erro relativo δ b 1 de b. Classique o sistema quanto ao condicionamento. [1.] Resolução: O erro relativo de x e o erro relativo de b estão relacionados através de δ x 1 cond 1 (A) δ b 1 onde cond 1 (A) = A 1 A 1 1 é o número de condição da matriz A na norma 1. Neste caso, A 1 = max{1 + 1, 1 + +, + 6} = 8 e como A 1 1 = 8, tem-se cond 1 (A) = 64 e δ x 1 64 δ b 1. Como cond 1 (A) 1, o sistema é mal condicionado, ou seja, um pequeno erro relativo em b pode dar orgem a um grande erro relativo em x. (b) Efectue a factorização de Cholesky de A e explique como usaria essa factorização para calcular a solução de Ax = b. Resolução: A factorização de Cholesky consiste em obter a matriz triangular inferior L tal que A = LL T. A partir de 1 1 1 6 = l 11 l 1 l l 31 l 3 l 33 l 11 l 1 l 31 l l 3 l 33 [1.5] obtém-se sucessivamente: primeira coluna de L l11 = 1 l 11 > l 11 = 1 l 1 l 11 = 1 l 1 = 1 l 31 l 11 = l 31 = segunda coluna de L l1 + l = l > 1 + l = l > l = 1 l 31 l 1 + l 3 l = l 3 = terceira coluna de L l31 + l3 + l33 = 6 l 33 > 4 + l33 = 6 l 33 > l 33 =

Então 1 L = 1 1. Tendo obtido a factorização de Cholesky, resolve-se primeiro o sistema Ly = b e depois resolve-se L T x = y para obter x. Exame/Teste - 1 de Janeiro de 1 - Parte II (1h3m) 1. Considere o sistema linear 1 1 1 6 x 1 x x 3 = 1 5 (a) Mostre que o método de Gauss-Seidel converge para a solução do sistema qualquer que seja a iterada inicial. Resolução Atendendo a que A é simétrica; [ ] 1 1 A é denida positiva: 1 > ; det = 1 > e deta = >, 1 o método de Gauss-Seidel converge para a solução do sistema qualquer que seja a iterada inicial. (b) Partindo do vector nulo, efectue duas iterações do método de Gauss-Seidel para aproximar a solução do sistema. [1.] [1.] Resolução: O sistema dado é equivalente a x 1 = x x = 1 1 x 1 + x 3 x 3 = 5 6 + 1 3 x O método de Gauss-Seidel aplicado a este sistema dá x (k+1) 1 = x (k) x (k+1) = 1 1 x(k+1) 1 + x (k) 3 Com x () = (,, ) obtém-se x (k+1) 3 = 5 6 + 1 3 x(k+1) (k =, 1,...). x (1) = x () = (, 1, ), 3 ( 5, 1 1, 9 ). 36. Na resolução, pelo método de Newton, do sistema não linear x 1 x 1 x 3 = α x + x x 3 = β 3x 1 + x 3 = γ

ao tomar para aproximação inicial x () = (,, 1) obteve-se, depois de uma iteração, x (1) = (1,, 3). Determine as constantes α, β e γ. Resolução: O sistema dado escreve-se na forma f(x) = com f : R 3 R 3 f(x 1, x, x 3 ) = (x 1 x 1 x 3 α, x + x x 3 β, 3x 1 + x 3 γ). [1.5] A matriz Jacobiana de f é dada por J f (x 1, x, x 3 ) = x 3 x 1 1 + x 3 x 3 x 3. A primeira iterada do método de Newton é x (1) = x () + x (), onde x () é a solução do sistema linear J f (x () ) x () = f(x () ). Para x () = (,, 1) tem-se f(x () ) = f(,, 1) = ( α, 6 β, 1 γ) e Como tem-se 1 3 4 3 1 1 = J f (x () ) = J f (,, 1) = 1 3 4 3 1 x () = x (1) x () = (1,, ) α β 6 γ 1 α β 6 γ 1 = 1 8 5. α β γ = 1 14 6 3. Considere a seguinte tabela de valores da função erro erf(x) := x exp( t )dt: π x i.5 1. 1.5..5 erf(x i ).55.8471.96615.9953.999593 (a) Obtenha, por interpolação linear, um valor aproximado de erf(.75). Calcule um majorante do respectivo erro absoluto. Resolução: Como.75 [.5, 1.], consideramos o polinómio p de grau 1 interpolador de erf nos pontos x =.5 e x 1 = 1.. Recorrendo à fórmula de Lagrange, tem-se [1.5] com ou seja, p(x) = erf(x )l (x) + erf(x 1 )l 1 (x) =.55l (x) +.8471l 1 (x) l (x) = x x 1 = x 1. = (x 1.), x x 1.5 1. l 1 (x) = x x = x.5 = (x.5), x 1 x 1..5 p(x) = 1.6854(x.5) 1.41(x 1.). O valor aproximado de erf(.75) é p(.75) =.68161, sendo o erro erf(.75).68161 majorado do seguinte modo: erf(.75) p(.75) max x [.5,1.] erf (x) (.75.5)(.75 1.) =.315 max x [.5,1.] erf (x).

Resta então calcular max x [.5,1.] erf (x). Ora erf (x) = π exp( x ), erf (x) = 4 π x exp( x ) = erf (x) = 4 π x exp( x ), [ 4 π x exp( x )] = π 4 exp( x )(1 x ) Como e 4 exp( x )(1 x ) = x [.5,.6] x = 1 π 4 exp( x )(1 x 1 ) > se x [.5, ], π 4 exp( x )(1 x ) < se x [ 1,.6], π tem-se Portanto, max x [.5,1.] erf (x) = erf ( 1 ) =.967883. erf(.75).68161.3463. (b) Usando os valores tabelados, determine a função da forma g(x) = c x + c 1 x 3 que melhor se ajusta à função erro no sentido dos mínimos quadrados. [1.5] Resolução: As funções de base são dadas por: φ (x) = x, φ 1 (x) = x 3 e os parâmetros c e c 1 obtêm-se resolvendo o sistema de equações normais [ ] [ ] [ ] (φ, φ ) (φ, φ 1 ) c (φ, erf) =, (φ 1, φ ) (φ 1, φ 1 ) c 1 (φ 1, erf) onde Resolvendo o sistema (φ, φ ) = x i = 13.75 i= (φ, φ 1 ) = (φ 1, φ ) = (φ 1, φ 1 ) = (φ, erf) = (φ 1, erf) = x 4 i = 61.1875 i= x 6 i = 3.547 i= x i erf(x i ) = 7.4174 i= x 3 i erf(x i) = 7.7496 i= [ 13.75 61.1875 61.1875 3.547 ] [ ] c = c 1 [ 7.4174 7.7496 ], (cuja matriz é denida positiva) obtém-se g(x) =.84783x.74348x 3.

(c) Calcule um valor aproximado de erf(.75) com erro absoluto inferior a.1 usando a regra dos trapézios. [.] Resolução: Pretende-se um valor aproximado erf(.75) de erf(.75) tal que erf(.75) erf(.75) <.1. Pondo f(t) := exp( t ), erf(.75) será dado por onde erf(.75) = π T n (f) = h.75 com h =.75/n e t i = hi, i =,..., n. Note-se que exp( t )dt = T n (f) π ( ) n 1 f(t ) + f(t n ) + f(t i ) erf(.75) erf(.75) <.1.75 f(t)dt T n (f) π <.1 i=1.75 f(t)dt T n (f) <.5 π. Começamos por determinar o número n de subintervalos do intervalo [,.75] que iremos usar na regra dos trapézios T n (f). Para tal recorremos à fórmula de majoração do erro da regra dos trapézios Tem-se E n (f) :=.75 f(t)dt T n (f) (.75)3 1n f (t) = t exp( t ) f (t) = (t 1) exp( t ) max f (t) =.351563 t [,.75] n f (t) = 4t(3 t ) exp( t ) e como f (t) > para todo t [,.75], a função f é crescente em [,.75]. Então max f (t) = max{ f (), f (.75) } =, t [,.75] max f (t). t [,.75] donde Agora determinamos n N tal que E n (f).7315 n..7315 n <.5 π, o que dá n >.7315.5 π =.81673. Tomamos então n = 3, e com este valor obtém-se h =.5, t =, t 1 =.5, t =.5, t 3 =.75 e.75 ( exp( t exp( t )dt.5 ) + exp( t ) 3) + exp( t 1) + exp( t ) =.65184. Obtém-se então erf(.75) = π.65184 =.75445.

4. Considere o problema de valor inicial y (t) t = cos y() = 1. ( y(t) t ), t [, 3], Obtenha um valor aproximado de y(.) aplicando o método do ponto médio com h =.1. [1.5] Resolução: O problema de valor inicial é equivalente a ( ) y(t) y (t) = t cos, t [, 3], y() = 1. Neste caso, consideramos a função denida por ( y ) f(t, y) = t cos t e para h =.1, obtemos os pontos t t i = +.1i, i =, 1,,... Assim, y(.) = y(t ) y, sendo y obtido pelo método do ponto médio { y = 1 y i+1 = y i +.5f(t i +.5, y i +.5f(t i, y i )), i =, 1,,... Obtém-se então y 1 = 1.4341, y = 1.83781.