Slides PDF

Faculdade de Cincias e Tecnologia da Universidade Nova de Lisboa
S
L
F
S
L
F
S
L
F
CLCULO NUMRICO
S
L
F
S
L
F
Ano Lectivo 2010/2011
1 Semestre
S
L
F
por:
Joo Filipe Lita da Silva
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 1
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
Solues de equaes com uma varivel
S
L
F
S
L
F
Captulo 1
S
L
F
S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Um dos problemas fundamentais da Matemtica, que surge

frequentemente nas cincias e na engenharia, o de resolver
equaes algbricas da forma:
f (x) = 0
Contudo, s em casos muito especiais possvel exprimir

analiticamente e num nmero limitado de funes
elementares (i.e. na forma fechada) as solues de f (x) = 0.
S
L
F
S
L
F
S
L
F
Exemplo
Um exemplo tpico o da equao ax2 + bx + c = 0 (a 6= 0)

vulgarmente conhecida por equao quadrtica e cujas
solues so:
JF
LS
x1 =
LS
JF
b2 4ac
,
2a
x2 =
b +
b2 4ac
.
2a
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Um dos problemas fundamentais da Matemtica, que surge

frequentemente nas cincias e na engenharia, o de resolver
equaes algbricas da forma:
f (x) = 0
Contudo, s em casos muito especiais possvel exprimir

analiticamente e num nmero limitado de funes
elementares (i.e. na forma fechada) as solues de f (x) = 0.
S
L
F
S
L
F
S
L
F
Exemplo
Um exemplo tpico o da equao ax2 + bx + c = 0 (a 6= 0)

vulgarmente conhecida por equao quadrtica e cujas
solues so:
JF
LS
x1 =
LS
JF
b2 4ac
,
2a
x2 =
b +
b2 4ac
.
2a
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
Exemplo
S
L
F
Outro exemplo o da chamada equao cbica

ax3 + bx2 + cx + d = 0
S
L
F
S
L
F
(a 6= 0)
S
L
F
ou ainda o da equao qurtica
ax4 + bx3 + cx2 + dx + e = 0
(a 6= 0)
onde, em ambos os casos, esto disponveis frmulas

resolventes.
Definio
S
L
F
S
L
F
S
L
F
Um valor x0 tal que f (x0 ) = 0 diz-se uma raiz da equao

f (x) = 0 ou um zero da funo f .
Clculo Numrico
S
L
F
S
L
F
Terica 1
Exemplo
S
L
F
Outro exemplo o da chamada equao cbica

ax3 + bx2 + cx + d = 0
S
L
F
S
L
F
(a 6= 0)
S
L
F
ou ainda o da equao qurtica
ax4 + bx3 + cx2 + dx + e = 0
(a 6= 0)
onde, em ambos os casos, esto disponveis frmulas

resolventes.
Definio
S
L
F
S
L
F
S
L
F
Um valor x0 tal que f (x0 ) = 0 diz-se uma raiz da equao

f (x) = 0 ou um zero da funo f .
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Solues de equaes com uma varivel - O mtodo da Bisseco
S
L
F
J
J
S
L
F
O mtodo da Bisseco
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Se f for uma funo contnua num intervalo [a, b] (a < b) e

f (a) f (b) < 0
ento existir pelo menos um zero de f em ]a, b[ (porqu?)
S
L
F
S
L
F
S
L
F
Teorema (Existncia de zeros)

Seja f : [a, b] (a < b) uma funo contnua. Se f (a) f (b) < 0
ento existe pelo menos um ]a, b[ tal que f () = 0.
Intuitivamente, admitindo que no intervalo [a, b] existe um

nico zero de f , podemos partir ao meio este intervalo e
investigar qual dos dois sub-intervalos resultantes contm o
zero de f .
S
L
F
S
L
F
S
L
F
Este procedimento pode ser repetido sucessivamente, obtendose uma localizao cada vez mais precisa do zero de f .
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F

f (a) f (b) < 0
S
L
F
S
L
F
S
L
F


zero de f .
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F

f (a) f (b) < 0
S
L
F
S
L
F
S
L
F


zero de f .
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F

f (a) f (b) < 0
S
L
F
S
L
F
S
L
F


zero de f .
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Mtodo da bisseco: procedimento
Faa-se a1 = a e b1 = b
Clculo do ponto mdio de [a1 , b1 ]:
b1 a1 a1 + b1
=
p1 = a1 +
S
L
F
S
L
F
2
S
L
F
Anlise de f (p1 ): se f (p1 ) = 0 ento p = p1 ; se f (p1 ) 6= 0
ento
f (a1 ) e f (p1 ) tm o mesmo sinal
ou
S
L
F
f (a1 ) e f (p1 ) tm sinais opostos
se f (a1 ) e f (p1 ) tm o mesmo sinal ento p ]p1 , b1 [;

faa-se a2 = p1 e b2 = b1 e repita-se o processo
S
L
F
S
L
F
se f (a1 ) e f (p1 ) tm sinais opostos ento p ]a1 , p1 [;

faa-se a2 = a1 e b2 = p1 e repita-se o processo
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
b1 a1 a1 + b1
=
p1 = a1 +
S
L
F
S
L
F
2
S
L
F
ento
ou
S
L
F

S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
b1 a1 a1 + b1
=
p1 = a1 +
S
L
F
S
L
F
2
S
L
F
ento
ou
S
L
F

S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
b1 a1 a1 + b1
=
p1 = a1 +
S
L
F
S
L
F
2
S
L
F
ento
ou
S
L
F

S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
b1 a1 a1 + b1
=
p1 = a1 +
S
L
F
S
L
F
2
S
L
F
ento
ou
S
L
F

S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
f ( b1 )
b
S
L
F
S
L
F
f ( b2 )
f ( b4 ) = f ( b3 )
LS
JF
S
L
F
J
b
a3 = a2 = a1
a4 = p 4
LS
b
b
f ( a4 )
f ( a3 ) = f ( a2 ) = f ( a1 )
f (x)
p 3 = b3 = b4
JF
p 2 = b2
S
L
F
b1
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Teorema (Mtodo da Bisseco)
Seja f C[a, b] tal que f (a)f (b) < 0.
Ento o mtodo da Bisseco gera uma sucesso {pn }nN que

aproxima um zero p de f em [a, b] com
S
L
F
Demonstrao
S
L
F
pn p b1 a1 ,
2n
N.
S
L
F
N tem-se bn an = b2na1 e p ]an, bn[. Visto que

an + bn
pn =
para todo o n N obtm-se
2
Para cada n
S
L
F
S
L
F
pn p bn an = b a .
2
2n
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F

S
L
F
Demonstrao
S
L
F
pn p b1 a1 ,
2n
N.
S
L
F

an + bn
pn =
2
Para cada n
S
L
F
S
L
F
pn p bn an = b a .
2
2n
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F

S
L
F
Demonstrao
S
L
F
pn p b1 a1 ,
2n
N.
S
L
F

an + bn
pn =
2
Para cada n
S
L
F
S
L
F
pn p bn an = b a .
2
2n
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Observao
A sucesso {pn }nN converge para p tendo-se
pn = p + O 2n .
Definio
S
L
F
S
L
F
S
L
F
Seja {yn }nN uma sucesso convergente para zero e {xn }nN
uma sucesso convergente para x. Se existir uma constante
positiva K tal que

|xn x| K yn ,
para n suficientemente grande
ento diz-se que {xn }nN converge para x com ordem de

convergncia O(yn ) e denota-se xn = x + O(yn ).
ba
A expresso pn p
permite tambm prever o
2n
S
L
F
S
L
F
S
L
F
nmero de iteradas necessrio para se atingir uma

aproximao com uma preciso dada a priori.
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Observao
pn = p + O 2n .
Definio
S
L
F
S
L
F
S
L
F
positiva K tal que

|xn x| K yn ,

ba
A expresso pn p
2n
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Observao
pn = p + O 2n .
Definio
S
L
F
S
L
F
S
L
F
positiva K tal que

|xn x| K yn ,

ba
A expresso pn p
2n
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Critrios de paragem
Ao implementar um algoritmo para determinar {pn }nN

podemos utilizar alguns critrios de paragem:
pN pN 1 < ,
f (pN ) < ,
S
L
F
|pN pN 1 |
< ,
|pN |
S
L
F
pN 6= 0
(melhor critrio)
S
L
F
Dificuldades na aplicao destes critrios:

pn pn1 0 e {pn }nN divergente.
n
f (pn ) 0 e pn diferir significativamente de p.
S
L
F
S
L
F
S
L
F
Soluo: Usar o melhor critrio acima mencionado ou impor

um nmero mximo de iteradas como critrio de paragem.
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Critrios de paragem

pN pN 1 < ,
f (pN ) < ,
S
L
F
|pN pN 1 |
< ,
|pN |
S
L
F
pN 6= 0
(melhor critrio)
S
L
F

n
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Critrios de paragem

pN pN 1 < ,
f (pN ) < ,
S
L
F
|pN pN 1 |
< ,
|pN |
S
L
F
pN 6= 0
(melhor critrio)
S
L
F

n
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Exemplo
A equao
x3 + 4x2 10 = 0
tem uma nica

raiz
real em [1, 2].
p p n
Utilizando como critrio de paragem < 104 temos:
p
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Exemplo
Aps 13 iteraes,
p13 =
1.365112305
uma aproximao da
raiz p com
erro p p13 < b14 a14 = 0.000122070. Visto que
|a14 | < p tem-se
S
L
F
p p13 b14 a14

<
0.9 104
p
|a14 |
S
L
F
donde p13 ser a aproximao procurada.
Nota
Por vezes, o majorante dado pelo mtodo da bisseco para
o erro de aproximao pode ser bastante superior ao erro
21
verdadeiro. No exemplo dado, p p9 9 2 103 e o
2
erro verdadeiro p p9 4.4 106 .
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Exemplo
Aps 13 iteraes,
p13 =
1.365112305
uma aproximao da
raiz p com
erro p p13 < b14 a14 = 0.000122070. Visto que
|a14 | < p tem-se
S
L
F
p p13 b14 a14

<
0.9 104
p
|a14 |
S
L
F
donde p13 ser a aproximao procurada.
Nota
Por vezes, o majorante dado pelo mtodo da bisseco para
o erro de aproximao pode ser bastante superior ao erro
21
verdadeiro. No exemplo dado, p p9 9 2 103 e o
2
erro verdadeiro p p9 4.4 106 .
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F
Vantagens do mtodo da Bisseco

Muito intuitivo, simples e gerando sempre uma sucesso
{pn }nN a convergir para p.
S
L
F
S
L
F
S
L
F
Pode servir de mtodo de partida para se obter uma
aproximao pN a ser utilizada como valor inicial em

mtodos mais eficientes.
Desvantagens do mtodo da Bisseco

Converge de uma forma muito lenta.
A convergncia pode no ser montona.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F

S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F

S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 1
S
L
F

S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 2
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
S
L
F
Captulo 1
S
L
F
S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Solues de equaes com uma varivel - O mtodo do Ponto Fixo
S
L
F
J
J
S
L
F
S
L
F
S
L
F
O mtodo do Ponto Fixo
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
A ideia principal do mtodo do ponto fixo na aproximao das

solues da equao
f (x) = 0
reescrev-la, de modo equivalente, na forma
S
L
F
x = g(x)
S
L
F
(i.e. pondo, por exemplo, f (x) = x g(x)).
S
L
F
Do facto das equaes acima serem equivalentes, decorre

que qualquer soluo da equao original f (x) = 0 um valor
que permanece inaltervel pela funo g.
Definio
LS
R
S
L
Um ponto fixo de uma funo g : D

que satisfaz g(p) = p
JF
JF
S
L
F
R um ponto p D
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

solues da equao
f (x) = 0
S
L
F
x = g(x)
S
L
F
S
L
F

Definio
LS
R
S
L

JF
JF
S
L
F
R um ponto p D
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

solues da equao
f (x) = 0
S
L
F
x = g(x)
S
L
F
S
L
F

Definio
LS
R
S
L

JF
JF
S
L
F
R um ponto p D
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Observao
A enunciao de um problema de determinao de razes

de uma equao no formato de ponto fixo de anlise mais
simples. Certas escolhas no formato do ponto fixo conduzem
a tcnicas poderosas de determinao de razes de equaes.
S
L
F
S
L
F
Exemplo
A funo
g(x) = x2 2,
S
L
F
2 x 3
tem pontos fixos em p = 2 e q = 1 j que
JF
LS
g(2) = 22 2 = 2
S
L
F
g(1) = (1)2 2 = 1.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Observao
A enunciao de um problema de determinao de razes

de uma equao no formato de ponto fixo de anlise mais
simples. Certas escolhas no formato do ponto fixo conduzem
a tcnicas poderosas de determinao de razes de equaes.
S
L
F
S
L
F
Exemplo
A funo
g(x) = x2 2,
S
L
F
2 x 3
tem pontos fixos em p = 2 e q = 1 j que
JF
LS
g(2) = 22 2 = 2
S
L
F
g(1) = (1)2 2 = 1.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Exemplo
Graficamente,
S
L
F
S
L
F
g( x )
S
L
F
J
b
q
q
1
2=p
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Utilizando manipulaes algbricas, possvel transformar

um problema de determinao de razes de uma equao num
problema (equivalente) de determinao do ponto fixo de uma
funo.
Exemplo
S
L
F
S
L
F
S
L
F
A equao x3 + 4x2 10 = 0 possui uma nica raiz em [1, 2].

Atravs de manipulaes algbricas podemos modific-la
para o formato de ponto fixo:
x3 + 4x2 10 = 0
x2 =
10 x3
4
x=
10 x3
.
2
Para obtermos uma soluo positiva escolheramos
JF
LS
S
L
F
S
L
F
g(x) =
10 x3
.
2
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Utilizando manipulaes algbricas, possvel transformar

um problema de determinao de razes de uma equao num
problema (equivalente) de determinao do ponto fixo de uma
funo.
Exemplo
S
L
F
S
L
F
S
L
F
A equao x3 + 4x2 10 = 0 possui uma nica raiz em [1, 2].

Atravs de manipulaes algbricas podemos modific-la
para o formato de ponto fixo:
x3 + 4x2 10 = 0
x2 =
10 x3
4
x=
10 x3
.
2
Para obtermos uma soluo positiva escolheramos
JF
LS
S
L
F
S
L
F
g(x) =
10 x3
.
2
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Quais as condies suficientes para existncia e unicidade de

um ponto fixo?
Teorema
(a) Se
g C[a, b]
LS
JF
S
L
F
Ento g tem um ponto fixo em [a, b].
(b) Se, adicionalmente,

g0 (x) existir em ]a, b[
JF
LS
S
L
F
g(x) [a, b] para todo o x [a, b]
existir uma constante positiva < 1 tal que
LS
0
g (x) ,
JF
S
L
F
x ]a, b[
ento o ponto fixo em [a, b] nico.
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

um ponto fixo?
Teorema
(a) Se
g C[a, b]
LS
JF
S
L
F

JF
LS
S
L
F
LS
0
g (x) ,
JF
S
L
F
x ]a, b[
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

um ponto fixo?
Teorema
(a) Se
g C[a, b]
LS
JF
S
L
F

JF
LS
S
L
F
LS
0
g (x) ,
JF
S
L
F
x ]a, b[
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

um ponto fixo?
Teorema
(a) Se
g C[a, b]
LS
JF
S
L
F

JF
LS
S
L
F
LS
0
g (x) ,
JF
S
L
F
x ]a, b[
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

um ponto fixo?
Teorema
(a) Se
g C[a, b]
LS
JF
S
L
F

JF
LS
S
L
F
LS
0
g (x) ,
JF
S
L
F
x ]a, b[
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

um ponto fixo?
Teorema
(a) Se
g C[a, b]
LS
JF
S
L
F

JF
LS
S
L
F
LS
0
g (x) ,
JF
S
L
F
x ]a, b[
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

um ponto fixo?
Teorema
(a) Se
g C[a, b]
LS
JF
S
L
F

JF
LS
S
L
F
LS
0
g (x) ,
JF
S
L
F
x ]a, b[
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
J
x
S
L
F
S
L
F
p = f ( p)
S
L
F
g( x )
S
L
F
S
L
F
p
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao
(a) Se g(a) = a ou g(b) = b ento g tem um ponto fixo num dos

extremos do intervalo. Se caso contrrio (i.e. g(a) 6= a e
g(b) 6= b) ento g(a) > a e g(b) < b.
Como a funo h(x) = g(x) x contnua em [a, b] com
LS
JF
h(a) = g(a) a > 0
JF
LS
e
h(b) = g(b) b < 0
S
L
F
ento, pelo teorema da existncia de zeros, existe pelo

menos um p ]a, b[ para o qual h(p) = 0.

S
L
F
S
L
F
Este nmero p um ponto fixo de g pois
0 = h(p) = g(p) p
g(p) = p.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao

g(b) 6= b) ento g(a) > a e g(b) < b.
LS
JF
h(a) = g(a) a > 0
JF
LS
e
h(b) = g(b) b < 0
S
L
F


S
L
F
S
L
F
0 = h(p) = g(p) p
g(p) = p.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao

g(b) 6= b) ento g(a) > a e g(b) < b.
LS
JF
h(a) = g(a) a > 0
JF
LS
e
h(b) = g(b) b < 0
S
L
F


S
L
F
S
L
F
0 = h(p) = g(p) p
g(p) = p.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao

g(b) 6= b) ento g(a) > a e g(b) < b.
LS
JF
h(a) = g(a) a > 0
JF
LS
e
h(b) = g(b) b < 0
S
L
F


S
L
F
S
L
F
0 = h(p) = g(p) p
g(p) = p.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao
(b) Adicionalmente, admitamos que g0 (x) < 1, x ]a, b[ e

que p e q so pontos fixos em [a, b].
Se p 6= q (sem perda de generalidade q < p) ento existir

um nmero entre q e p (e portanto em [a, b]) tal que
LS
JF
LS
g(p) g(q) = (p q)g0 ()
Teorema (Lagrange)
JF
S
L
F
(teorema de Lagrange)
Se f : [a, b] (a < b) for uma funo contnua em [a, b] e

diferencivel em ]a, b[ ento existe pelo menos um c ]a, b[ tal
que f (b) f (a) = (b a)f 0 (c).
Mas,
S
L
F
S
L
F
S
L
F
p q = g(p) g(q) = g(p) g(q) g0 () p q < p q
o que uma contradio. Portanto, p = q e o ponto fixo

em [a, b] nico.
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao


LS
JF
LS
g(p) g(q) = (p q)g0 ()
Teorema (Lagrange)
JF
S
L
F

que f (b) f (a) = (b a)f 0 (c).
Mas,
S
L
F
S
L
F
S
L
F

em [a, b] nico.
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao


LS
JF
LS
g(p) g(q) = (p q)g0 ()
Teorema (Lagrange)
JF
S
L
F

que f (b) f (a) = (b a)f 0 (c).
Mas,
S
L
F
S
L
F
S
L
F

em [a, b] nico.
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao


LS
JF
LS
g(p) g(q) = (p q)g0 ()
Teorema (Lagrange)
JF
S
L
F

que f (b) f (a) = (b a)f 0 (c).
Mas,
S
L
F
S
L
F
S
L
F

em [a, b] nico.
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Exemplo
x2 1
em [1, 1].
3
A funo g contnua em [1, 1]
Consideremos g(x) =
S
L
F
S
L
F
S
L
F
1
mnimo absoluto de g e g(1) = 0 mximo
3
absoluto de g donde
1
g(x) , 0 , x [1, 1]
3
g(0) =
Ento a alnea (a) do teorema anterior garante que:
S
L
F
S
L
F
S
L
F
g tem pelo menos um ponto fixo em [1, 1]
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Exemplo
x2 1
em [1, 1].
3
Consideremos g(x) =
S
L
F
S
L
F
S
L
F
1
3
absoluto de g donde
1
g(x) , 0 , x [1, 1]
3
g(0) =
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Exemplo
x2 1
em [1, 1].
3
Consideremos g(x) =
S
L
F
S
L
F
S
L
F
1
3
absoluto de g donde
1
g(x) , 0 , x [1, 1]
3
g(0) =
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Exemplo
x2 1
em [1, 1].
3
Consideremos g(x) =
S
L
F
S
L
F
S
L
F
1
3
absoluto de g donde
1
g(x) , 0 , x [1, 1]
3
g(0) =
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Exemplo
2x
Como g (x) =
existe para qualquer x ] 1, 1[ e
3
0 2x
g (x) = 2 1 = 2 = < 1, x [1, 1]
3 x[1,1] 3
3
0
S
L
F
S
L
F
S
L
F
tem-se, da alnea (b) do teorema anterior, que:
Determinemo-lo:
g(p) = p
p2 1
=p
3
donde, no intervalo [1, 1],
JF
LS
g tem um nico ponto fixo em [1, 1]

p
S
L
F
p
3 13
p=
2
3 13
p=
2
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Exemplo
2x
Como g (x) =
existe para qualquer x ] 1, 1[ e
3
0 2x
g (x) = 2 1 = 2 = < 1, x [1, 1]
3 x[1,1] 3
3
0
S
L
F
S
L
F
S
L
F
tem-se, da alnea (b) do teorema anterior, que:
Determinemo-lo:
g(p) = p
p2 1
=p
3
donde, no intervalo [1, 1],
JF
LS
g tem um nico ponto fixo em [1, 1]

p
S
L
F
p
3 13
p=
2
3 13
p=
2
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Exemplo
S
L
F
S
L
F
3+
g( x )
13 3 +
,
13
S
L
F
13
2
b
3+
b
S
L
F
S
L
F
13
3+
13
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Teorema (Mtodo do Ponto Fixo)

Suponhamos que:
g C[a, b]
S
L
F
S
L
F
g0 (x) existe em ]a, b[
Existe uma constante 0 < < 1 tal que
0
g (x) ,
x ]a, b[
S
L
F
Ento, para qualquer nmero p0 [a, b], a sucesso definida

por
pn = g(pn1 ), n
JF
LS
JF
LS
converge para o nico ponto fixo p de g em [a, b].
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

Suponhamos que:
g C[a, b]
S
L
F
S
L
F
0
g (x) ,
x ]a, b[
S
L
F

por
pn = g(pn1 ), n
JF
LS
JF
LS
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

Suponhamos que:
g C[a, b]
S
L
F
S
L
F
0
g (x) ,
x ]a, b[
S
L
F

por
pn = g(pn1 ), n
JF
LS
JF
LS
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

Suponhamos que:
g C[a, b]
S
L
F
S
L
F
0
g (x) ,
x ]a, b[
S
L
F

por
pn = g(pn1 ), n
JF
LS
JF
LS
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F

Suponhamos que:
g C[a, b]
S
L
F
S
L
F
0
g (x) ,
x ]a, b[
S
L
F

por
pn = g(pn1 ), n
JF
LS
JF
LS
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
0 < g ( x ) < 1
S
L
F
S
L
F
p = g( p)
J
J
S
L
F
J
p0
S
L
F
g( x )
b
p1 p2 p3 p
S
L
F
J
x
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
J
y
1 < g ( x ) < 0
S
L
F
J
J
S
L
F
S
L
F
p = g( p)
S
L
F
p0
g( x )
p2
p p3
S
L
F
p1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao
Pelo teorema da existncia e unicidade do ponto fixo sabemos

que g tem um nico ponto fixo em [a, b].
Visto que g([a, b]) [a, b] a sucesso {pn }nN est definida para
todo o n e pn [a, b] para cada n .
S
L
F
S
L
F
S
L
F
Procedendo como na demonstrao do teorema anterior
pn p = g(pn1 ) g(p) = pn1 p g0 (n ) pn1 p
com n ]a, b[. Aplicando

esta
desigualdade
sucessivamente
obtm-se: pn p pn1 p 2 pn2 p . . . n p0 p.

Uma vez que 0 < < 1 ento lim n = 0 e
JF
LS
S
L
F
S
L
F
lim pn p lim n p0 p = 0
donde {pn }nN converge para p.
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao

S
L
F
S
L
F
S
L
F

esta
desigualdade
sucessivamente

JF
LS
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao

S
L
F
S
L
F
S
L
F

esta
desigualdade
sucessivamente

JF
LS
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao

S
L
F
S
L
F
S
L
F

esta
desigualdade
sucessivamente

JF
LS
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Observao
Se a sucesso de iteradas {pn }nN convergir para p e g for

contnua em [a, b] ento
p = lim pn = lim g(pn1 ) = g lim pn1 = g(p),
S
L
F
S
L
F
S
L
F
ou seja, x = p uma soluo da equao x = g(x).
Pode acontecer que a sucesso de iteradas {pn }nN seja
convergente quando
0
g (x) = 1.
Este um caso interessante situado na fronteira do

caso g0 (x) < 1 e cuja convergncia de pn para o ponto
fixo, a ocorrer, mais lenta.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Observao
Se a sucesso de iteradas {pn }nN convergir para p e g for

contnua em [a, b] ento
p = lim pn = lim g(pn1 ) = g lim pn1 = g(p),
S
L
F
S
L
F
S
L
F
ou seja, x = p uma soluo da equao x = g(x).
Pode acontecer que a sucesso de iteradas {pn }nN seja
convergente quando
0
g (x) = 1.
Este um caso interessante situado na fronteira do

caso g0 (x) < 1 e cuja convergncia de pn para o ponto
fixo, a ocorrer, mais lenta.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Observao
Quando g0 (x) > 1 a convergncia da sucesso de iteradas

{pn }nN j no pode ser garantida.
JF
S
L
F
J
p = g( p)
LS
S
L
F
g( x )
g ( x ) > 1
S
L
F
JF
LS
p p0 p1
p2
p3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Corolrio
Se g satisfaz as hipteses do teorema anterior ento
LS
JF
e
S
L
F
S
L
F
pn p n max{p0 a, b p0 },
pn p max{p1 p0 },
1
S
L
F
n
n
N.
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Corolrio
Se g satisfaz as hipteses do teorema anterior ento
LS
JF
e
S
L
F
S
L
F
pn p n max{p0 a, b p0 },
pn p max{p1 p0 },
1
S
L
F
n
n
N.
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao
Dado que p [a, b] vem
pn p n p0 p n max{p0 a, b p0 }
Uma vez que
S
L
F
S
L
F
S
L
F
pn+1 pn = g(pn ) g(pn1 ) = pn pn1 g0 ( n )
pn pn1 . . . n p1 p0
ter-se-, para m > n 1,
pm pn = pm pm1 + pm+1 . . . + pn+1 pn
pm pm1 + pm1 pm2 + . . . + pn+1 pn
m1 p1 p0 + m2 p1 p0 + . . . + n p1 p0
= n p1 p0 1 + + 2 + . . . + mn1
S
L
F
J
J
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao
Dado que p [a, b] vem
pn p n p0 p n max{p0 a, b p0 }
Uma vez que
S
L
F
S
L
F
S
L
F
pn+1 pn = g(pn ) g(pn1 ) = pn pn1 g0 ( n )
pn pn1 . . . n p1 p0
ter-se-, para m > n 1,
pm pn = pm pm1 + pm+1 . . . + pn+1 pn
pm pm1 + pm1 pm2 + . . . + pn+1 pn
m1 p1 p0 + m2 p1 p0 + . . . + n p1 p0
= n p1 p0 1 + + 2 + . . . + mn1
S
L
F
J
J
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 2
S
L
F
Demonstrao
Como lim pm = p tem-se

m
p pn = lim pm pn
m
LS
S
L
F
S
L
F
n1
mX
X
lim n p1 p0
i n p1 p0 i .
JF
X
Visto que
i =
i=0
1
1
i=0
i=0
(srie geomtrica de razo 0 < < 1)
conclui-se que
S
L
F
p pn max{p1 p0 },
1
S
L
F
N.
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 3
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
S
L
F
Captulo 1
S
L
F
S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Solues de equaes com uma varivel - O mtodo de Newton
S
L
F
J
J
S
L
F
S
L
F
S
L
F
O mtodo de Newton
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
O mtodo de Newton um dos mais utilizados na resoluo

aproximada de equaes no lineares.
S
L
F
S
L
F
S
L
F
A sua popularidade reside precisamente na:
Frmula simples que utiliza
Rapidez de convergncia
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Construo da sucesso de iteradas {pn }nN

C2 [a, b].
Consideremos f
Seja
x [a, b] uma
aproximao da

soluo procurada p tal que f 0 x 6= 0 e p x pequeno.
Escrevendo a frmula de Taylor, com resto de ordem 2,
S
L
F
S
L
F
S
L
F
da funo f em torno do ponto x vem
f (x) = f x + f 0 x x x +

x x 00
f (x)
2
com (x) entre x e x.

Como f (p) = 0 tem-se, fazendo x = p,
S
L
F
S
L
F
S
L
F
p x 00
0 = f x +f x px +
f (p)
2

Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F

C2 [a, b].
Consideremos f
Seja
x [a, b] uma
aproximao da

S
L
F
S
L
F
S
L
F
f (x) = f x + f 0 x x x +

x x 00
f (x)
2

S
L
F
S
L
F
S
L
F
p x 00
0 = f x +f x px +
f (p)
2

Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F

C2 [a, b].
Consideremos f
Seja
x [a, b] uma
aproximao da

S
L
F
S
L
F
S
L
F
f (x) = f x + f 0 x x x +

x x 00
f (x)
2

S
L
F
S
L
F
S
L
F
p x 00
0 = f x +f x px +
f (p)
2

Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
2
Como p x pequeno ento p x
ainda mais
pequeno donde p x f 00 (p) ser tambm pequeno vindo

f x +f0 x px 0
S
L
F
S
L
F
S
L
F
f x
Isolando p obtm-se p x .
f0 x
Esta ltima relao permite estabelecer a sucesso de

iteradas do mtodo de Newton que se inicia com uma
aproximao inicial p0 dada a priori:
JF
LS
pn = pn1
S
L
F
f (pn1 )
,
f 0 (pn1 )
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
2
ainda mais

f x +f0 x px 0
S
L
F
S
L
F
S
L
F
f x
f0 x

JF
LS
pn = pn1
S
L
F
f (pn1 )
,
f 0 (pn1 )
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
2
ainda mais

f x +f0 x px 0
S
L
F
S
L
F
S
L
F
f x
f0 x

JF
LS
pn = pn1
S
L
F
f (pn1 )
,
f 0 (pn1 )
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
f (x)
S
L
F
f ( p0 )
b
JF
S
L
F
S
L
F
J
f ( p1 )
LS
p0 , f ( p0 )
p1 , f ( p1 )
f ( p2 )
p0
LS
JF
p1
J
b
p2 , f ( p2 )
S
L
F
p
b
p2
p3
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Teorema (Mtodo de Newton)

Seja:
f C2 [a, b]
S
L
F
S
L
F
S
L
F
p [a, b] tal que f (p) = 0 e f 0 (p) 6= 0
Ento existe um > 0 tal que a sucesso de iteradas

f (pn1 )
,
f 0 (pn1 )
pn = pn1
converge para p, qualquer que seja a aproximao inicial p0

[p , p + ].
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F

Seja:
f C2 [a, b]
S
L
F
S
L
F
S
L
F
p [a, b] tal que f (p) = 0 e f 0 (p) 6= 0

f (pn1 )
,
f 0 (pn1 )
pn = pn1

[p , p + ].
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F

Seja:
f C2 [a, b]
S
L
F
S
L
F
S
L
F
p [a, b] tal que f (p) = 0 e f 0 (p) 6= 0

f (pn1 )
,
f 0 (pn1 )
pn = pn1

[p , p + ].
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao
A demonstrao ser estabelecida por aplicao do teorema

do Ponto Fixo funo
g(x) = x
S
L
F
f (x)
f 0 (x)
S
L
F
no intervalo [p , p + ] (com a determinar).
S
L
F
Seja 0 < < 1. Como f contnua em p e f (p) 6= 0 ento existe

1 > 0 tal que f 0 (x) 6= 0, x [p 1 , p + 1 ] [a, b].
0
Teorema
Seja f : D
(D ) uma funo contnua em p D e
f (p) > 0 ou f (p) < 0. Ento existe > 0 tal que se tem,
respectivamente, f (x) > 0 ou f (x) < 0 para qualquer
x ]p , p + [D.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao

do Ponto Fixo funo
g(x) = x
S
L
F
f (x)
f 0 (x)
S
L
F
S
L
F

1 > 0 tal que f 0 (x) 6= 0, x [p 1 , p + 1 ] [a, b].
0
Teorema
Seja f : D
x ]p , p + [D.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao

do Ponto Fixo funo
g(x) = x
S
L
F
f (x)
f 0 (x)
S
L
F
S
L
F

1 > 0 tal que f 0 (x) 6= 0, x [p 1 , p + 1 ] [a, b].
0
Teorema
Seja f : D
x ]p , p + [D.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao
f (x)
est definida [p 1 , p + 1 ] tendo-se
Ento g(x) = x 0
f (x)
g0 (x) = 1
S
L
F
f 0 (x)f 0 (x) f (x)f 00 (x)
f 0 (x)
f (x)f 00 (x)
=
2 ,
f 0 (x)
S
L
F
x [p 1 , p + 1 ]
donde g C1 [p 1 , p + 1 ] j que f C2 [a, b].
f (p)f 00 (p)
Por hiptese, f (p) = 0 donde g0 (p) =
2 = 0
f 0 (p)
S
L
F
Como g0 contnua em x = p e 0 < < 1 vai existir 0 < < 1
tal que g0 (x) , x [p , p + ] (porqu?)
S
L
F
S
L
F
S
L
F
g0 contnua em p
> 0, > 0 : x [p 1 , p + 1 ] x p < = g0 (x) g0 (p) <
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao
f (x)
Ento g(x) = x 0
f (x)
g0 (x) = 1
S
L
F
f 0 (x)f 0 (x) f (x)f 00 (x)
f 0 (x)
f (x)f 00 (x)
=
2 ,
f 0 (x)
S
L
F
x [p 1 , p + 1 ]
f (p)f 00 (p)
2 = 0
f 0 (p)
S
L
F
S
L
F
S
L
F
S
L
F
g0 contnua em p
> 0, > 0 : x [p 1 , p + 1 ] x p < = g0 (x) g0 (p) <
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao
f (x)
Ento g(x) = x 0
f (x)
g0 (x) = 1
S
L
F
f 0 (x)f 0 (x) f (x)f 00 (x)
f 0 (x)
f (x)f 00 (x)
=
2 ,
f 0 (x)
S
L
F
x [p 1 , p + 1 ]
f (p)f 00 (p)
2 = 0
f 0 (p)
S
L
F
S
L
F
S
L
F
S
L
F
g0 contnua em p
> 0, > 0 : x [p 1 , p + 1 ] x p < = g0 (x) g0 (p) <
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao
f (x)
Ento g(x) = x 0
f (x)
g0 (x) = 1
S
L
F
f 0 (x)f 0 (x) f (x)f 00 (x)
f 0 (x)
f (x)f 00 (x)
=
2 ,
f 0 (x)
S
L
F
x [p 1 , p + 1 ]
f (p)f 00 (p)
2 = 0
f 0 (p)
S
L
F
S
L
F
S
L
F
S
L
F
g0 contnua em p
> 0, > 0 : x [p 1 , p + 1 ] x p < = g0 (x) g0 (p) <
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao
Dado x [p , p +] ento o teorema de Lagrange garante que
g(x) p = g(x) g(p) = g0 () x p x p < x p
para algum x < < p.
S
L
F
S
L
F
Como x [p , p + ] vem x p < e portanto
g(x) p <
S
L
F
g(x) [p , p + ], x [p , p + ]
Todas as hipteses do teorema do Ponto Fixo so cumpridas

pelo que a sucesso de iteradas {pn }nN definida por
S
L
F
f (pn1 )
,
f 0 (pn1 )
S
L
F
pn = g(pn1 ) = pn1
converge para p qualquer que seja p0 [p , p + ].
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao
g(x) p = g(x) g(p) = g0 () x p x p < x p
para algum x < < p.
S
L
F
S
L
F
g(x) p <
S
L
F
g(x) [p , p + ], x [p , p + ]

S
L
F
f (pn1 )
,
f 0 (pn1 )
S
L
F
pn = g(pn1 ) = pn1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Demonstrao
g(x) p = g(x) g(p) = g0 () x p x p < x p
para algum x < < p.
S
L
F
S
L
F
g(x) p <
S
L
F
g(x) [p , p + ], x [p , p + ]

S
L
F
f (pn1 )
,
f 0 (pn1 )
S
L
F
pn = g(pn1 ) = pn1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Observao
O teorema anterior estabelece que,
sob hipteses
razoveis, a sucesso de iteradas gerada pelo mtodo
de Newton converge quando se escolhe uma aproximao
inicial p0 suficientemente prxima de p. Nesse cenrio, a
constante que limita o mdulo da derivada de g (e que
indica a velocidade de convergncia do mtodo) decresce
para zero medida que o procedimento avana.
S
L
F
S
L
F
S
L
F
Na prtica, uma aproximao inicial p0 escolhida a
priori e o mtodo converge rapidamente para p ou, em

alternativa, a convergncia torna-se improvvel (com o
afastamento cada vez maior dos elementos da sucesso
de iteradas {pn }nN ).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Observao
O teorema anterior estabelece que,
sob hipteses
razoveis, a sucesso de iteradas gerada pelo mtodo
de Newton converge quando se escolhe uma aproximao
inicial p0 suficientemente prxima de p. Nesse cenrio, a
constante que limita o mdulo da derivada de g (e que
indica a velocidade de convergncia do mtodo) decresce
para zero medida que o procedimento avana.
S
L
F
S
L
F
S
L
F
Na prtica, uma aproximao inicial p0 escolhida a
priori e o mtodo converge rapidamente para p ou, em

alternativa, a convergncia torna-se improvvel (com o
afastamento cada vez maior dos elementos da sucesso
de iteradas {pn }nN ).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Exemplo
S
L
F
cos x
S
L
F
S
L
F
S
L
F
Determinemos uma aproximao

do ponto fixo da funo
h i
g(x) = cos(x) no intervalo 0, .
2
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 3
S
L
F
Exemplo
Sendo f (x) = cos(x) x a sucesso de iteradas gerada pelo

mtodo de Newton
pn = pn1
S
L
F
cos(pn1 ) pn1
,
sen (pn1 ) 1
S
L
F
N.
S
L
F
As tabelas ilustram, respectivamente, os resultados obtidos
utilizando o mtodo do Ponto Fixo e de Newton para p0 = .

4
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 4
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
S
L
F
Captulo 1
S
L
F
S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Solues de equaes com uma varivel - O mtodo da Secante
S
L
F
J
J
S
L
F
S
L
F
S
L
F
O mtodo da Secante
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
O mtodo de Newton possui um vasto nmero de vantagens,

porm, no dispensa o clculo da derivada de f .
Na prtica, esta exigncia pode constituir um forte revs,

nomeadamente, se a expresso da funo f for demasiado
complexa no s o clculo de f 0 pode ser difcil de efectuar
como o resultado obtido pode ser uma expresso ainda mais
complicada.
S
L
F
S
L
F
S
L
F
Este handicap do mtodo de Newton, pode ser ultrapassado

substituindo f 0 (pn1 ) por uma expresso aproximada:
f 0 (pn1 )
JF
LS
f (pn2 ) f (pn1 ) f (pn1 ) f (pn2 )

=
pn2 pn1
pn1 pn2
LS
f (x) f (pn1 )
.
xpn1
x pn1
JF
j que, por definio, f 0 (pn1 ) = lim
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
O mtodo de Newton possui um vasto nmero de vantagens,

porm, no dispensa o clculo da derivada de f .
Na prtica, esta exigncia pode constituir um forte revs,

nomeadamente, se a expresso da funo f for demasiado
complexa no s o clculo de f 0 pode ser difcil de efectuar
como o resultado obtido pode ser uma expresso ainda mais
complicada.
S
L
F
S
L
F
S
L
F
Este handicap do mtodo de Newton, pode ser ultrapassado

substituindo f 0 (pn1 ) por uma expresso aproximada:
f 0 (pn1 )
JF
LS
f (pn2 ) f (pn1 ) f (pn1 ) f (pn2 )

=
pn2 pn1
pn1 pn2
LS
f (x) f (pn1 )
.
xpn1
x pn1
JF
j que, por definio, f 0 (pn1 ) = lim
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Assim, a sucesso de iteradas {pn }nN no mtodo da Secante

ser:
p ,p
0 1
LS
JF
dados
S
L
F
pn1 pn2
,
f (pn1 ) f (pn2 )
pn = pn1 f (pn1 )
n2
S
L
F
Geometricamente, esta alterao

consiste em
utilizar a
secante que passa pelos pontos pn1 , f (pn1 ) e pn2 , f (pn2 )

em vez da tangente ao grfico de f no ponto pn1 , f (pn1 ) .
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Assim, a sucesso de iteradas {pn }nN no mtodo da Secante

ser:
p ,p
0 1
LS
JF
dados
S
L
F
pn1 pn2
,
f (pn1 ) f (pn2 )
pn = pn1 f (pn1 )
n2
S
L
F
Geometricamente, esta alterao

consiste em
utilizar a
secante que passa pelos pontos pn1 , f (pn1 ) e pn2 , f (pn2 )

em vez da tangente ao grfico de f no ponto pn1 , f (pn1 ) .
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
f ( p2 )
b
f ( p3 )
S
L
F
S
L
F
p
b
p2
f ( p4 )
p3
p4 p1
JF
f ( p0 )
S
L
F
p0
f (x)
f ( p1 )
LS
JF
LS
b
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Exemplo
Utilizemos o mtodo da Secante para encontrar uma

aproximao da soluo da equao f (x) = cos(x) x = 0.
Tomando como aproximaes iniciais p0 = 0.5 e p1 =
que a sucesso de iteradas {pn }nN
LS
JF
LS
JF
cos(pn1 ) pn1 (pn1 pn2 )

,
pn = pn1
cos(pn1 ) pn1 cos(pn2 ) pn2
S
L
F
S
L
F
tem-se
S
L
F
n2
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Observao
Comparando estes resultados com os que foram obtidos
atravs do mtodo do Ponto Fixo e de Newton conclumos

que p5 tem preciso at dcima casa decimal.
S
L
F
S
L
F
S
L
F
A convergncia da sucesso de iteradas do mtodo da
Secante muito mais rpida que a do mtodo do Ponto

Fixo mas ligeiramente mais lenta que a do mtodo de
Newton (que obteve o mesmo grau de preciso em p3 ).
O mtodo de Newton ou o mtodo da Secante so usados
geralmente para refinar resultados obtidos com outras

tcnicas (como por exemplo o mtodo da Bisseco).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Observao

S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Observao

S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Solues de equaes com uma varivel - O mtodo da Falsa Posio
S
L
F
J
J
S
L
F
O mtodo da Falsa Posio
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
No mtodo da Bisseco, cada par sucessivo de aproximaes

an e bn conduz a uma aproximao pn da raiz p em [an , bn ].
Questo:
Ser que, no mtodo da Secante, podemos garantir que a
soluo p est sempre em [pn1 , pn ]?
S
L
F
S
L
F
S
L
F
Resposta:
No! E no mtodo de Newton tambm no h essa garantia.
Para contornar este inconveniente h um mtodo que nos d

essa garantia chamado mtodo da Falsa Posio.
Este mtodo combina o mtodo da Secante com o mtodo da
Bisseco: as aproximaes so geradas da mesmo modo que
no mtodo da Secante, no entanto, o mtodo da Falsa Posio
inclui um teste (igual ao utilizado no mtodo da Bisseco)
que assegura que p [pn1 , pn ].
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

Questo:
S
L
F
S
L
F
S
L
F
Resposta:

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

Questo:
S
L
F
S
L
F
S
L
F
Resposta:

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

Questo:
S
L
F
S
L
F
S
L
F
Resposta:

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

Questo:
S
L
F
S
L
F
S
L
F
Resposta:

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

Questo:
S
L
F
S
L
F
S
L
F
Resposta:

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Escolhem-se aproximaes p0 e p1 tais que f (p0 ) f (p1 ) < 0

O clculo de p2 feito como no mtodo da Secante, isto ,
corresponder
interseco
da recta que une os pontos
p0 , f (p0 ) e p1 , f (p1 ) com o eixo das abcissas

Para a aproximao p3 calculamos f (p1 ) f (p2 ) e:
se este valor for negativo ento a recta que une os
pontos p1 , f (p1 ) e p2 , f (p2 ) ser a prxima secante

a considerar;
se for positivo, tomamos como secante a recta que
passa pelos pontos p0 , f (p0 ) e p2 , f (p2 ) , atribuindo

a p1 o valor de p0
S
L
F
S
L
F
S
L
F
Calculada a aproximao p3 , o sinal de f (p2 ) f (p3 )
S
L
F
S
L
F
S
L
F
determinar se usaremos as iteradas p2 e p3 ou p1 e p3

para o clculo de p4 (nesta ltima hiptese atribuindo a
p2 o valor de p1 )
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

corresponder
interseco


a considerar;

a p1 o valor de p0
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F

p2 o valor de p1 )
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

corresponder
interseco


a considerar;

a p1 o valor de p0
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F

p2 o valor de p1 )
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

corresponder
interseco


a considerar;

a p1 o valor de p0
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F

p2 o valor de p1 )
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

corresponder
interseco


a considerar;

a p1 o valor de p0
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F

p2 o valor de p1 )
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F

corresponder
interseco


a considerar;

a p1 o valor de p0
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F

p2 o valor de p1 )
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
f ( p0 )
S
L
F
p0
p4
p3
S
L
F
p2
S
L
F
p1
f (x)
f ( p3 )
b
f ( p1 )
S
L
F
f ( p2 )
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Exemplo
Utilizemos o mtodo da Falsa Posio equao f (x) = cos(x)
x com as aproximaes iniciais p0 = 0.5 e p1 = .

4
Os valores das iteradas esto listados na tabela seguinte:
S
L
F
S
L
F
Observe-se que, as iteradas coincidem com as do mtodo da

Secante at p3 (inclusive) e que o mtodo da Falsa Posio
requer uma iterada adicional (p6 ) para obter a mesma
preciso do mtodo da Secante.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Exemplo

4
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Exemplo

4
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Vantagens
Tal como o mtodo da Bisseco, o mtodo da Falsa Posio

sempre convergente quando a funo f continua.
O mtodo da Falsa Posio permite um bom comeo mas no
deve ser utilizado perto da raiz.
S
L
F
Desvantagem
S
L
F
Em contraste com o mtodo da Secante, o mtodo da Falsa

Posio , em geral, um mtodo de primeira ordem, isto , de
convergncia linear: se a correspondente sucesso de iteradas
{pn }nN converge para p com pn 6= p, n ento
S
L
F
S
L
F
S
L
F
pn+1 p
=
lim
n pn p
(constante no-nula)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Vantagens

S
L
F
Desvantagem
S
L
F

S
L
F
S
L
F
S
L
F
pn+1 p
=
lim
n pn p
(constante no-nula)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Vantagens

S
L
F
Desvantagem
S
L
F

S
L
F
S
L
F
S
L
F
pn+1 p
=
lim
n pn p
(constante no-nula)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 4
S
L
F
Vantagens

S
L
F
Desvantagem
S
L
F

S
L
F
S
L
F
S
L
F
pn+1 p
=
lim
n pn p
(constante no-nula)
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 5
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
S
L
F
Captulo 1
S
L
F
S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Solues de equaes com uma varivel - Anlise do erro para mtodos iterativos
Anlise do erro para mtodos iterativos
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Definio
Suponhamos que {pn }nN uma sucesso que converge para

p com pn 6= p, n . Se existirem constantes positivas e
tais que
S
L
F
pn+1 p
=
lim
n p p
n
S
L
F
S
L
F
ento diremos que {pn }nN converge para p com ordem com
constante de erro assimpttico .
Casos especialmente importantes da ordem de convergncia:
Quando = 1 a sucesso {pn }nN diz-se linearmente
convergente
S
L
F
S
L
F
S
L
F
Quando = 2 a sucesso {pn }nN diz-se quadraticamente
convergente
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Definio

tais que
S
L
F
pn+1 p
=
lim
n p p
n
S
L
F
S
L
F
convergente
S
L
F
S
L
F
S
L
F
convergente
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Definio

tais que
S
L
F
pn+1 p
=
lim
n p p
n
S
L
F
S
L
F
convergente
S
L
F
S
L
F
S
L
F
convergente
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Definio

tais que
S
L
F
pn+1 p
=
lim
n p p
n
S
L
F
S
L
F
convergente
S
L
F
S
L
F
S
L
F
convergente
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
De um modo geral, uma sucesso com elevada ordem de

convergncia converge mais rapidamente do que uma
sucesso com baixa ordem de convergncia (a constante de
erro assimpttico afecta a velocidade de convergncia mas
no to importante como a ordem).
S
L
F
Exemplo
S
L
F
S
L
F
Seja {pn }nN uma sucesso linearmente convergente para

zero tal que
S
L
F
pn+1
lim = 0.5
n pn
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
De um modo geral, uma sucesso com elevada ordem de

convergncia converge mais rapidamente do que uma
sucesso com baixa ordem de convergncia (a constante de
erro assimpttico afecta a velocidade de convergncia mas
no to importante como a ordem).
S
L
F
Exemplo
S
L
F
S
L
F
Seja {pn }nN uma sucesso linearmente convergente para

zero tal que
S
L
F
pn+1
lim = 0.5
n pn
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Exemplo
Consideremos ainda {e
pn }nN uma sucesso quadraticamente
convergente para zero com constante de erro assimpttico 0.5,
ou seja,
S
L
F
Ento:
p
e n+1
lim = 0.5
n 2
en
p
S
L
F

pn 0.5 pn1 0.52 pn2 . . . 0.5n p0
S
L
F
e
h

2 i2
4
p
e n 0.5 p
e n1 0.5 0.5 p
e n2
e n2
0.53 p
S
L
F
S
L
F
S
L
F
2 i4
8
2n
n
e n3
e n3 . . . 0.52 1 p
e0 .
0.53 0.5 p
0.57 p
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Exemplo
ou seja,
S
L
F
Ento:
p
e n+1
lim = 0.5
n 2
en
p
S
L
F

pn 0.5 pn1 0.52 pn2 . . . 0.5n p0
S
L
F
e
h

2 i2
4
p
e n 0.5 p
e n1 0.5 0.5 p
e n2
e n2
0.53 p
S
L
F
S
L
F
S
L
F
2 i4
8
2n
n
e n3
e n3 . . . 0.52 1 p
e0 .
0.53 0.5 p
0.57 p
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Exemplo
ou seja,
S
L
F
Ento:
p
e n+1
lim = 0.5
n 2
en
p
S
L
F

pn 0.5 pn1 0.52 pn2 . . . 0.5n p0
S
L
F
e
h

2 i2
4
p
e n 0.5 p
e n1 0.5 0.5 p
e n2
e n2
0.53 p
S
L
F
S
L
F
S
L
F
2 i4
8
2n
n
e n3
e n3 . . . 0.52 1 p
e0 .
0.53 0.5 p
0.57 p
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Exemplo
A tabela seguinte permite comparar

as velocidades de
e 0 = 1,
convergncia para zero quando p0 = p
S
L
F
S
L
F
A sucesso que possui convergncia quadrtica encontra no

7 termo um valor prximo de zero da ordem de 1039 . Na
sucesso com convergncia linear seriam necessrios 126
termos para atingir essa preciso.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Exemplo
A tabela seguinte permite comparar

as velocidades de
e 0 = 1,
convergncia para zero quando p0 = p
S
L
F
S
L
F
A sucesso que possui convergncia quadrtica encontra no

7 termo um valor prximo de zero da ordem de 1039 . Na
sucesso com convergncia linear seriam necessrios 126
termos para atingir essa preciso.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:
g C1 [a, b]
S
L
F
S
L
F
S
L
F
Existe uma constante 0 < < 1 tal que g0 (x) , x

[a, b]
0
g (p) 6= 0

por
pn = g(pn1 ), n
S
L
F
S
L
F
S
L
F
converge apenas linearmente para o nico ponto fixo p de g

em [a, b].
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:
g C1 [a, b]
S
L
F
S
L
F
S
L
F

[a, b]
0
g (p) 6= 0

por
pn = g(pn1 ), n
S
L
F
S
L
F
S
L
F

em [a, b].
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:
g C1 [a, b]
S
L
F
S
L
F
S
L
F

[a, b]
0
g (p) 6= 0

por
pn = g(pn1 ), n
S
L
F
S
L
F
S
L
F

em [a, b].
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:
g C1 [a, b]
S
L
F
S
L
F
S
L
F

[a, b]
0
g (p) 6= 0

por
pn = g(pn1 ), n
S
L
F
S
L
F
S
L
F

em [a, b].
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:
g C1 [a, b]
S
L
F
S
L
F
S
L
F

[a, b]
0
g (p) 6= 0

por
pn = g(pn1 ), n
S
L
F
S
L
F
S
L
F

em [a, b].
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Pelo teorema do Ponto Fixo a sucesso {pn }nN converge para

p (ver T ERICA 2).
Aplicando o teorema de Lagrange funo g tem-se
S
L
F
S
L
F
pn+1 p = g(pn ) g(p) = g0 (n )(pn p),
S
L
F
pn < n < p.
Como pn p ento n p e g0 (n ) g0 (p) (porqu?)

n
Ento,
pn+1 p
lim
= lim g0 (n ) = g0 (p)
n pn p
n
S
L
F
S
L
F
pn+1 p
= g0 (p)
lim
n pn p
S
L
F
i.e. a convergncia
0 de {pn }nN linear com constante de erro
assimpttico g (p) 6= 0.
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao

p (ver T ERICA 2).
S
L
F
S
L
F
pn+1 p = g(pn ) g(p) = g0 (n )(pn p),
S
L
F
pn < n < p.

n
Ento,
pn+1 p
lim
= lim g0 (n ) = g0 (p)
n pn p
n
S
L
F
S
L
F
pn+1 p
= g0 (p)
lim
n pn p
S
L
F
i.e. a convergncia
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao

p (ver T ERICA 2).
S
L
F
S
L
F
pn+1 p = g(pn ) g(p) = g0 (n )(pn p),
S
L
F
pn < n < p.

n
Ento,
pn+1 p
lim
= lim g0 (n ) = g0 (p)
n pn p
n
S
L
F
S
L
F
pn+1 p
= g0 (p)
lim
n pn p
S
L
F
i.e. a convergncia
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao

p (ver T ERICA 2).
S
L
F
S
L
F
pn+1 p = g(pn ) g(p) = g0 (n )(pn p),
S
L
F
pn < n < p.

n
Ento,
pn+1 p
lim
= lim g0 (n ) = g0 (p)
n pn p
n
S
L
F
S
L
F
pn+1 p
= g0 (p)
lim
n pn p
S
L
F
i.e. a convergncia
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:
p uma soluo de x = g(x)

g00 contnua e estritamente limitada por uma constante
S
L
F
S
L
F
S
L
F
M num intervalo aberto I contendo p
g0 (p) = 0
Ento, existir um > 0 tal que para cada p0 [p , p + ]

a sucesso definida por pn = g(pn1 ), n
converge, pelo
menos, quadraticamente para p.
Adicionalmente, para valores suficientemente grandes de n

tem-se,
pn+1 p < M pn p2 .
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:

S
L
F
S
L
F
S
L
F
g0 (p) = 0

converge, pelo

tem-se,
pn+1 p < M pn p2 .
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:

S
L
F
S
L
F
S
L
F
g0 (p) = 0

converge, pelo

tem-se,
pn+1 p < M pn p2 .
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:

S
L
F
S
L
F
S
L
F
g0 (p) = 0

converge, pelo

tem-se,
pn+1 p < M pn p2 .
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema
Suponhamos que:

S
L
F
S
L
F
S
L
F
g0 (p) = 0

converge, pelo

tem-se,
pn+1 p < M pn p2 .
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Como g0 contnua em
x = p ento para qualquer 0 < < 1
existir > 0 tal que g0 (x) , x [p , p + ] I.
Visto que g0 (x) < 1 ento {pn }nN [p , p + ].
S
L
F
S
L
F
S
L
F
Escrevendo a frmula de Taylor da funo g em torno do ponto

p com resto de ordem 2 vem
x p 00
x p 00
g(x) = g(p)+g (p)(xp)+
g () = p+
g (),
| {z }
2
2
0
x<<p
=0
Fazendo x = pn tem-se,
JF
LS
S
L
F
2
pn p 00
pn+1 = p +
g (n ),
2
pn < n < p.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Como g0 contnua em
S
L
F
S
L
F
S
L
F

x p 00
x p 00
g(x) = g(p)+g (p)(xp)+
g () = p+
g (),
| {z }
2
2
0
x<<p
=0
JF
LS
S
L
F
2
pn p 00
pn+1 = p +
g (n ),
2
pn < n < p.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Como g0 contnua em
S
L
F
S
L
F
S
L
F

x p 00
x p 00
g(x) = g(p)+g (p)(xp)+
g () = p+
g (),
| {z }
2
2
0
x<<p
=0
JF
LS
S
L
F
2
pn p 00
pn+1 = p +
g (n ),
2
pn < n < p.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Como g0 contnua em
S
L
F
S
L
F
S
L
F

x p 00
x p 00
g(x) = g(p)+g (p)(xp)+
g () = p+
g (),
| {z }
2
2
0
x<<p
=0
JF
LS
S
L
F
2
pn p 00
pn+1 = p +
g (n ),
2
pn < n < p.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Como
g (x) < 1, x [p , p + ] e g [p , p + ] [p , p + ]
o teorema do Ponto Fixo permite concluir que pn p.
S
L
F
Logo n p e
n
S
L
F
00
pn p2 |g (n )| g00 (p)
pn+1 p
2
lim
=
2 = nlim
2
pn p2
pn p
S
L
F
i.e. {pn }nN converge quadraticamente se g00 (p) 6= 0 e com

ordem mais elevada se g00 (p) = 0.
S
L
F
S
L
F
S
L
F
Como g00 contnua e estritamente limitada por M em
pn p2 para n grande.
[p , p + ] I vem pn+1 p <
2
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Como
g (x) < 1, x [p , p + ] e g [p , p + ] [p , p + ]
S
L
F
Logo n p e
n
S
L
F
00
pn p2 |g (n )| g00 (p)
pn+1 p
2
lim
=
2 = nlim
2
pn p2
pn p
S
L
F

S
L
F
S
L
F
S
L
F
[p , p + ] I vem pn+1 p <
2
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Como
g (x) < 1, x [p , p + ] e g [p , p + ] [p , p + ]
S
L
F
Logo n p e
n
S
L
F
00
pn p2 |g (n )| g00 (p)
pn+1 p
2
lim
=
2 = nlim
2
pn p2
pn p
S
L
F

S
L
F
S
L
F
S
L
F
[p , p + ] I vem pn+1 p <
2
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
A sucesso de iteradas do mtodo de Newton converge
quadraticamente com constante de erro assimpttico
S
L
F
00
f (p)
= 0
2 f (p)
sempre que f 00 (p) 6= 0.
S
L
F
S
L
F
Se o zero p de f no for simples i.e. se

f (x) = (x p)m (x)
S
L
F
com
S
L
F
lim (x) 6= 0
xp
S
L
F
para algum m > 1 ento a ordem de convergncia do

mtodo de Newton degrada-se.
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
A sucesso de iteradas do mtodo de Newton converge
quadraticamente com constante de erro assimpttico
S
L
F
00
f (p)
= 0
2 f (p)
sempre que f 00 (p) 6= 0.
S
L
F
S
L
F
Se o zero p de f no for simples i.e. se

f (x) = (x p)m (x)
S
L
F
com
S
L
F
lim (x) 6= 0
xp
S
L
F
para algum m > 1 ento a ordem de convergncia do

mtodo de Newton degrada-se.
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
possvel demonstrar que, no caso de zeros duplos, a

convergncia da sucesso de iteradas do mtodo de
Newton apenas. . . linear.
S
L
F
S
L
F
S
L
F
Quando m inteiro esta situao pode ser contornada

modificando a sucesso de iteradas do mtodo de Newton
para:
pn = pn1 m
f (pn1 )
,
f 0 (pn1 )
cuja ordem de convergncia quadrtica.
S
L
F
S
L
F
S
L
F
Este o chamado mtodo de Newton modificado.
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
possvel demonstrar que, no caso de zeros duplos, a

convergncia da sucesso de iteradas do mtodo de
Newton apenas. . . linear.
S
L
F
S
L
F
S
L
F
Quando m inteiro esta situao pode ser contornada

modificando a sucesso de iteradas do mtodo de Newton
para:
pn = pn1 m
f (pn1 )
,
f 0 (pn1 )
cuja ordem de convergncia quadrtica.
S
L
F
S
L
F
S
L
F
Este o chamado mtodo de Newton modificado.
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
possvel demonstrar que a ordem de convergncia da
sucesso de iteradas no mtodo da Secante
S
L
F
1+ 5
p=
= 1.618 . . .
2
S
L
F
S
L
F
Regra geral, a sucesso de iteradas do mtodo da Falsa
Posio converge linearmente (nomeadamente quando f

convexa em [a, b] e a aproximao inicial p0 no-nula)
No mtodo da Bisseco a ordem de convergncia da
S
L
F
S
L
F
S
L
F
sucesso de iteradas linear.
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
S
L
F
1+ 5
p=
= 1.618 . . .
2
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
S
L
F
1+ 5
p=
= 1.618 . . .
2
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Solues de equaes com uma varivel - O mtodo de Horner
S
L
F
J
J
S
L
F
S
L
F
S
L
F
O mtodo de Horner
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Computacionalmente, o clculo do valor de um polinmio num

ponto x0 requer um nmero finito de operaes aritmticas
(ao contrrio de funes como cos(x), log(x), . . . que necessitam
de um nmero infinito).
S
L
F
S
L
F
S
L
F
Apesar disso e dada a frequncia com que os polinmios

aparecem nas aplicaes, de todo interesse procurar as
formas mais eficientes para realizar esse clculo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Computacionalmente, o clculo do valor de um polinmio num

ponto x0 requer um nmero finito de operaes aritmticas
(ao contrrio de funes como cos(x), log(x), . . . que necessitam
de um nmero infinito).
S
L
F
S
L
F
S
L
F
Apesar disso e dada a frequncia com que os polinmios

aparecem nas aplicaes, de todo interesse procurar as
formas mais eficientes para realizar esse clculo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Como ilustrao, apresentamos um algoritmo para o clculo

do valor de P(x0 ) com P(x) = an xn + an1 xn1 + . . . + a1 x + a0 que
requer n somas/subtraces e 2n multiplicaes:
inicializao:
y := a0 ; w := x0
para i = 1 at n fazer:
y := y + ai w
w := w x0
fim do ciclo i :
P(x0 ) = y
S
L
F
S
L
F
S
L
F
Com o objectivo de reduzir este nmero de operaes, surge o

mtodo de Horner que, na sua essncia, resulta de
escrevermos P(x) = an xn + an1 xn1 + . . . + a1 x + a0 na forma
JF
LS
P(x) =
LS
JF
an x + an1 x + an2 x + . . . + a1 x + a0
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Como ilustrao, apresentamos um algoritmo para o clculo

do valor de P(x0 ) com P(x) = an xn + an1 xn1 + . . . + a1 x + a0 que
requer n somas/subtraces e 2n multiplicaes:
inicializao:
y := a0 ; w := x0
para i = 1 at n fazer:
y := y + ai w
w := w x0
fim do ciclo i :
P(x0 ) = y
S
L
F
S
L
F
S
L
F
Com o objectivo de reduzir este nmero de operaes, surge o

mtodo de Horner que, na sua essncia, resulta de
escrevermos P(x) = an xn + an1 xn1 + . . . + a1 x + a0 na forma
JF
LS
P(x) =
LS
JF
an x + an1 x + an2 x + . . . + a1 x + a0
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Teorema (Mtodo de Horner)

Seja:
P(x) = an xn + an1 xn1 + . . . + a1 x + a0
S
L
F
S
L
F
S
L
F
bn = an e bi = ai + bi+1 x0 , i = 0, 1, . . . , n 1.
Ento,
b0 = P(x0 ).
Mais ainda, se Q(x) = bn xn + bn1 xn1 + . . . + b1 x + b0 ento
S
L
F
S
L
F
S
L
F
P(x) = (x x0 )Q(x) + b0 .
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F

Seja:
P(x) = an xn + an1 xn1 + . . . + a1 x + a0
S
L
F
S
L
F
S
L
F
bn = an e bi = ai + bi+1 x0 , i = 0, 1, . . . , n 1.
Ento,
b0 = P(x0 ).
S
L
F
S
L
F
S
L
F
P(x) = (x x0 )Q(x) + b0 .
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F

Seja:
P(x) = an xn + an1 xn1 + . . . + a1 x + a0
S
L
F
S
L
F
S
L
F
bn = an e bi = ai + bi+1 x0 , i = 0, 1, . . . , n 1.
Ento,
b0 = P(x0 ).
S
L
F
S
L
F
S
L
F
P(x) = (x x0 )Q(x) + b0 .
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F

Seja:
P(x) = an xn + an1 xn1 + . . . + a1 x + a0
S
L
F
S
L
F
S
L
F
bn = an e bi = ai + bi+1 x0 , i = 0, 1, . . . , n 1.
Ento,
b0 = P(x0 ).
S
L
F
S
L
F
S
L
F
P(x) = (x x0 )Q(x) + b0 .
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Por definio de Q(x) temos,
(x x0 )Q(x) + b0 = (x x0 ) bn xn + bn1 xn1 + . . . + b1 x + b0 + b0
= bn xn + bn1 xn1 + . . . + b1 x
bn x0 xn1 + bn1 x0 xn2 + . . . + b2 x0 x + b1 x0 + b0
S
L
F
S
L
F
S
L
F
= bn xn + (bn1 bn x0 )xn1 + . . . + (b1 b2 x0 )x + (b0 b1 x0 )
Como, por hiptese, bn = an e ai = bi bi+1 x0 , i = 0, 1, . . . , n 1

tem-se
JF
LS
LS
(x x0 )Q(x) + b0 = P(x)
JF
b0 = P(x0 ).
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Demonstrao
Por definio de Q(x) temos,
(x x0 )Q(x) + b0 = (x x0 ) bn xn + bn1 xn1 + . . . + b1 x + b0 + b0
= bn xn + bn1 xn1 + . . . + b1 x
bn x0 xn1 + bn1 x0 xn2 + . . . + b2 x0 x + b1 x0 + b0
S
L
F
S
L
F
S
L
F
= bn xn + (bn1 bn x0 )xn1 + . . . + (b1 b2 x0 )x + (b0 b1 x0 )
Como, por hiptese, bn = an e ai = bi bi+1 x0 , i = 0, 1, . . . , n 1

tem-se
JF
LS
LS
(x x0 )Q(x) + b0 = P(x)
JF
b0 = P(x0 ).
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Exemplo
Calculemos o valor de P(x) = 2x4 3x2 + 3x 4 em x0 = 2,
S
L
F
S
L
F
Coeficiente
de x4
Coeficiente
de x3
b4 = 2
4
b3 = 4
x0 = 2
S
L
F
Coeficiente
de x2
Coeficiente
de x
Termo
constante
10
b1 = 7
14
b0 = 10
b2 = 5
Deste modo, Q(x) = 2x3 4x2 + 5x 7 tendo-se
JF
LS
LS
P(x) = (x + 2) 2x3 4x2 + 5x 7 + 10
JF
P(2) = 10.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Exemplo
Calculemos o valor de P(x) = 2x4 3x2 + 3x 4 em x0 = 2,
S
L
F
S
L
F
Coeficiente
de x4
Coeficiente
de x3
b4 = 2
4
b3 = 4
x0 = 2
S
L
F
Coeficiente
de x2
Coeficiente
de x
Termo
constante
10
b1 = 7
14
b0 = 10
b2 = 5
Deste modo, Q(x) = 2x3 4x2 + 5x 7 tendo-se
JF
LS
LS
P(x) = (x + 2) 2x3 4x2 + 5x 7 + 10
JF
P(2) = 10.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
Pelo mtodo de Horner sabemos que P(x) = (x x0 )Q(x) + b0 .

Ento,
S
L
F
P0 (x) = Q(x) + (x x0 )Q0 (x)
S
L
F
P (x0 ) = Q(x0 ) .
S
L
F
Assim, no mtodo de Newton, quando a funo f um

polinmio e queremos encontrar um valor aproximado de
um dos seus zeros, podemos utilizar esta informao para o
clculo de f (pn1 ) e f 0 (pn1 ).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 5
S
L
F
Observao
Pelo mtodo de Horner sabemos que P(x) = (x x0 )Q(x) + b0 .

Ento,
S
L
F
P0 (x) = Q(x) + (x x0 )Q0 (x)
S
L
F
P (x0 ) = Q(x0 ) .
S
L
F
Assim, no mtodo de Newton, quando a funo f um

polinmio e queremos encontrar um valor aproximado de
um dos seus zeros, podemos utilizar esta informao para o
clculo de f (pn1 ) e f 0 (pn1 ).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 6
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
Interpolao e aproximao polinomial
S
L
F
Captulo 2

S
S
S
L
L
L
JF
JF
JF
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Interpolao e aproximao polinomial - Interpolao e polinmios de Lagrange
Interpolao e polinmios de Lagrange
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
O censo da populao dos Estados Unidos da Amrica (EUA)

feito a cada 10 anos. A tabela abaixo mostra a populao de
1940 a 1990 (em milhares de pessoas):
Ano
Populao
S
L
F
J
J
S
L
F
1940
132165
1950
151326
1960
179323
S
L
F
J
J
S
L
F
1970
203302
1980
226542
1990
249633
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
O censo da populao dos Estados Unidos da Amrica (EUA)

feito a cada 10 anos. A tabela abaixo mostra a populao de
1940 a 1990 (em milhares de pessoas):
Ano
Populao
S
L
F
J
J
S
L
F
1940
132165
1950
151326
1960
179323
S
L
F
J
J
S
L
F
1970
203302
1980
226542
1990
249633
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Questo:
Ser que, com os dados da tabela, poderemos fazer uma
estimativa da populao do EUA em 1965, ou mesmo, em. . .
2010?
S
L
F
S
L
F
S
L
F
Resposta:
Sim! Estas previses podem ser feitas mediante a utilizao
de uma funo que se ajuste aos dados obtidos.
Uma das classes de funes mais conhecidas e teis neste

processo de aproximao so os polinmios algbricos, isto ,
funes do tipo:
S
L
F
S
L
F
P(x) = an xn + an1 xn1 + . . . + a1 x + a0 , n
N,
S
L
F
a0 , a1 , . . . , an
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Questo:
2010?
S
L
F
S
L
F
S
L
F
Resposta:

funes do tipo:
S
L
F
S
L
F
P(x) = an xn + an1 xn1 + . . . + a1 x + a0 , n
N,
S
L
F
a0 , a1 , . . . , an
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Questo:
2010?
S
L
F
S
L
F
S
L
F
Resposta:

funes do tipo:
S
L
F
S
L
F
P(x) = an xn + an1 xn1 + . . . + a1 x + a0 , n
N,
S
L
F
a0 , a1 , . . . , an
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Quais so as razes da importncia da classe dos polinmios

no contexto da aproximao?
S
L
F
S
L
F
A derivada ou a primitiva de um polinmio so fceis de

determinar e so ainda. . . polinmios.
Qualquer funo contnua num domnio compacto pode

ser aproximada (uniformemente) por um polinmio.
S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

S
L
F
S
L
F


S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

S
L
F
S
L
F


S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Teorema (da aproximao de Weierstrass)
Se f : [a, b] (a < b) for uma funo contnua ento, para

cada > 0, existe um polinmio P(x) tal que
f (x) P(x) < ,
S
L
F
J
J
S
L
F
para todo o x [a, b]
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Teorema (da aproximao de Weierstrass)
Se f : [a, b] (a < b) for uma funo contnua ento, para

cada > 0, existe um polinmio P(x) tal que
f (x) P(x) < ,
S
L
F
J
J
S
L
F
para todo o x [a, b]
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo
Seja f (x) = ex e x0 = 0. Os polinmios de Taylor em torno de

x0 = 0 de grau 0, 1, 2, 3, 4 e 5 so, respectivamente,
P0 (x) = 1,
LS
JF
P2 (x) =
P3 (x) =
S
L
F
S
L
F
S
L
F
P1 (x) = x + 1,
x2
+ x + 1,
2
x3
6
x2
2
+ x + 1,
P4 (x) =
x4 x3 x2
+
+
+ x + 1,
24 6
2
P5 (x) =
x5
x4 x3 x2
+
+
+
+ x + 1.
120 24 6
2
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo
Seja f (x) = ex e x0 = 0. Os polinmios de Taylor em torno de

x0 = 0 de grau 0, 1, 2, 3, 4 e 5 so, respectivamente,
P0 (x) = 1,
LS
JF
P2 (x) =
P3 (x) =
S
L
F
S
L
F
S
L
F
P1 (x) = x + 1,
x2
+ x + 1,
2
x3
6
x2
2
+ x + 1,
P4 (x) =
x4 x3 x2
+
+
+ x + 1,
24 6
2
P5 (x) =
x5
x4 x3 x2
+
+
+
+ x + 1.
120 24 6
2
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo
Notemos que, mesmo nos polinmios de maior grau, o erro

aumenta progressivamente medida que nos afastamos de
zero.
Embora os polinmios de grau mais elevado aproximem cada
vez melhor a funo f (x) = ex , o mesmo pode no acontecer
para outras funes (e.g. f (x) = x1 e x0 = 1).
S
L
F
S
L
F
De um modo geral, a desvantagem maior na utilizao dos

polinmios de Taylor reside no facto da aproximao s ser
precisa nas proximidades do ponto x0 em torno do qual se
faz o desenvolvimento. Em pontos mais afastados de x0 a
aproximao normalmente de m qualidade.
S
L
F
S
L
F
S
L
F
S
L
F
Soluo: Construir um polinmio que coincida com a funo

no num mas em vrios pontos.
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo

zero.
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo

zero.
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo

zero.
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Por simplicidade, determinemos um polinmio de grau 1 que

passe pelos pontos (x0 , y0 ) e (x1 , y1 ) com y0 = f (x0 ) e y1 = f (x1 ).
Primeiro, definamos as funes
x x1
e
L0 (x) =
x0 x1
S
L
F
L1 (x) =
x x0
x1 x0
S
L
F
Ento, o polinmio procurado ser:
j que
P(x) = L0 (x) f (x0 ) + L1 (x) f (x1 )
S
L
F
P(x0 ) = L0 (x0 ) f (x0 ) + L1 (x0 ) f (x1 ) = y0

e
S
L
F
S
L
F
S
L
F
P(x1 ) = L0 (x1 ) f (x0 ) + L1 (x1 ) f (x1 ) = y1
Notemos que P(x) = L0 (x) f (x0 ) + L1 (x) f (x1 ) a nica funo

linear que passa por (x0 , y0 ) e (x1 , y1 ).
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

x x1
e
L0 (x) =
x0 x1
S
L
F
L1 (x) =
x x0
x1 x0
S
L
F
j que
P(x) = L0 (x) f (x0 ) + L1 (x) f (x1 )
S
L
F
P(x0 ) = L0 (x0 ) f (x0 ) + L1 (x0 ) f (x1 ) = y0

e
S
L
F
S
L
F
S
L
F
P(x1 ) = L0 (x1 ) f (x0 ) + L1 (x1 ) f (x1 ) = y1

Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

x x1
e
L0 (x) =
x0 x1
S
L
F
L1 (x) =
x x0
x1 x0
S
L
F
j que
P(x) = L0 (x) f (x0 ) + L1 (x) f (x1 )
S
L
F
P(x0 ) = L0 (x0 ) f (x0 ) + L1 (x0 ) f (x1 ) = y0

e
S
L
F
S
L
F
S
L
F
P(x1 ) = L0 (x1 ) f (x0 ) + L1 (x1 ) f (x1 ) = y1

Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

x x1
e
L0 (x) =
x0 x1
S
L
F
L1 (x) =
x x0
x1 x0
S
L
F
j que
P(x) = L0 (x) f (x0 ) + L1 (x) f (x1 )
S
L
F
P(x0 ) = L0 (x0 ) f (x0 ) + L1 (x0 ) f (x1 ) = y0

e
S
L
F
S
L
F
S
L
F
P(x1 ) = L0 (x1 ) f (x0 ) + L1 (x1 ) f (x1 ) = y1

Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Para generalizarmos o conceito de interpolao linear,

consideremos (n + 1) pontos:
x0 , f (x0 ) , x1 , f (x1 ) , . . . , xn , f (xn )
Neste caso mais genrico, ser necessrio construir, para cada

k = 0, 1, . . . , n uma funo Ln,k (x) tal que Ln,k (xi ) = 0 quando
i 6= k e Ln,k (xk ) = 1. Ento,
S
L
F
Ln,k (x) =
S
L
F
S
L
F
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

(xk x0 ) . . . (xk xk1 )(xk xk+1 ) . . . (xk xn )
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

x0 , f (x0 ) , x1 , f (x1 ) , . . . , xn , f (xn )

S
L
F
Ln,k (x) =
S
L
F
S
L
F
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

x0 , f (x0 ) , x1 , f (x1 ) , . . . , xn , f (xn )

S
L
F
Ln,k (x) =
S
L
F
S
L
F
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Conhecidas as funes Ln,k fcil construir o polinmio

interpolador de f nos pontos descritos:
Teorema
Sejam:
x0 , x1 , . . ., xn nmeros (ou ns) distintos
S
L
F
S
L
F
S
L
F
f uma funo cujos os valores em x0 , x1 , . . ., xn so
conhecidos
Ento, existe um nico polinmio P(x) de grau n, chamado

polinmio interpolador de Lagrange, tal que f (xk ) = P(xk ), k =
0, 1, . . . , n.
Este polinmio dado por P(x) = f (x0 ) Ln,0 (x) + . . . + f (xn ) Ln,n (x)
onde, para cada k = 0, 1, . . . , n,
S
L
F
Ln,k (x) =
S
L
F
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

Teorema
Sejam:
S
L
F
S
L
F
S
L
F
conhecidos

0, 1, . . . , n.
onde, para cada k = 0, 1, . . . , n,
S
L
F
Ln,k (x) =
S
L
F
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

Teorema
Sejam:
S
L
F
S
L
F
S
L
F
conhecidos

0, 1, . . . , n.
onde, para cada k = 0, 1, . . . , n,
S
L
F
Ln,k (x) =
S
L
F
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

Teorema
Sejam:
S
L
F
S
L
F
S
L
F
conhecidos

0, 1, . . . , n.
onde, para cada k = 0, 1, . . . , n,
S
L
F
Ln,k (x) =
S
L
F
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

Teorema
Sejam:
S
L
F
S
L
F
S
L
F
conhecidos

0, 1, . . . , n.
onde, para cada k = 0, 1, . . . , n,
S
L
F
Ln,k (x) =
S
L
F
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao
Consideremos o polinmio
P(x) = f (x0 ) Ln,0 (x) + . . . + f (xn ) Ln,n (x)
S
L
F
S
L
F
S
L
F
onde, para cada k = 0, 1, . . . , n,
Ln,k (x) =
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

.
Como
P(x0 ) = f (x0 ), P(x1 ) = f (x1 ), . . . , P(xn ) = f (xn )
S
L
F
S
L
F
S
L
F
fica demonstrado a existncia de, pelo menos, um polinmio

interpolador.
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao
Consideremos o polinmio
P(x) = f (x0 ) Ln,0 (x) + . . . + f (xn ) Ln,n (x)
S
L
F
S
L
F
S
L
F
onde, para cada k = 0, 1, . . . , n,
Ln,k (x) =
(x x0 ) . . . (x xk1 )(x xk+1 ) . . . (x xn )

.
Como
P(x0 ) = f (x0 ), P(x1 ) = f (x1 ), . . . , P(xn ) = f (xn )
S
L
F
S
L
F
S
L
F
fica demonstrado a existncia de, pelo menos, um polinmio

interpolador.
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao
Suponhamos que existe outro polinmio Q(x) de grau n

interpolador de f nos pontos considerados.
Proposio
Sejam P(x) e Q(x) polinmios de grau n. Se x1 , x2 , . . . , xk com

k > n forem nmeros distintos tais que P(xi ) = Q(xi ), para todo
o i = 1, 2, . . . , k ento P(x) = Q(x) para todos os valores de x.
S
L
F
Como
S
L
F
S
L
F
P(x0 ) = f (x0 ) = Q(x0 ),
JF
LS
P(x1 ) = f (x1 ) = Q(x1 ),

..
.
S
L
F
P(xn ) = f (xn ) = Q(xn )
ento P(x) = Q(x) para todos os valores de x.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao

Proposio

S
L
F
Como
S
L
F
S
L
F
P(x0 ) = f (x0 ) = Q(x0 ),
JF
LS
P(x1 ) = f (x1 ) = Q(x1 ),

..
.
S
L
F
P(xn ) = f (xn ) = Q(xn )
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao

Proposio

S
L
F
Como
S
L
F
S
L
F
P(x0 ) = f (x0 ) = Q(x0 ),
JF
LS
P(x1 ) = f (x1 ) = Q(x1 ),

..
.
S
L
F
P(xn ) = f (xn ) = Q(xn )
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Vejamos qual a expresso que permite calcular o majorante

do erro na aproximao duma funo atravs de um polinmio
interpolador.
Teorema
Sejam:
S
L
F
S
L
F
x0 , x1 , . . . , xn nmeros distintos de [a, b]

f Cn+1 [a, b]
S
L
F
Ento existe um nmero (x) ]a, b[ tal que

f (n+1) (x)
f (x) = P(x) +
(x x0 )(x x1 ) . . . (x xn )
(n + 1)!
S
L
F
S
L
F
onde P(x) o polinmio interpolador de Lagrange.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

interpolador.
Teorema
Sejam:
S
L
F
S
L
F

f Cn+1 [a, b]
S
L
F

f (n+1) (x)
f (x) = P(x) +
(x x0 )(x x1 ) . . . (x xn )
(n + 1)!
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

interpolador.
Teorema
Sejam:
S
L
F
S
L
F

f Cn+1 [a, b]
S
L
F

f (n+1) (x)
f (x) = P(x) +
(x x0 )(x x1 ) . . . (x xn )
(n + 1)!
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F

interpolador.
Teorema
Sejam:
S
L
F
S
L
F

f Cn+1 [a, b]
S
L
F

f (n+1) (x)
f (x) = P(x) +
(x x0 )(x x1 ) . . . (x xn )
(n + 1)!
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao
Se x = xk para algum k = 0, 1, . . . , n ento f (xk ) = P(xk ) e (x)

pode ser escolhido arbitrariamente em ]a, b[.
Se x 6= xk para todo o k = 0, 1, . . . , n ento
LS
JF
S
L
F
g(t) = f (t) P(t) [f (x) P(x)]
de classe Cn+1 [a, b], g(x) = 0 e g(xk ) = 0, k = 0, 1, . . . , n.
Teorema (Rolle)
Seja f : [a, b] (a < b) uma funo contnua em [a, b], com
derivada (finita ou infinita) em ]a, b[. Se f (a) = f (b) ento
existe pelo menos um ]a, b[ tal que f 0 () = 0.
S
L
F
S
L
F
(t x0 )(t x1 ) . . . (t xn )
(x x0 )(x x1 ) . . . (x xn )
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao

LS
JF
S
L
F
g(t) = f (t) P(t) [f (x) P(x)]
Teorema (Rolle)
S
L
F
S
L
F
(t x0 )(t x1 ) . . . (t xn )
(x x0 )(x x1 ) . . . (x xn )
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao

LS
JF
S
L
F
g(t) = f (t) P(t) [f (x) P(x)]
Teorema (Rolle)
S
L
F
S
L
F
(t x0 )(t x1 ) . . . (t xn )
(x x0 )(x x1 ) . . . (x xn )
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao
Ento, aplicando sucessivamente o teorema de Rolle s

funes g, g0 , . . ., g(n) conclui-se, respectivamente, que:
g0 tem pelo menos n + 1 zeros em ]a, b[
g00 tem pelo menos n zeros em ]a, b[
LS
JF
..
.
S
L
F
S
L
F
g(n+1) tem pelo menos um zero em ]a, b[
e portanto existir pelo menos um ]a, b[ tal que g(n+1) () = 0.
Deste modo,
S
L
F
S
L
F
0 = g(n+1) () = f (n+1) () P(n+1) () f (x) P(x)
(n + 1)!
(x x0 ) . . . (x xn )
S
L
F
e o resultado segue isolando f (x) uma vez que P(n+1) () = 0.
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Demonstrao
Ento, aplicando sucessivamente o teorema de Rolle s

funes g, g0 , . . ., g(n) conclui-se, respectivamente, que:
g0 tem pelo menos n + 1 zeros em ]a, b[
LS
JF
..
.
S
L
F
S
L
F
g(n+1) tem pelo menos um zero em ]a, b[
e portanto existir pelo menos um ]a, b[ tal que g(n+1) () = 0.
Deste modo,
S
L
F
S
L
F
0 = g(n+1) () = f (n+1) () P(n+1) () f (x) P(x)
(n + 1)!
(x x0 ) . . . (x xn )
S
L
F
e o resultado segue isolando f (x) uma vez que P(n+1) () = 0.
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Observao
A frmula dada pelo teorema anterior tem especial interesse

se, adicionalmente, soubermos que
max f (n+1) (x) M
(M > 0)
x[a,b]
S
L
F
S
L
F
Exemplo
Consideremos f (x) =
1
e os ns x0 = 2, x1 = 2.5, x2 = 4.
x
S
L
F
As funes L2,k (k = 0, 1, 2) sero:

L2,0 (x) =
S
L
F
(x 2.5)(x 4)
,
(2 2.5)(2 4)
S
L
F
L2,2 (x) =
L2,1 (x) =
(x 2)(x 4)
(2.5 2)(2.5 4)
(x 2)(x 2.5)
(4 2)(4 2.5)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Observao

max f (n+1) (x) M
(M > 0)
x[a,b]
S
L
F
S
L
F
Exemplo
1
e os ns x0 = 2, x1 = 2.5, x2 = 4.
x
S
L
F

L2,0 (x) =
S
L
F
(x 2.5)(x 4)
,
(2 2.5)(2 4)
S
L
F
L2,2 (x) =
L2,1 (x) =
(x 2)(x 4)
(2.5 2)(2.5 4)
(x 2)(x 2.5)
(4 2)(4 2.5)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Observao

max f (n+1) (x) M
(M > 0)
x[a,b]
S
L
F
S
L
F
Exemplo
1
e os ns x0 = 2, x1 = 2.5, x2 = 4.
x
S
L
F

L2,0 (x) =
S
L
F
(x 2.5)(x 4)
,
(2 2.5)(2 4)
S
L
F
L2,2 (x) =
L2,1 (x) =
(x 2)(x 4)
(2.5 2)(2.5 4)
(x 2)(x 2.5)
(4 2)(4 2.5)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo
Logo, o polinmio
interpolador
de Lagrange nos pontos
x0 , f (x0 ) , x1 , f (x1 ) e x2 , f (x2 ) ser
P(x) = L2,0 (x)f (x0 ) + L2,1 (x)f (x1 ) + L2,2 (x)f (x2 )
S
L
F
S
L
F
S
L
F
8
1
1
(x 2.5)(x 4)
(x 2)(x 4) +
(x 2)(x 2.5)
2
15
12
13
Uma aproximao de f (3) ser P(3) =
. Qual o erro?
40
Sabendo que f 000 (x) =
S
L
F
000 6
6
f (x)
tem-se
max
vindo
x[2,4]
x4
24
S
L
F
S
L
F
000
f (3) P(3) = f () (3 2)(3 2.5)(3 4) 1 = 0.03125

3!
32
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo
Logo, o polinmio
interpolador
x0 , f (x0 ) , x1 , f (x1 ) e x2 , f (x2 ) ser
P(x) = L2,0 (x)f (x0 ) + L2,1 (x)f (x1 ) + L2,2 (x)f (x2 )
S
L
F
S
L
F
S
L
F
8
1
1
(x 2.5)(x 4)
(x 2)(x 4) +
(x 2)(x 2.5)
2
15
12
13
. Qual o erro?
40
S
L
F
000 6
6
f (x)
tem-se
max
vindo
x[2,4]
x4
24
S
L
F
S
L
F
000
f (3) P(3) = f () (3 2)(3 2.5)(3 4) 1 = 0.03125

3!
32
Clculo Numrico
S
L
F
S
L
F
Terica 6
S
L
F
Exemplo
Logo, o polinmio
interpolador
x0 , f (x0 ) , x1 , f (x1 ) e x2 , f (x2 ) ser
P(x) = L2,0 (x)f (x0 ) + L2,1 (x)f (x1 ) + L2,2 (x)f (x2 )
S
L
F
S
L
F
S
L
F
8
1
1
(x 2.5)(x 4)
(x 2)(x 4) +
(x 2)(x 2.5)
2
15
12
13
. Qual o erro?
40
S
L
F
000 6
6
f (x)
tem-se
max
vindo
x[2,4]
x4
24
S
L
F
S
L
F
000
f (3) P(3) = f () (3 2)(3 2.5)(3 4) 1 = 0.03125

3!
32
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 7
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Captulo 2

S
S
S
L
L
L
JF
JF
JF
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Interpolao e aproximao polinomial - Diferenas divididas
S
L
F
J
J
S
L
F
Diferenas divididas
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Um mtodo alternativo para se obter o polinmio interpolador

de uma funo f num conjunto de nmeros distintos x0 , x1 , . . .,
xn (ns) atravs da frmula interpoladora de Newton com
diferenas divididas.
S
L
F
S
L
F
S
L
F
Nesta frmula, o polinmio interpolador de f nos ns distintos

x0 , x1 , . . ., xn toma a forma:
a0 + a1 (x x0 ) + . . . + an (x x0 )(x x1 ) . . . (x xn1 )
com a0 , a1 , . . ., an constantes apropriadas.

Convm sublinhar que se P(x) for o polinmio interpolador de
Lagrange ento
JF
LS
S
L
F
P(x) = a0 + a1 (x x0 ) + . . . + an (x x0 )(x x1 ) . . . (x xn1 )
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F

S
L
F
S
L
F
S
L
F

a0 + a1 (x x0 ) + . . . + an (x x0 )(x x1 ) . . . (x xn1 )

Lagrange ento
JF
LS
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F

S
L
F
S
L
F
S
L
F

a0 + a1 (x x0 ) + . . . + an (x x0 )(x x1 ) . . . (x xn1 )

Lagrange ento
JF
LS
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Vejamos como se calculam as constantes a0 , a1 , . . ., an :
Observe-se que
S
L
F
a0 = P(x0 ) = f (x0 )
S
L
F
S
L
F
Do mesmo modo, no clculo de P(x1 ) os nicos termos
no-nulos so a constante e o termo linear. Ento,

f (x0 ) + a1 (x1 x0 ) = P(x1 ) = f (x1 )
ou seja, isolando a1 obtm-se
f (x1 ) f (x0 )
a1 =
x1 x0
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Observe-se que
S
L
F
a0 = P(x0 ) = f (x0 )
S
L
F
S
L
F

f (x0 ) + a1 (x1 x0 ) = P(x1 ) = f (x1 )
f (x1 ) f (x0 )
a1 =
x1 x0
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Observe-se que
S
L
F
a0 = P(x0 ) = f (x0 )
S
L
F
S
L
F

f (x0 ) + a1 (x1 x0 ) = P(x1 ) = f (x1 )
f (x1 ) f (x0 )
a1 =
x1 x0
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Definio
A diferena dividida de ordem zero da funo

relativamente a xi representa-se por f [xi ] e dada por
f [xi ] = f (xi )
S
L
F
S
L
F
S
L
F
A diferena dividida de primeira ordem da funo f

relativamente a xi e xi+1 denota-se por f [xi , xi+1 ] e dada por
f [xi , xi+1 ] =
f [xi+1 ] f [xi ]
xi+1 xi
Mais geralmente, a diferena dividida de k-sima ordem

da funo f relativamente a xi , xi+1 , . . ., xi+k dada
(recursivamente) por
JF
LS
f [xi , xi+1 , . . . , xi+k ] =
S
L
F
S
L
F
f [xi+1 , xi+2 , . . . , xi+k ] f [xi , xi+1 , . . . , xi+k1 ]

xi+k xi
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Definio

f [xi ] = f (xi )
S
L
F
S
L
F
S
L
F

f [xi , xi+1 ] =
f [xi+1 ] f [xi ]
xi+1 xi

JF
LS
f [xi , xi+1 , . . . , xi+k ] =
S
L
F
S
L
F

xi+k xi
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Definio

f [xi ] = f (xi )
S
L
F
S
L
F
S
L
F

f [xi , xi+1 ] =
f [xi+1 ] f [xi ]
xi+1 xi

JF
LS
f [xi , xi+1 , . . . , xi+k ] =
S
L
F
S
L
F

xi+k xi
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Deste modo, tem-se a1 = f [x0 , x1 ] e definindo ak = f [x0 , x1 , . . . , xk ]

obtm-se a seguinte expresso para o polinmio interpolador
f (x0 ) + (x x0 )f [x0 , x1 ]+(x x0 )(x x1 )f [x0 , x1 , x2 ] + . . . +
+(x x0 )(x x1 ) . . . (x xn1 )f [x0 , x1 , . . . , xn ]
conhecida como frmula interpoladora de Newton com

S
L
F
Observao
S
L
F
S
L
F
O valor da constante ak = f [x0 , x1 , . . . , xk ] independente

da ordem dos x0 , x1 , . . ., xk .
Se
S
L
F
f (x) = an xn + an1 xn1 + . . . + a1 x + a0
S
L
F
(an 6= 0)
S
L
F
ento qualquer diferena dividida de ordem n tem o valor

an e todas a diferenas divididas de ordem superior a n
so nulas.
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F

+(x x0 )(x x1 ) . . . (x xn1 )f [x0 , x1 , . . . , xn ]

S
L
F
Observao
S
L
F
S
L
F

Se
S
L
F
f (x) = an xn + an1 xn1 + . . . + a1 x + a0
S
L
F
(an 6= 0)
S
L
F

so nulas.
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F

+(x x0 )(x x1 ) . . . (x xn1 )f [x0 , x1 , . . . , xn ]

S
L
F
Observao
S
L
F
S
L
F

Se
S
L
F
f (x) = an xn + an1 xn1 + . . . + a1 x + a0
S
L
F
(an 6= 0)
S
L
F

so nulas.
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
S
L
F
J
J
S
L
F
Tabela de diferenas divididas
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Exemplo
Consideremos a funo tabelada

x
f (x)
S
L
F
1.0
0.7651977
1.3
0.6200860
1.6
0.4554022
S
L
F
1.9
0.2818186
2.2
0.1103623
S
L
F
e encontremos a frmula interpoladora de Newton com

Construindo a tabela de diferenas divididas temos:
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Exemplo
Consideremos a funo tabelada

x
f (x)
S
L
F
1.0
0.7651977
1.3
0.6200860
1.6
0.4554022
S
L
F
1.9
0.2818186
2.2
0.1103623
S
L
F
e encontremos a frmula interpoladora de Newton com

Construindo a tabela de diferenas divididas temos:
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Exemplo
Assim, o polinmio de grau 4 que interpola a funo f nos

ns dados :
0.76519770.4837057(x 1.0) 0.1087339(x 1.0)(x 1.3)+
LS
JF
S
L
F
S
L
F
+0.0658784(x 1.0)(x 1.3)(x 1.6)+
+0.0018251(x 1.0)(x 1.3)(x 1.6)(x 1.9)
sabido que, do teorema de Lagrange, se f for contnua em

[x0 , x1 ] e diferencivel em ]x0 , x1 [ ento existir c ]x0 , x1 [ tal
que
JF
LS
f 0 (c) =
S
L
F
f (x1 ) f (x0 )
= f [x0 , x1 ]
x1 x0
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Exemplo
Assim, o polinmio de grau 4 que interpola a funo f nos

ns dados :
0.76519770.4837057(x 1.0) 0.1087339(x 1.0)(x 1.3)+
LS
JF
S
L
F
S
L
F
+0.0658784(x 1.0)(x 1.3)(x 1.6)+
+0.0018251(x 1.0)(x 1.3)(x 1.6)(x 1.9)
sabido que, do teorema de Lagrange, se f for contnua em

[x0 , x1 ] e diferencivel em ]x0 , x1 [ ento existir c ]x0 , x1 [ tal
que
JF
LS
f 0 (c) =
S
L
F
f (x1 ) f (x0 )
= f [x0 , x1 ]
x1 x0
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Teorema
Consideremos:
f Cn [a, b]
S
L
F
S
L
F
S
L
F
x0 , x1 , . . ., xn nmeros distintos de [a, b]
Ento, existe um nmero ]a, b[ tal que
f [x0 , x1 , . . . , xn ] =
Demonstrao
S
L
F
S
L
F
Seja g(x) = f (x) P(x).
f (n) ()
n!
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Teorema
Consideremos:
f Cn [a, b]
S
L
F
S
L
F
S
L
F
f [x0 , x1 , . . . , xn ] =
Demonstrao
S
L
F
S
L
F
f (n) ()
n!
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Teorema
Consideremos:
f Cn [a, b]
S
L
F
S
L
F
S
L
F
f [x0 , x1 , . . . , xn ] =
Demonstrao
S
L
F
S
L
F
f (n) ()
n!
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Teorema
Consideremos:
f Cn [a, b]
S
L
F
S
L
F
S
L
F
f [x0 , x1 , . . . , xn ] =
Demonstrao
S
L
F
S
L
F
f (n) ()
n!
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Demonstrao
Teorema (Rolle)
S
L
F
S
L
F
S
L
F
Como f (xi ) = P(xi ) para cada i = 0, 1, . . . , n e g(n1) C1 [a, b]

ento, aplicando sucessivamente o teorema de Rolle s
funes g, g0 , . . ., g(n1) conclui-se, respectivamente, que:

g00 tem pelo menos n 1 zeros em ]a, b[
S
L
F
..
.
S
L
F
g(n) tem pelo menos um zero em ]a, b[
(n)
S
L
F
e portanto existir pelo menos um ]a, b[ tal que g () = 0.
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Demonstrao
Teorema (Rolle)
S
L
F
S
L
F
S
L
F


S
L
F
..
.
S
L
F
(n)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Demonstrao
Teorema (Rolle)
S
L
F
S
L
F
S
L
F


S
L
F
..
.
S
L
F
(n)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Demonstrao
Ento f (n) () P(n) () = 0 e uma vez que P um polinmio de

grau n cujo coeficiente do monmio de grau mais elevado
f [x0 , x1 , . . . , xn ] tem-se
P(n) (x) = n! f [x0 , x1 , . . . , xn ],
LS
JF
Logo, f [x0 , x1 , . . . , xn ] =
Observao
S
L
F
x [a, b].
f (n) ()
.
n!
S
L
F
Este resultado especialmente importante na ausncia de

informao sobre f (n+1) (x). De facto, na presena de um
nmero suficiente de valores tabelados de f , se a variao das
diferenas divididas de ordem n + 1 no for grande ento
S
L
F
S
L
F
(x x0 )(x x1 ) . . . (x xn )f [x0 , x1 , . . . , xn , xn+1 ]
ser uma boa estimativa para o erro de interpolao.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Demonstrao

f [x0 , x1 , . . . , xn ] tem-se
P(n) (x) = n! f [x0 , x1 , . . . , xn ],
LS
JF
Logo, f [x0 , x1 , . . . , xn ] =
Observao
S
L
F
x [a, b].
f (n) ()
.
n!
S
L
F

S
L
F
S
L
F
(x x0 )(x x1 ) . . . (x xn )f [x0 , x1 , . . . , xn , xn+1 ]
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Demonstrao

f [x0 , x1 , . . . , xn ] tem-se
P(n) (x) = n! f [x0 , x1 , . . . , xn ],
LS
JF
Logo, f [x0 , x1 , . . . , xn ] =
Observao
S
L
F
x [a, b].
f (n) ()
.
n!
S
L
F

S
L
F
S
L
F
(x x0 )(x x1 ) . . . (x xn )f [x0 , x1 , . . . , xn , xn+1 ]
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
O polinmio interpolador de Newton com diferenas

divididas pode ser expresso de forma mais simplificada quando
os nmeros x0 , x1 , . . ., xn esto igualmente espaados, ou seja,
S
L
F
x1 x0 = x2 x1 = . . . = xn xn1 = h (constante)
Fazendo x = x0 + sh i.e. s =
S
L
F
S
L
F
x x0
obtm-se x = xi + (s i)h e
h
f [x0 ] + shf [x0 , x1 ]+s(s 1)h f [x0 , x1 , x2 ] + . . . +

+ s(s 1) . . . (s n + 1)hn f [x0 , x1 , . . . , xn ]
S
L
F
S
L
F
S
L
F
ser a frmula interpoladora de Newton com diferenas

divididas progressivas.
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
O polinmio interpolador de Newton com diferenas

divididas pode ser expresso de forma mais simplificada quando
os nmeros x0 , x1 , . . ., xn esto igualmente espaados, ou seja,
S
L
F
x1 x0 = x2 x1 = . . . = xn xn1 = h (constante)
Fazendo x = x0 + sh i.e. s =
S
L
F
S
L
F
x x0
obtm-se x = xi + (s i)h e
h
f [x0 ] + shf [x0 , x1 ]+s(s 1)h f [x0 , x1 , x2 ] + . . . +

+ s(s 1) . . . (s n + 1)hn f [x0 , x1 , . . . , xn ]
S
L
F
S
L
F
S
L
F
ser a frmula interpoladora de Newton com diferenas

divididas progressivas.
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Reordenando os ns de interpolao como xn , xn1 , . . ., x1 , x0

obtm-se uma frmula similar anterior.
Supondo que os ns so ainda igualmente espaados com x =
x xn
tem-se x = xi + (s + n i)h e
xn + sh i.e. s =
h
S
L
F
S
L
F
f [xn ] + shf [xn , xn1 ]+s(s + 1)h2 f [xn , xn1 , xn2 ] + . . . +
S
L
F
+ s(s + 1) . . . (s + n 1)h f [xn , xn1 , . . . , x0 ]
Esta a frmula interpoladora de Newton com diferenas

divididas regressivas.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 7
S
L
F
Reordenando os ns de interpolao como xn , xn1 , . . ., x1 , x0

obtm-se uma frmula similar anterior.
Supondo que os ns so ainda igualmente espaados com x =
x xn
tem-se x = xi + (s + n i)h e
xn + sh i.e. s =
h
S
L
F
S
L
F
f [xn ] + shf [xn , xn1 ]+s(s + 1)h2 f [xn , xn1 , xn2 ] + . . . +
S
L
F
+ s(s + 1) . . . (s + n 1)h f [xn , xn1 , . . . , x0 ]
Esta a frmula interpoladora de Newton com diferenas

divididas regressivas.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 8
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Captulo 2

S
S
S
L
L
L
JF
JF
JF
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Interpolao e aproximao polinomial - Interpolao de Hermite
S
L
F
J
J
S
L
F
Interpolao de Hermite
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Questo:
possvel criar um polinmio interpolador que coincida, no
s com os valores da funo em vrios pontos, mas tambm
os valores das primeiras derivadas nesses mesmos pontos?
Resposta:
Sim!
S
L
F
S
L
F
S
L
F
Definio (Polinmio de Hermite)
Sejam x0 , x1 , . . ., xn nmeros distintos em [a, b] e f C1 [a, b].

Chama-se polinmio de Hermite ao polinmio H (x) de menor
grau tal que
H (xk ) = f (xk )
S
L
F
H 0 (xk ) = f 0 (xk ),
S
L
F
Observao
k = 0, 1, . . . , n
S
L
F
No caso particular de n = 0 obtemos o polinmio de Taylor em

torno de x0 de grau 1.
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Questo:
Resposta:
Sim!
S
L
F
S
L
F
S
L
F

grau tal que
H (xk ) = f (xk )
S
L
F
H 0 (xk ) = f 0 (xk ),
S
L
F
Observao
k = 0, 1, . . . , n
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Questo:
Resposta:
Sim!
S
L
F
S
L
F
S
L
F

grau tal que
H (xk ) = f (xk )
S
L
F
H 0 (xk ) = f 0 (xk ),
S
L
F
Observao
k = 0, 1, . . . , n
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Questo:
Resposta:
Sim!
S
L
F
S
L
F
S
L
F

grau tal que
H (xk ) = f (xk )
S
L
F
H 0 (xk ) = f 0 (xk ),
S
L
F
Observao
k = 0, 1, . . . , n
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Teorema
Seja:
f C1 [a, b]
Ento existe um nico polinmio H (x) de grau 2n + 1 tal que
S
L
F
H (xk ) = f (xk )
dado por
H (x) =
n
X
S
L
F
H 0 (xk ) = f 0 (xk ),
f (xk )Hn,k (x) +
k=0
n
X
k = 0, 1, . . . , n
S
L
F
b (x)
f 0 (xk )H
n,k
k=0
com
S
L
F
S
L
F
S
L
F
b (x) = (x x )L2 (x)

Hn,k (x) = 1 2(x xk )L0n,k (xk ) L2n,k (x) e H
n,k
k n,k
(Ln,k (x) o k-simo coeficiente do polinmio de Lagrange).
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Teorema
Seja:
f C1 [a, b]
S
L
F
H (xk ) = f (xk )
dado por
H (x) =
n
X
S
L
F
H 0 (xk ) = f 0 (xk ),
f (xk )Hn,k (x) +
k=0
n
X
k = 0, 1, . . . , n
S
L
F
b (x)
f 0 (xk )H
n,k
k=0
com
S
L
F
S
L
F
S
L
F
b (x) = (x x )L2 (x)

n,k
k n,k
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Teorema
Seja:
f C1 [a, b]
S
L
F
H (xk ) = f (xk )
dado por
H (x) =
n
X
S
L
F
H 0 (xk ) = f 0 (xk ),
f (xk )Hn,k (x) +
k=0
n
X
k = 0, 1, . . . , n
S
L
F
b (x)
f 0 (xk )H
n,k
k=0
com
S
L
F
S
L
F
S
L
F
b (x) = (x x )L2 (x)

n,k
k n,k
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Teorema
Adicionalmente, se f C2n+2 [a, b] ento

f (x) = H (x) +
(x x0 )2 (x x1 )2 . . . (x xn )2 (2n+2)
f
()
(2n + 2)!
para algum a < < b.
S
L
F
Demonstrao
S
L
F
S
L
F
Comecemos por observar que

Ln,k (xi ) =
0 se i 6= k
S
L
F
1 se i = k
S
L
F
b (x ) = 0 e
Deste modo, se i 6= k ento Hn,k (xi ) = H
n,k i
Hn,i (xi ) = 1 2(xi xi )L0n,i (xi ) L2n,i (xi ) = 1,
S
L
F
b (x ) = 0.
H
n,i i
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Teorema
Adicionalmente, se f C2n+2 [a, b] ento

f (x) = H (x) +
(x x0 )2 (x x1 )2 . . . (x xn )2 (2n+2)
f
()
(2n + 2)!
para algum a < < b.
S
L
F
Demonstrao
S
L
F
S
L
F
Comecemos por observar que

Ln,k (xi ) =
0 se i 6= k
S
L
F
1 se i = k
S
L
F
b (x ) = 0 e
Deste modo, se i 6= k ento Hn,k (xi ) = H
n,k i
Hn,i (xi ) = 1 2(xi xi )L0n,i (xi ) L2n,i (xi ) = 1,
S
L
F
b (x ) = 0.
H
n,i i
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Demonstrao
Logo,
H (xi ) =
S
L
F
Hn0 ,i (xi ) =
n
X
f (xk ) 0 + f (xi ) 1 +
k=0
k6=i
Visto que
n
X
J
f 0 (xk ) 0 = f (xi )
k=0
S
L
F
S
L
F
= 2Ln,i (xi )L2n,i (xi ) + 2 1 2(xi xi )L0n,i (xi ) Ln,i (xi )L0n,i (xi ) = 0
0
tem-se Hn0 ,k (xi ) = 0 para todo i, k pois Hn0 ,k (xi ) = 0, i 6= k. Como,
S
L
F
S
L
F
S
L
F
b 0 (x ) = L2 (x ) + 2(x x )L (x )L0 (x ) = 0
H
i
k n,k i n,k i
n,k i
n,k i
b 0 (x ) = 0 se i 6= k e H
b 0 (x ) = 1.
vem H
n,i i
n,k i
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Demonstrao
Logo,
H (xi ) =
S
L
F
Hn0 ,i (xi ) =
n
X
f (xk ) 0 + f (xi ) 1 +
k=0
k6=i
Visto que
n
X
J
f 0 (xk ) 0 = f (xi )
k=0
S
L
F
S
L
F
0
S
L
F
S
L
F
S
L
F
b 0 (x ) = L2 (x ) + 2(x x )L (x )L0 (x ) = 0
H
i
k n,k i n,k i
n,k i
n,k i
b 0 (x ) = 0 se i 6= k e H
b 0 (x ) = 1.
vem H
n,i i
n,k i
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Demonstrao
Logo,
H (xi ) =
S
L
F
Hn0 ,i (xi ) =
n
X
f (xk ) 0 + f (xi ) 1 +
k=0
k6=i
Visto que
n
X
J
f 0 (xk ) 0 = f (xi )
k=0
S
L
F
S
L
F
0
S
L
F
S
L
F
S
L
F
b 0 (x ) = L2 (x ) + 2(x x )L (x )L0 (x ) = 0
H
i
k n,k i n,k i
n,k i
n,k i
b 0 (x ) = 0 se i 6= k e H
b 0 (x ) = 1.
vem H
n,i i
n,k i
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Demonstrao
Assim,
H 0 (xi ) =
n
X
f (xk ) 0 +
k=0
n
X
f 0 (xk ) 0 + f 0 (xi ) 1 = f 0 (xi )
k=0
k6=i
S
L
F
S
L
F
E XERCCIO : Demonstre a unicidade.
S
L
F
Suponha que existe um polinmio Q distinto de H tal

que:
Q(xk ) = f (xk )
Q0 (xk ) = f 0 (xk ),
k = 0, 1, . . . , n
Utilize o teorema de Rolle para concluir que H 0 (x) Q0 (x)

tem 2n + 1 zeros
Conclua que H (x) Q(x) ter de ser constante e portanto

identicamente nulo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Demonstrao
Assim,
H 0 (xi ) =
n
X
f (xk ) 0 +
k=0
n
X
f 0 (xk ) 0 + f 0 (xi ) 1 = f 0 (xi )
k=0
k6=i
S
L
F
S
L
F
S
L
F

que:
Q(xk ) = f (xk )
Q0 (xk ) = f 0 (xk ),
k = 0, 1, . . . , n

tem 2n + 1 zeros

identicamente nulo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Demonstrao
Assim,
H 0 (xi ) =
n
X
f (xk ) 0 +
k=0
n
X
f 0 (xk ) 0 + f 0 (xi ) 1 = f 0 (xi )
k=0
k6=i
S
L
F
S
L
F
S
L
F

que:
Q(xk ) = f (xk )
Q0 (xk ) = f 0 (xk ),
k = 0, 1, . . . , n

tem 2n + 1 zeros

identicamente nulo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Demonstrao
Assim,
H 0 (xi ) =
n
X
f (xk ) 0 +
k=0
n
X
f 0 (xk ) 0 + f 0 (xi ) 1 = f 0 (xi )
k=0
k6=i
S
L
F
S
L
F
S
L
F

que:
Q(xk ) = f (xk )
Q0 (xk ) = f 0 (xk ),
k = 0, 1, . . . , n

tem 2n + 1 zeros

identicamente nulo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Demonstrao
Assim,
H 0 (xi ) =
n
X
f (xk ) 0 +
k=0
n
X
f 0 (xk ) 0 + f 0 (xi ) 1 = f 0 (xi )
k=0
k6=i
S
L
F
S
L
F
S
L
F

que:
Q(xk ) = f (xk )
Q0 (xk ) = f 0 (xk ),
k = 0, 1, . . . , n

tem 2n + 1 zeros

identicamente nulo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Exemplo
Considere a seguinte tabela da funo f e da sua derivada:
S
L
F
xk
f (xk )
0
1
2
1.3
1.6
1.9
0.6200860
0.4554022
0.2818186
S
L
F
f 0 (xk )
0.5220232
0.5698959
0.5811571
S
L
F
Construa o polinmio de Hermite que aproxima f e encontre

uma aproximao de f (1.5).
Calculemos os coeficientes do polinmio de Lagrange e as
respectivas derivadas:
S
L
F
L2,0 (x) =
S
L
F
(x x1 )(x x2 )
50 2 175
152
=
x
x+
,
(x0 x1 )(x0 x2 )
9
9
9
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Exemplo
Considere a seguinte tabela da funo f e da sua derivada:
S
L
F
xk
f (xk )
0
1
2
1.3
1.6
1.9
0.6200860
0.4554022
0.2818186
S
L
F
f 0 (xk )
0.5220232
0.5698959
0.5811571
S
L
F
Construa o polinmio de Hermite que aproxima f e encontre

uma aproximao de f (1.5).
Calculemos os coeficientes do polinmio de Lagrange e as
respectivas derivadas:
S
L
F
L2,0 (x) =
S
L
F
(x x1 )(x x2 )
50 2 175
152
=
x
x+
,
(x0 x1 )(x0 x2 )
9
9
9
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Exemplo
L2,1 (x)=
S
L
F
L2,2 (x) =
100 2 320
247
(x x0 )(x x2 )
=
x +
x
,
(x1 x0 )(x1 x2 )
9
9
9
(x x0 )(x x1 )
50 2 145
104
=
x
x+
(x2 x0 )(x2 x1 )
9
9
9
S
L
F
100
175
L02,0 (x)=
x
,
9
9
JF
LS
L02,1 (x) =
L02,2 (x)=
200
320
x+
,
9
9
S
L
F
100
145
x
.
9
9
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Exemplo
L2,1 (x)=
S
L
F
L2,2 (x) =
100 2 320
247
(x x0 )(x x2 )
=
x +
x
,
(x1 x0 )(x1 x2 )
9
9
9
(x x0 )(x x1 )
50 2 145
104
=
x
x+
(x2 x0 )(x2 x1 )
9
9
9
S
L
F
100
175
L02,0 (x)=
x
,
9
9
JF
LS
L02,1 (x) =
L02,2 (x)=
200
320
x+
,
9
9
S
L
F
100
145
x
.
9
9
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Exemplo
Deste modo, os polinmios H2,k (x) sero:

H2,0 (x)= 1 2(x x0 )L02,0 (x0 ) L22,0 (x)
S
L
F
50 2 175
152 2
x
x+
,
9
9
9
H2,1 (x)= 1 2(x x1 )L2,1 (x1 ) L22,1 (x)
100 2 320
247 2
=
x +
x
,
S
L
F
H2,2 (x)= 1 2(x x2 )L02,2 (x2 ) L22,2 (x)
S
L
F
S
L
F
= (10x 12)
S
L
F
104
50 2 145
x
x+
= 10(2 x)
9
9
9
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Exemplo
b (x) dados por
e os polinmios H
2,k
S
L
F
S
L
F
S
L
F
50 2 175
152 2
2
b
x
x+
,
H2,0 (x)= (x x0 )L2,0 (x) = (x 1.3)
b 2,1 (x)= (x x1 )L2 (x) = (x 1.6)

H
2,1
100 2 320
247 2
x +
x
,
9
9
9
50 2 145
104 2
2
b
H2,2 (x)= (x x2 )L2,2 (x) = (x 1.9)
x
x+
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Exemplo
Ento,
H (x)=
2
X
f (xk )H2,k (x) +
k=0
2
X
b (x)
f 0 (xk )H
2,k
k=0
S
L
F
S
L
F
S
L
F
= 0.6200860H2,0 (x) + 0.4554022H2,1 (x) + 0.2818186H2,2 (x)+
b 2,0 (x) 0.5698959H

b 2,1 (x) 0.5811571H
b 2,2 (x)
0.5220232H
5
= 0.00277471x + 0.0240310x 0.0145573x +
0.2352155x2 + 0.0082297x + 1.0019444
obtendo-se
S
L
F
S
L
F
H (1.5) 0.5118277006
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Os polinmios de Hermite fazem parte de uma classe mais

vasta de polinmios conhecidos, na Teoria da Interpolao,
por polinmios osculadores.
S
L
F
S
L
F
S
L
F
Os polinmios osculadores podem ser considerados como um

caso intermdio entre os polinmios de Taylor e os polinmios
de Lagrange no sentido em que utilizam as caractersticas de
ambos.
Tal como os polinmios de Lagrange, estes polinmios

adaptam-se a valores dados de uma funo em vrios pontos
e ainda aos valores das derivadas da funo nesses mesmos
pontos, como tambm acontece com os polinmios de Taylor.
S
L
F
J
J
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F

S
L
F
S
L
F
S
L
F

ambos.

S
L
F
J
J
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F

S
L
F
S
L
F
S
L
F

ambos.

S
L
F
J
J
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Definio (Polinmio Osculador)

Sejam x0 , x1 , . . ., xn nmeros distintos em [a, b] e mk um
inteiro no-negativo associado a xk para k = 0, 1, . . . , n. Se
f Cm [a, b] com m = max{m0 , m1 , . . . , mn } chamamos polinmio
osculador ao polinmio P(x) de menor grau tal que
S
L
F
S
L
F
di P
di f
(xk ) =
(xk )
dxi
dxi
S
L
F
para cada k = 0, 1, . . . , n e i = 0, 1, . . . , mk .
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Observao
A palavra osculador advm do facto da curva do polinmio

ter, com a curva de f , um contacto de ordem mk em cada n
xk , k = 0, 1, . . . , n (ou seja, todas as derivadas at ordem mk
inclusive so iguais para ambas as curvas em xk , designado
ponto de contacto).
S
L
F
S
L
F
Uma curva osculadora que tenha, com uma dada curva, um

contacto de maior ordem possvel ser aquela que possui
maior proximidade no contacto, de entre curvas da mesma
espcie, no ponto de contacto (isto , nenhuma outra curva
com um contacto de ordem inferior poder existir entre a
curva osculadora e a curva dada nas proximidades do ponto
de contacto).
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 8
S
L
F
Observao
A palavra osculador advm do facto da curva do polinmio

ter, com a curva de f , um contacto de ordem mk em cada n
xk , k = 0, 1, . . . , n (ou seja, todas as derivadas at ordem mk
inclusive so iguais para ambas as curvas em xk , designado
ponto de contacto).
S
L
F
S
L
F
Uma curva osculadora que tenha, com uma dada curva, um

contacto de maior ordem possvel ser aquela que possui
maior proximidade no contacto, de entre curvas da mesma
espcie, no ponto de contacto (isto , nenhuma outra curva
com um contacto de ordem inferior poder existir entre a
curva osculadora e a curva dada nas proximidades do ponto
de contacto).
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 9
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Captulo 2

S
S
S
L
L
L
JF
JF
JF
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Interpolao e aproximao polinomial - Interpolao por splines cbicos
S
L
F
J
J
S
L
F
Interpolao por splines cbicos
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
A interpolao apenas um processo relativamente simples

de aproximar uma dada funo por polinmios.
Questo:
Ser que o polinmio interpolador tende para a funo
interpolada quando o grau n tende para infinito?
S
L
F
S
L
F
S
L
F
Resposta:
No! De facto, h situaes em que o polinmio interpolador
desenvolve oscilaes cada vez mais acentuadas quando o
valor de n aumenta e nestes casos, o polinmio interpolador
no converge para a funo que est a ser interpolada. Este
fenmeno conhecido como rigidez dos polinmios.
S
L
F
S
L
F
S
L
F
Cai assim por terra qualquer ideia que pudssemos ter de que
a interpolao polinomial produz polinmios que aproximam
to bem quanto se queira qualquer funo continua.
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

Questo:
S
L
F
S
L
F
S
L
F
Resposta:
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

Questo:
S
L
F
S
L
F
S
L
F
Resposta:
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

Questo:
S
L
F
S
L
F
S
L
F
Resposta:
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

Questo:
S
L
F
S
L
F
S
L
F
Resposta:
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Consideremos a seguinte figura:
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Se extrairmos as coordenadas de 21 pontos do tipo xi , f (xi ) ,

i = 0, 1, . . . , 20 no grfico apresentado podemos utilizar o
polinmio de Lagrange de grau 20 para interpolar a
respectiva funo.
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Graficamente, o polinmio de Lagrange de grau 20 ser:
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
A dificuldade com que nos deparmos na situao anterior,

relativa s oscilaes elevadas, pode ser contornada de vrias
formas, nomeadamente:
Escolhendo criteriosamente os ns.
Prescindindo de usar funes em C ([a, b]) (de facto e
S
L
F
S
L
F
S
L
F
com alguma surpresa, o excesso de regularidade pode ser

prejudicial convergncia).
S
L
F
No entanto, como os polinmios, pela sua simplicidade, so

computacionalmente atraentes, vamos ultrapassar este
obstculo usando uma aproximao seccionalmente
polinomial, ou seja, particionaremos o intervalo [a, b] em
vrios subintervalos construindo, para cada subintervalo,
polinmios (geralmente de graus diferentes).
S
L
F
S
L
F
Estas funes so conhecidas pela designao inglesa de

splines.
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

S
L
F
S
L
F
S
L
F

S
L
F

S
L
F
S
L
F

splines.
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

S
L
F
S
L
F
S
L
F

S
L
F

S
L
F
S
L
F

splines.
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Matematicamente, a palavra spline foi utilizada pela

primeira vez em 1946, num artigo de Schoenberg, para
classificar funes polinomiais seccionalmente suaves.
Todavia, a sua origem remonta s indstrias de aviao

(Britnica) e naval onde finas rguas de madeira (splines)
eram utilizadas para traar curvas suaves que passavam por
pontos dados com o intuito de construir modelos de avies
(chamado lofting) durante a II Guerra Mundial ou, no caso
da indstria naval, para apurar a forma dos cascos dos navios
a partir de esboos. O uso de splines estendeu-se mais tarde
indstria automvel na modelagem de carroarias atravs de
De Casteljau (Citren), Bzier (Renault) ou Birkhoff,
Garabedian e De Boor (General Motors). O trabalho de De
Boor na General Motors viria mesmo a resultar na publicao
de vrios trabalhos sobre B-splines na dcada de sessenta.
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Matematicamente, a palavra spline foi utilizada pela

primeira vez em 1946, num artigo de Schoenberg, para
classificar funes polinomiais seccionalmente suaves.
Todavia, a sua origem remonta s indstrias de aviao

(Britnica) e naval onde finas rguas de madeira (splines)
eram utilizadas para traar curvas suaves que passavam por
pontos dados com o intuito de construir modelos de avies
(chamado lofting) durante a II Guerra Mundial ou, no caso
da indstria naval, para apurar a forma dos cascos dos navios
a partir de esboos. O uso de splines estendeu-se mais tarde
indstria automvel na modelagem de carroarias atravs de
De Casteljau (Citren), Bzier (Renault) ou Birkhoff,
Garabedian e De Boor (General Motors). O trabalho de De
Boor na General Motors viria mesmo a resultar na publicao
de vrios trabalhos sobre B-splines na dcada de sessenta.
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio
Uma funo S um spline polinomial de grau m 0 relativo

aos ns a = x0 < x1 < . . . < xn = b se:
S um polinmio de grau m em cada subintervalo
[xj , xj+1 ], j = 0, 1, . . . , n 1
S
L
F
S
L
F
S Cm1 [a, b].
S
L
F
Uma aproximao
com splines
de
grau 1 consiste em unir
os pontos x0 , f (x0 ) , x1 , f (x1 ) , . . ., xn , f (xn ) por segmentos de

recta contnuos nos ns:
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio
Uma funo S um spline polinomial de grau m 0 relativo

aos ns a = x0 < x1 < . . . < xn = b se:
S um polinmio de grau m em cada subintervalo
[xj , xj+1 ], j = 0, 1, . . . , n 1
S
L
F
S
L
F
S Cm1 [a, b].
S
L
F
Uma aproximao
com splines
de
grau 1 consiste em unir
os pontos x0 , f (x0 ) , x1 , f (x1 ) , . . ., xn , f (xn ) por segmentos de

recta contnuos nos ns:
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio
Uma funo S um spline cbico relativo aos ns a = x0 < x1 <

. . . < xn = b se:
S um polinmio de grau 3 em cada subintervalo
[xj , xj+1 ], j = 0, 1, . . . , n 1 (denotado por Sj )
S
L
F
S
L
F
S(xj ) = f (xj ), j = 0, 1, . . . , n
S
L
F
Sj+1 (xj+1 ) = Sj (xj+1 ), j = 0, 1, . . . , n 2 (continuidade de S)
S0j+1 (xj+1 ) = S0j (xj+1 ), j = 0, 1, . . . , n 2 (continuidade de S0 )

LS
S
L
F
S
L
F
Uma da condies for satisfeita,
JF
S00 (x0 ) = S00 (xn ) = 0

0
(Spline natural)
S (x0 ) = f (x0 ) e S (xn ) = f 0 (xn )
(Spline completo)
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio

. . . < xn = b se:
S
L
F
S
L
F
S(xj ) = f (xj ), j = 0, 1, . . . , n
S
L
F

LS
S
L
F
S
L
F
JF
S00 (x0 ) = S00 (xn ) = 0

0
(Spline natural)
S (x0 ) = f (x0 ) e S (xn ) = f 0 (xn )
(Spline completo)
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio

. . . < xn = b se:
S
L
F
S
L
F
S(xj ) = f (xj ), j = 0, 1, . . . , n
S
L
F

LS
S
L
F
S
L
F
JF
S00 (x0 ) = S00 (xn ) = 0

0
(Spline natural)
S (x0 ) = f (x0 ) e S (xn ) = f 0 (xn )
(Spline completo)
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio

. . . < xn = b se:
S
L
F
S
L
F
S(xj ) = f (xj ), j = 0, 1, . . . , n
S
L
F

LS
S
L
F
S
L
F
JF
S00 (x0 ) = S00 (xn ) = 0

0
(Spline natural)
S (x0 ) = f (x0 ) e S (xn ) = f 0 (xn )
(Spline completo)
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio

. . . < xn = b se:
S
L
F
S
L
F
S(xj ) = f (xj ), j = 0, 1, . . . , n
S
L
F

LS
S
L
F
S
L
F
JF
S00 (x0 ) = S00 (xn ) = 0

0
(Spline natural)
S (x0 ) = f (x0 ) e S (xn ) = f 0 (xn )
(Spline completo)
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio

. . . < xn = b se:
S
L
F
S
L
F
S(xj ) = f (xj ), j = 0, 1, . . . , n
S
L
F

LS
S
L
F
S
L
F
JF
S00 (x0 ) = S00 (xn ) = 0

0
(Spline natural)
S (x0 ) = f (x0 ) e S (xn ) = f 0 (xn )
(Spline completo)
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio

. . . < xn = b se:
S
L
F
S
L
F
S(xj ) = f (xj ), j = 0, 1, . . . , n
S
L
F

LS
S
L
F
S
L
F
JF
S00 (x0 ) = S00 (xn ) = 0

0
(Spline natural)
S (x0 ) = f (x0 ) e S (xn ) = f 0 (xn )
(Spline completo)
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Definio

. . . < xn = b se:
S
L
F
S
L
F
S(xj ) = f (xj ), j = 0, 1, . . . , n
S
L
F

LS
S
L
F
S
L
F
JF
S00 (x0 ) = S00 (xn ) = 0

0
(Spline natural)
S (x0 ) = f (x0 ) e S (xn ) = f 0 (xn )
(Spline completo)
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
S
L
F
S
L
F
S
L
F
Observao
A utilizao de polinmios cbicos proporciona flexibilidade
suficiente para assegurar que a funo interpoladora seja,
no s continuamente derivvel em [a, b], mas que tenha
segunda derivada contnua nesse mesmo intervalo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Em geral, o polinmio cbico Sj , j = 0, 1, . . . , n 1 tem a forma:

Sj (x) = aj + bj (x xj ) + cj (x xj )2 + dj (x xj )3 ,
S
L
F
j = 0, 1, . . . , n 1
S
L
F
S
L
F
Da definio de spline cbico possvel deduzir que
aj = f (xj ),
bj =
f (xj+1 ) f (xj ) (xj+1 xj )(2cj + cj+1 )
,
xj+1 xj
3
dj =
cj+1 cj
,
3(xj+1 xj )
S
L
F
j = 0, 1, . . . , n 1
j = 0, 1, . . . , n 1
j = 0, 1, . . . , n 1
S
L
F
Para os coeficientes cj existem dois casos considerar:
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

S
L
F
j = 0, 1, . . . , n 1
S
L
F
S
L
F
aj = f (xj ),
bj =
f (xj+1 ) f (xj ) (xj+1 xj )(2cj + cj+1 )
,
xj+1 xj
3
dj =
cj+1 cj
,
3(xj+1 xj )
S
L
F
j = 0, 1, . . . , n 1
j = 0, 1, . . . , n 1
j = 0, 1, . . . , n 1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

S
L
F
j = 0, 1, . . . , n 1
S
L
F
S
L
F
aj = f (xj ),
bj =
f (xj+1 ) f (xj ) (xj+1 xj )(2cj + cj+1 )
,
xj+1 xj
3
dj =
cj+1 cj
,
3(xj+1 xj )
S
L
F
j = 0, 1, . . . , n 1
j = 0, 1, . . . , n 1
j = 0, 1, . . . , n 1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
O caso do spline cbico natural onde teremos:
c0 = 0
cn = 0
(N) (xj xj1 )cj1 + 2(xj+1 xj1 )cj + (xj+1 xj )cj+1 =
3[f (xj+1 ) f (xj )] 3[f (xj ) f (xj1 )]
, j = 1, . . . , n 1
xj+1 xj
xj xj1
S
L
F
S
L
F
O caso do spline cbico completo em que teremos:
3[f (x1 ) f (x0 )]
(x1 x0 )(2c0 + c1 ) =
3f 0 (x0 )
1
0
3[f (xn ) f (xn1 )]
(xn xn1 )(2cn + cn1 ) = 3f 0 (xn )

xn xn1
(C)
(
x
x
)
c
+
2
(
x
x
)
c
+
(
x
xj )cj+1 =
j
j
1
j
1
j
+
1
j
1
j
j
+
1
3[f (xj+1 ) f (xj )] 3[f (xj ) f (xj1 )]
, j = 1, . . . , n 1
xj+1 xj
xj xj1
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
O caso do spline cbico natural onde teremos:
c0 = 0
cn = 0
(N) (xj xj1 )cj1 + 2(xj+1 xj1 )cj + (xj+1 xj )cj+1 =
3[f (xj+1 ) f (xj )] 3[f (xj ) f (xj1 )]
, j = 1, . . . , n 1
xj+1 xj
xj xj1
S
L
F
S
L
F
O caso do spline cbico completo em que teremos:
3[f (x1 ) f (x0 )]
(x1 x0 )(2c0 + c1 ) =
3f 0 (x0 )
1
0
3[f (xn ) f (xn1 )]
(xn xn1 )(2cn + cn1 ) = 3f 0 (xn )

xn xn1
(C)
(
x
x
)
c
+
2
(
x
x
)
c
+
(
x
xj )cj+1 =
j
j
1
j
1
j
+
1
j
1
j
j
+
1
3[f (xj+1 ) f (xj )] 3[f (xj ) f (xj1 )]
, j = 1, . . . , n 1
xj+1 xj
xj xj1
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Teorema (Spline natural)
Se f estiver definida em a = x0 < x1 < . . . < xn = b ento f tem

um nico spline natural interpolador S nos ns x0 , x1 , . . ., xn .
Demonstrao
As condies S00 (a) = 0 e S00 (b) = 0 implicam cn = S00 (xn ) = 0 e
c0 = 0 j que 0 = S00 (x0 ) = 2c0 + 6d0 (x0 x0 ).
S
L
F
S
L
F
S
L
F
Fazendo hj = xj+1 xj , j = 0, 1, . . . , n 1, obtemos das equaes

(N) o sistema de equaes lineares Ax = b onde
1
0
h
0 2(h0 + h1 )
A=
S
L
F
0
..
.
h1
..
.
0
0
...
...
0
h1
...
...
0
0
..
.
2(h1 + h2 )
...
..
..
.
.
0
hn2
2(hn2 + hn1 ) hn1
S
L
F
0
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

Demonstrao
c0 = 0 j que 0 = S00 (x0 ) = 2c0 + 6d0 (x0 x0 ).
S
L
F
S
L
F
S
L
F

1
0
h
0 2(h0 + h1 )
A=
S
L
F
0
..
.
h1
..
.
0
0
...
...
0
h1
...
...
0
0
..
.
2(h1 + h2 )
...
..
..
.
.
0
hn2
2(hn2 + hn1 ) hn1
S
L
F
0
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F

Demonstrao
c0 = 0 j que 0 = S00 (x0 ) = 2c0 + 6d0 (x0 x0 ).
S
L
F
S
L
F
S
L
F

1
0
h
0 2(h0 + h1 )
A=
S
L
F
0
..
.
h1
..
.
0
0
...
...
0
h1
...
...
0
0
..
.
2(h1 + h2 )
...
..
..
.
.
0
hn2
2(hn2 + hn1 ) hn1
S
L
F
0
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Demonstrao
e
3
3
(a2 a1 )
(a1 a0 )
h1
h0
..
b=
.
3
3
(an an1 )
(an1 an2 )
h
hn2
n1
S
L
F
S
L
F
c0
c1
..
.
x=
cn1
S
L
F
cn
que tem uma nica soluo pois A de diagonal estritamente

dominante (ver T ERICA 20).
Teorema (Spline completo)
S
L
F
S
L
F
S
L
F
Se f estiver definida em a = x0 < x1 < . . . < xn = b e for

diferencivel em a e b ento f tem um nico spline completo
interpolador S nos ns x0 , x1 , . . ., xn .
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Demonstrao
e
3
3
(a2 a1 )
(a1 a0 )
h1
h0
..
b=
.
3
3
(an an1 )
(an1 an2 )
h
hn2
n1
S
L
F
S
L
F
c0
c1
..
.
x=
cn1
S
L
F
cn
que tem uma nica soluo pois A de diagonal estritamente

dominante (ver T ERICA 20).
Teorema (Spline completo)
S
L
F
S
L
F
S
L
F
Se f estiver definida em a = x0 < x1 < . . . < xn = b e for

diferencivel em a e b ento f tem um nico spline completo
interpolador S nos ns x0 , x1 , . . ., xn .
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Demonstrao
Como f 0 (a) = S0 (x0 ) = b0 e f 0 (b) = bn = bn1 + hn1 (cn1 + cn ) vem

2h0 c0 + h0 c1 =
S
L
F
3
(a1 a0 ) 3f 0 (a)
h0
3
S
L
F
e 2hn1 cn1 + 2hn1 cn = 3f 0 (b)
S
L
F
(an an1 ).
hn1
Deste modo, das equaes (C) obtemos o sistema de equaes
lineares Ax = b onde
2h0
h0
h
0 2(h0 + h1 )
A=
S
L
F
0
h1
...
...
..
0
..
.
h1
..
.
2(h1 + h2 )
..
.
0
0
...
...
hn2
0
...
S
L
F
0
0
..
.
hn1
2(hn2 + hn1 )
hn1
2hn1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Demonstrao
Como f 0 (a) = S0 (x0 ) = b0 e f 0 (b) = bn = bn1 + hn1 (cn1 + cn ) vem

2h0 c0 + h0 c1 =
S
L
F
3
(a1 a0 ) 3f 0 (a)
h0
3
S
L
F
e 2hn1 cn1 + 2hn1 cn = 3f 0 (b)
S
L
F
(an an1 ).
hn1
Deste modo, das equaes (C) obtemos o sistema de equaes
lineares Ax = b onde
2h0
h0
h
0 2(h0 + h1 )
A=
S
L
F
0
h1
...
...
..
0
..
.
h1
..
.
2(h1 + h2 )
..
.
0
0
...
...
hn2
0
...
S
L
F
0
0
..
.
hn1
2(hn2 + hn1 )
hn1
2hn1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Demonstrao
e
b=
LS
JF
3
(a1 a0 ) 3f 0 (a)
h0
3
3
(a2 a1 )
(a1 a0 )
h1
h0
..
.
3
3
(an an1 )
(an1 an2 )
hn1
hn2
3
f 0 (b)
(an an1 )
hn1
LS
JF
S
L
F
c0
c1
..
.
x=
cn1
cn
que tem uma nica soluo uma vez que A de diagonal

estritamente dominante (ver T ERICA 20).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Observao
Geralmente, as condies na fronteira do spline cbico

completo conduzem a aproximaes mais precisas pois
renem mais informao sobre a funo.
S
L
F
S
L
F
Teorema
Seja f C4 [a, b] com
max f (4) (x) = M
S
L
F
axb
Se S for o nico spline cbico completo interpolador de f nos

ns a = x0 < x1 < . . . < xn = b ento
JF
LS
S
L
F
max f (x) S(x)
axb
5M
max (xj+1 xj )4
384 0jn1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Observao

S
L
F
S
L
F
Teorema
max f (4) (x) = M
S
L
F
axb

ns a = x0 < x1 < . . . < xn = b ento
JF
LS
S
L
F
max f (x) S(x)
axb
5M
max (xj+1 xj )4
384 0jn1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Observao

S
L
F
S
L
F
Teorema
max f (4) (x) = M
S
L
F
axb

ns a = x0 < x1 < . . . < xn = b ento
JF
LS
S
L
F
max f (x) S(x)
axb
5M
max (xj+1 xj )4
384 0jn1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Exemplo
Encontremos o spline cbico natural que aproxima a funo

f (x) = cos(x) nos ns x0 = 0, x1 = 0.25, x2 = 0.5 e x3 = 0.75.
Temos o seguinte sistema de equaes lineares
c0 = 0
0.25c0 + 2 0.5c1 + 0.25c2 =
3 cos( 0.5) cos( 0.25)

3 cos( 0.25) cos( 0)
0.25
0.25
0
.
25c
+
2
0
.
5c
+
0
.
25c
=
1
2
3
3 cos( 0.75) cos( 0.5)

3 cos( 0.5) cos( 0.25)
0.25
0.25
c3 = 0
S
L
F
S
L
F
cuja soluo
JF
LS
c0 = 0,
S
L
F
LS
JF
64 64 2
c1 =
,
5
5
16 16 2
c2 = +
,
5
5
S
L
F
c3 = 0
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Exemplo
Encontremos o spline cbico natural que aproxima a funo

f (x) = cos(x) nos ns x0 = 0, x1 = 0.25, x2 = 0.5 e x3 = 0.75.
Temos o seguinte sistema de equaes lineares
c0 = 0
0.25c0 + 2 0.5c1 + 0.25c2 =
3 cos( 0.5) cos( 0.25)

3 cos( 0.25) cos( 0)
0.25
0.25
0
.
25c
+
2
0
.
5c
+
0
.
25c
=
1
2
3
3 cos( 0.75) cos( 0.5)

3 cos( 0.5) cos( 0.25)
0.25
0.25
c3 = 0
S
L
F
S
L
F
cuja soluo
JF
LS
c0 = 0,
S
L
F
LS
JF
64 64 2
c1 =
,
5
5
16 16 2
c2 = +
,
5
5
S
L
F
c3 = 0
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Exemplo
Obtidas as constantes cj , j = 0, 1, 2, 3 vem
S
L
F
cos 0.25 cos 0 0.25 2c0 + c1

46 2 76
b0 =
0.25
3
15
15p
cos 0.5 cos 0.25 0.25 2c1 + c2

28 2 2
b1 =
0.25
3
15
15
p
cos 0.75 cos 0.5 0.25 2c2 + c3
8 38 2
b2 =
.
0.25
3
15
15
S
L
F
S
L
F
c1 c0
256 256 2
c2 c1
64 2 64
=
, d1 =
=
,
3 0.25 p15
15
3 0.25
3
3
64 64 2
c3 c2
d2 =
=
e ainda
3 0.25 15
15
Tem-se d0 =
JF
LS
a0 = cos( 0) = 1,
JF
LS
a1 = cos( 0.25) =
2
,
2
S
L
F
a2 = cos( 0.5) = 0.
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Exemplo
Ento, o spline cbico natural

p
!
p !

256 256 2 3
46 2 76
x +
x + 1, 0 x 0.25
15
15
15
15
p
!
p !
64
2
64
64
64
2
(x 0.25)3 +
(x 0.25)2 +
3
3
5
15
!
p
p
28 2 2
2
S(x) =
+
(x 0.25) +
, 0.25 x 0.5
15
15
2
p
!
p !
64 64 2
16 2 16
(x 0.5) +
(x 0.5)2 +
15
15
5
5
p !
8 38 2
(x 0.5), 0.5 x 0.75
S
L
F
JF
LS
S
L
F
S
L
F
15
S
L
F
S
L
F
15
Clculo Numrico
S
L
F
S
L
F
Terica 9
S
L
F
Exemplo
S
L
F
S
L
F
S
L
F
S( x )
x2 = 0.5
b
x0 = 0
JF
LS
x1 = 0.25
x3 = 0.75
cos(x)
JF
LS
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 10
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
Derivao e integrao numrica
LS
JF
J
S
L
F
S
L
F
Captulo 3
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Derivao e integrao numrica - Derivao numrica
S
L
F
J
J
S
L
F
Derivao numrica
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Frequentemente, torna-se necessrio obter valores das

derivadas de uma funo sem recorrer respectiva expresso
analtica por esta no ser conhecida ou por ser demasiado
complicada.
S
L
F
S
L
F
S
L
F
Um exemplo tpico o da determinao da velocidade de um

corpo a partir das suas posies medidas em instantes de
tempo sucessivos. Outro caso acontece quando os valores da
funo so dados por tabelas ou simplesmente por uma rotina
de computador.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Frequentemente, torna-se necessrio obter valores das

derivadas de uma funo sem recorrer respectiva expresso
analtica por esta no ser conhecida ou por ser demasiado
complicada.
S
L
F
S
L
F
S
L
F
Um exemplo tpico o da determinao da velocidade de um

corpo a partir das suas posies medidas em instantes de
tempo sucessivos. Outro caso acontece quando os valores da
funo so dados por tabelas ou simplesmente por uma rotina
de computador.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
A derivada de uma funo f em x0 :
f (x0 + h) f (x0 )
h
h0
f 0 (x0 ) = lim
S
L
F
S
L
F
Deste modo, uma aproximao de f 0 (x0 ) seria
f (x0 + h) f (x0 )
h
S
L
F
para valores de h suficientemente pequenos.
S
L
F
S
L
F
S
L
F
Todavia, para valores de h no to pequenos a aproximao

de m qualidade.
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
f (x0 + h) f (x0 )
h
h0
f 0 (x0 ) = lim
S
L
F
S
L
F
f (x0 + h) f (x0 )
h
S
L
F
S
L
F
S
L
F
S
L
F

de m qualidade.
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
f (x0 + h) f (x0 )
h
h0
f 0 (x0 ) = lim
S
L
F
S
L
F
f (x0 + h) f (x0 )
h
S
L
F
S
L
F
S
L
F
S
L
F

de m qualidade.
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Seja x0 ]a, b[, f C2 [a, b] e x1 = x0 + h [a, b] (h 6= 0).

Sabemos da T ERICA 6 que
f (x) = P(x) +
(x x0 )(x x1 ) 00
f (x) ,
2!
a < (x) < b
onde P(x) o polinmio de Lagrange de 1 grau,
LS
JF
P(x) = f (x0 )
S
L
F
x x0 h
(x x0 )
+ f (x0 + h)
(h)
h
Ento, derivando a expresso de f acima obtm-se
f 0 (x) =
(x x0 )(x x0 h) d 00
f (x0 + h) f (x0 ) 2(x x0 ) h 00

f (x)
+
f (x) +
h
2
2
dx
S
L
F
S
L
F
donde podemos afirmar que
S
L
F
f 0 (x)
f (x0 + h) f (x0 )
h
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F

f (x) = P(x) +
(x x0 )(x x1 ) 00
f (x) ,
2!
a < (x) < b
LS
JF
P(x) = f (x0 )
S
L
F
x x0 h
(x x0 )
+ f (x0 + h)
(h)
h
f 0 (x) =
(x x0 )(x x0 h) d 00
f (x0 + h) f (x0 ) 2(x x0 ) h 00

f (x)
+
f (x) +
h
2
2
dx
S
L
F
S
L
F
S
L
F
f 0 (x)
f (x0 + h) f (x0 )
h
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F

f (x) = P(x) +
(x x0 )(x x1 ) 00
f (x) ,
2!
a < (x) < b
LS
JF
P(x) = f (x0 )
S
L
F
x x0 h
(x x0 )
+ f (x0 + h)
(h)
h
f 0 (x) =
(x x0 )(x x0 h) d 00
f (x0 + h) f (x0 ) 2(x x0 ) h 00

f (x)
+
f (x) +
h
2
2
dx
S
L
F
S
L
F
S
L
F
f 0 (x)
f (x0 + h) f (x0 )
h
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F

f (x) = P(x) +
(x x0 )(x x1 ) 00
f (x) ,
2!
a < (x) < b
LS
JF
P(x) = f (x0 )
S
L
F
x x0 h
(x x0 )
+ f (x0 + h)
(h)
h
f 0 (x) =
(x x0 )(x x0 h) d 00
f (x0 + h) f (x0 ) 2(x x0 ) h 00

f (x)
+
f (x) +
h
2
2
dx
S
L
F
S
L
F
S
L
F
f 0 (x)
f (x0 + h) f (x0 )
h
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Quando x = x0 fica
f (x0 + h) f (x0 ) h 00
f ()
f (x0 ) =
h
2
0
(x x0 )(x x0 h) d
f 00 (x)
zero.
2
dx
Esta conhecida como a frmula da diferena progressiva
quando h > 0 ou frmula da diferena regressiva quando h < 0.
j que o termo
S
L
F
S
L
F
Assim, para valores pequenos de h o quociente

f 0 (x0 )
S
L
F
f (x0 + h) f (x0 )
h
pode ser utilizado para aproximar f 0 (x0 ) com um erro

majorado por
S
L
F
S
L
F
h
max f 00 (x)
2 axb
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Quando x = x0 fica
f (x0 + h) f (x0 ) h 00
f ()
f (x0 ) =
h
2
0
(x x0 )(x x0 h) d
f 00 (x)
zero.
2
dx
Esta conhecida como a frmula da diferena progressiva
quando h > 0 ou frmula da diferena regressiva quando h < 0.
j que o termo
S
L
F
S
L
F
Assim, para valores pequenos de h o quociente

f 0 (x0 )
S
L
F
f (x0 + h) f (x0 )
h
pode ser utilizado para aproximar f 0 (x0 ) com um erro

majorado por
S
L
F
S
L
F
h
max f 00 (x)
2 axb
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
11
!~
.S
c::
.....
".......
'--'
'"-,
11
S
L
F
g-
"
:!11
S
L
F
I~
c::
..-I
S
L
F
.-g
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Exemplo
Seja f (x) = lnx e x0 = 1.8. Os valores aproximados de f 0 (1.8)

para h = 0.1, h = 0.01 e h = 0.001 so, pela frmula da
diferena progressiva,
S
L
F
f (1.8 + h)
0.1
0.01
0.001
0.64185389
0.59332685
0.58834207
JF
LS
Como f 0 (x) =
S
L
F
2 1.82
0.5406722
0.5540108
0.5554013
0.0154321
0.0015432
0.0001543
S
L
F
1
temos que o valor exacto : f 0 (1.8) = 0.5(5)
x
S
L
F
f (1.8 + h) f (1.8)
h
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Exemplo
Seja f (x) = lnx e x0 = 1.8. Os valores aproximados de f 0 (1.8)

para h = 0.1, h = 0.01 e h = 0.001 so, pela frmula da
diferena progressiva,
S
L
F
f (1.8 + h)
0.1
0.01
0.001
0.64185389
0.59332685
0.58834207
JF
LS
Como f 0 (x) =
S
L
F
2 1.82
0.5406722
0.5540108
0.5554013
0.0154321
0.0015432
0.0001543
S
L
F
1
temos que o valor exacto : f 0 (1.8) = 0.5(5)
x
S
L
F
f (1.8 + h) f (1.8)
h
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Para obtermos frmulas de aproximao de derivadas, vamos

supor que x0 , x1 , . . ., xn so nmeros distintos num intervalo
[a, b] e f Cn+1 [a, b].
Da T ERICA 6 sabemos que

f (n+1) (x)
(x x0 )(x x1 ) . . . (x xn )
f (x) =
f (xk )Ln,k (x) +
(n + 1)!
k=0
S
L
F
n
X
S
L
F
S
L
F
para algum a < (x) < b, onde Ln,k (x) representa o k-simo
coeficiente do polinmio de Lagrange de f em x0 , x1 , . . ., xn
Derivando esta ltima expresso obtm-se
f (n+1) (x) d
(x x0 )(x x1 ) . . . (x xn ) +
f (x) =
f (xk )Ln,k (x)+
(n + 1)! dx
k=0
n
X
JF
LS
S
L
F
S
L
F
i
(x x0 )(x x1 ) . . . (x xn ) d h (n+1)
f
(x)
(n + 1)!
dx
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F

[a, b] e f Cn+1 [a, b].

f (n+1) (x)
(x x0 )(x x1 ) . . . (x xn )
f (x) =
f (xk )Ln,k (x) +
(n + 1)!
k=0
S
L
F
n
X
S
L
F
S
L
F
f (n+1) (x) d
(x x0 )(x x1 ) . . . (x xn ) +
f (x) =
f (xk )Ln,k (x)+
(n + 1)! dx
k=0
n
X
JF
LS
S
L
F
S
L
F
i
(x x0 )(x x1 ) . . . (x xn ) d h (n+1)
f
(x)
(n + 1)!
dx
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F

[a, b] e f Cn+1 [a, b].

f (n+1) (x)
(x x0 )(x x1 ) . . . (x xn )
f (x) =
f (xk )Ln,k (x) +
(n + 1)!
k=0
S
L
F
n
X
S
L
F
S
L
F
f (n+1) (x) d
(x x0 )(x x1 ) . . . (x xn ) +
f (x) =
f (xk )Ln,k (x)+
(n + 1)! dx
k=0
n
X
JF
LS
S
L
F
S
L
F
i
(x x0 )(x x1 ) . . . (x xn ) d h (n+1)
f
(x)
(n + 1)!
dx
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Se x = xj para algum j = 0, 1, . . . , n obtemos a conhecida frmula

dos n + 1 pontos
LS
JF
n
f (n+1) (x) Y
(xj xk )
f (xj ) =
f (xk )Ln,k (x) +
(n + 1)! k=0
k=0
0
n
X
LS
JF
k6=j
S
L
F
Observao
De um modo geral, quantos mais pontos forem utilizados na
frmula dos n + 1 pontos maior ser a preciso (ainda que o
nmero de clculos aumente).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Se x = xj para algum j = 0, 1, . . . , n obtemos a conhecida frmula

dos n + 1 pontos
LS
JF
n
f (n+1) (x) Y
(xj xk )
f (xj ) =
f (xk )Ln,k (x) +
(n + 1)! k=0
k=0
0
n
X
LS
JF
k6=j
S
L
F
Observao
De um modo geral, quantos mais pontos forem utilizados na
frmula dos n + 1 pontos maior ser a preciso (ainda que o
nmero de clculos aumente).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Quando n = 2 a frmula dos n+1 pontos toma um dos seguintes

formatos:
f 0 (x0 ) =
S
L
F
S
L
F
f 0 (x0 ) =
f (x0 + h) f (x0 h) h2 000
f ()
2h
6
f 0 (x0 ) =
f (x0 2h) 4f (x0 h) + 3f (x0 ) h2 000

+
f ()
2h
3
S
L
F
4f (x0 + h) 3f (x0 ) f (x0 + 2h) h2 000

+
f ()
2h
3
S
L
F
S
L
F
S
L
F
Estas frmulas so conhecidas como frmulas dos

3 pontos

os erros destas aproximaes so da ordem de O h2
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F

formatos:
f 0 (x0 ) =
S
L
F
S
L
F
f 0 (x0 ) =
f (x0 + h) f (x0 h) h2 000
f ()
2h
6
f 0 (x0 ) =
f (x0 2h) 4f (x0 h) + 3f (x0 ) h2 000

+
f ()
2h
3
S
L
F
4f (x0 + h) 3f (x0 ) f (x0 + 2h) h2 000

+
f ()
2h
3
S
L
F
S
L
F
S
L
F

3 pontos

Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F

formatos:
f 0 (x0 ) =
S
L
F
S
L
F
f 0 (x0 ) =
f (x0 + h) f (x0 h) h2 000
f ()
2h
6
f 0 (x0 ) =
f (x0 2h) 4f (x0 h) + 3f (x0 ) h2 000

+
f ()
2h
3
S
L
F
4f (x0 + h) 3f (x0 ) f (x0 + 2h) h2 000

+
f ()
2h
3
S
L
F
S
L
F
S
L
F

3 pontos

Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F

formatos:
f 0 (x0 ) =
S
L
F
S
L
F
f 0 (x0 ) =
f (x0 + h) f (x0 h) h2 000
f ()
2h
6
f 0 (x0 ) =
f (x0 2h) 4f (x0 h) + 3f (x0 ) h2 000

+
f ()
2h
3
S
L
F
4f (x0 + h) 3f (x0 ) f (x0 + 2h) h2 000

+
f ()
2h
3
S
L
F
S
L
F
S
L
F

3 pontos

Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F

formatos:
f 0 (x0 ) =
S
L
F
S
L
F
f 0 (x0 ) =
f (x0 + h) f (x0 h) h2 000
f ()
2h
6
f 0 (x0 ) =
f (x0 2h) 4f (x0 h) + 3f (x0 ) h2 000

+
f ()
2h
3
S
L
F
4f (x0 + h) 3f (x0 ) f (x0 + 2h) h2 000

+
f ()
2h
3
S
L
F
S
L
F
S
L
F

3 pontos

Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Grau de inclinao
LS
= f'
(xo)
dh
S
L
Grau de inclinao =
JF
JF
Xo -h
Xo
Xo
[f(xo
+ h)
S
L
F
- f(xo - h)]
+h
I~
x
.;.t..
S
L
F
S
L
F
,,";''':''':;v~'
...-~~~~ ..
S
L
F
_~-..
:.ri
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Quando n = 4 podem ser deduzidas frmulas de 5 pontos:
f 0 (x0 ) =
S
L
F
f 0 (x0 ) =
S
L
F
1
f (x0 2h) 8f (x0 h) + 8f (x0 + h) f (x0 + 2h) +
12h
h4 (5)
f ()
+
30
S
L
F
S
L
F
1
25f (x0 ) + 48f (x0 + h) 36f (x0 + 2h) + 16f (x0 + 3h)+
12h
h4 (5)
3f (x0 + 4h) +
f ()
5
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
f 0 (x0 ) =
S
L
F
f 0 (x0 ) =
S
L
F
1
f (x0 2h) 8f (x0 h) + 8f (x0 + h) f (x0 + 2h) +
12h
h4 (5)
f ()
+
30
S
L
F
S
L
F
1
25f (x0 ) + 48f (x0 + h) 36f (x0 + 2h) + 16f (x0 + 3h)+
12h
h4 (5)
3f (x0 + 4h) +
f ()
5
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
f 0 (x0 ) =
S
L
F
f 0 (x0 ) =
S
L
F
1
f (x0 2h) 8f (x0 h) + 8f (x0 + h) f (x0 + 2h) +
12h
h4 (5)
f ()
+
30
S
L
F
S
L
F
1
25f (x0 ) + 48f (x0 + h) 36f (x0 + 2h) + 16f (x0 + 3h)+
12h
h4 (5)
3f (x0 + 4h) +
f ()
5
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Observao
O erro nas frmulas de 5 pontos da ordem de O h4 .
S
L
F
S
L
F
S
L
F
Nota
Por derivao sucessiva da funo f , podem ser deduzidas
outras frmulas para encontrar aproximaes de derivadas
de ordem superior: f 00 (x0 ), f 000 (x0 ), . . .
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Observao
O erro nas frmulas de 5 pontos da ordem de O h4 .
S
L
F
S
L
F
S
L
F
Nota
Por derivao sucessiva da funo f , podem ser deduzidas
outras frmulas para encontrar aproximaes de derivadas
de ordem superior: f 00 (x0 ), f 000 (x0 ), . . .
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Exemplo
Consideremos a tabela referente funo f (x) = xex .

x
f (x)
1.8
10.889365
S
L
F
1.9
12.703199
2.0
14.778112
S
L
F
2.1
17.148857
2.2
19.855030
S
L
F
Como f 0 (x) = (x + 1)ex tem-se f 0 (2.0) = 22.167168.
Calculemos uma aproximao desta derivada usando as duas

primeiras frmulas de 3 pontos com (h = 0.1 e h = 0.1):
4f (2.0 + 0.1) 3f (2.0) f (2.0 + 2 0.1)

= 22.032310
2 0.1
4f (2.0 0.1) 3f (2.0) f (2.0 2 0.1)
f 0 (2.0)
= 22.054525
2 0.1
e
f (2.0 + 0.1) f (2.0 0.1)
f 0 (2.0)
= 22.228790
2 0.1
f 0 (2.0)
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Exemplo

x
f (x)
1.8
10.889365
S
L
F
1.9
12.703199
2.0
14.778112
S
L
F
2.1
17.148857
2.2
19.855030
S
L
F

4f (2.0 + 0.1) 3f (2.0) f (2.0 + 2 0.1)

= 22.032310
2 0.1
4f (2.0 0.1) 3f (2.0) f (2.0 2 0.1)
f 0 (2.0)
= 22.054525
2 0.1
e
f (2.0 + 0.1) f (2.0 0.1)
f 0 (2.0)
= 22.228790
2 0.1
f 0 (2.0)
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Exemplo

x
f (x)
1.8
10.889365
S
L
F
1.9
12.703199
2.0
14.778112
S
L
F
2.1
17.148857
2.2
19.855030
S
L
F

4f (2.0 + 0.1) 3f (2.0) f (2.0 + 2 0.1)

= 22.032310
2 0.1
4f (2.0 0.1) 3f (2.0) f (2.0 2 0.1)
f 0 (2.0)
= 22.054525
2 0.1
e
f (2.0 + 0.1) f (2.0 0.1)
f 0 (2.0)
= 22.228790
2 0.1
f 0 (2.0)
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Exemplo
Observe-se que o erro na segunda frmula de 3 pontos, com

h = 0.1, aproximadamente metade da magnitude do erro
produzido com a primeira frmula de 3 pontos (usando h = 0.1
e h = 0.1).
S
L
F
S
L
F
S
L
F
De facto, esta constatao relativa s frmula de 3 pontos

verifica-se em qualquer situao!
Podemos ainda usar uma das duas frmulas de 5 pontos: com

h = 0.1 vem
f 0 (2.0)
S
L
F
1
12 0.1
f (2.0 2 0.1) 8f (2.0 0.1) +
S
L
F
S
L
F
i
+ 8f (2.0 + 0.1) f (2.0 + 2 0.1) = 22.166996
cujo erro aproximadamente 1.69 104 .
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Exemplo

e h = 0.1).
S
L
F
S
L
F
S
L
F


h = 0.1 vem
f 0 (2.0)
S
L
F
1
12 0.1
f (2.0 2 0.1) 8f (2.0 0.1) +
S
L
F
S
L
F
i
+ 8f (2.0 + 0.1) f (2.0 + 2 0.1) = 22.166996
Clculo Numrico
S
L
F
S
L
F
Terica 10
S
L
F
Exemplo

e h = 0.1).
S
L
F
S
L
F
S
L
F


h = 0.1 vem
f 0 (2.0)
S
L
F
1
12 0.1
f (2.0 2 0.1) 8f (2.0 0.1) +
S
L
F
S
L
F
i
+ 8f (2.0 + 0.1) f (2.0 + 2 0.1) = 22.166996
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 11
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
LS
JF
J
S
L
F
S
L
F
Captulo 3
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Derivao e integrao numrica - Elementos de integrao numrica
S
L
F
J
J
S
L
F
Elementos de integrao numrica
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
A necessidade de utilizar mtodos na aproximao de

Z b
f (x) dx
provm de vrias situaes:
S
L
F
S
L
F
S
L
F
A expresso analtica de f no conhecida ( o caso em
que esta funo apresentada sob a forma de uma tabela

ou obtida por medies de grandezas fsicas)
A expresso analtica da primitiva de f no conhecida
(por no poder ser expressa em funes elementares ou

por ser demasiado complicada)
LS
O mtodo de aproximar
JF
quadratura numrica.
Z b
LS
f (x) dx por
JF
a
n
X
k=0
S
L
F
ak f (xk ) chama-se
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F

Z b
f (x) dx
S
L
F
S
L
F
S
L
F


LS
JF
quadratura numrica.
Z b
LS
f (x) dx por
JF
a
n
X
k=0
S
L
F
ak f (xk ) chama-se
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F

Z b
f (x) dx
S
L
F
S
L
F
S
L
F


LS
JF
quadratura numrica.
Z b
LS
f (x) dx por
JF
a
n
X
k=0
S
L
F
ak f (xk ) chama-se
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F

Z b
f (x) dx
S
L
F
S
L
F
S
L
F


LS
JF
quadratura numrica.
Z b
LS
f (x) dx por
JF
a
n
X
k=0
S
L
F
ak f (xk ) chama-se
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Historicamente, a palavra quadratura era utilizada pelos

matemticos da Antiga Grcia para designar o clculo de uma
rea.
Efectivamente, de acordo com a Escola Pitagrica, o clculo
de uma rea era encarado como o processo de construir
geometricamente um quadrado com a mesma rea.
S
L
F
S
L
F
S
L
F
Um exemplo notvel a quadratura do crculo que, dado um

determinado crculo, consiste em construir um quadrado com
a mesma rea utilizando apenas um nmero finito de passos
a rgua e compasso. Sabe-se hoje que tal tarefa impossvel!
Por outro lado, uma quadratura de um rectngulo de lados

p
a e b pode ser obtida construindo um quadrado de lado ab
(mdia geomtrica de a e b).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F

rea.
S
L
F
S
L
F
S
L
F


p
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F

rea.
S
L
F
S
L
F
S
L
F


p
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F

rea.
S
L
F
S
L
F
S
L
F


p
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Sejam x0 , x1 , . . . , xn ns distintos de [a, b].
Integrando o polinmio de Lagrange obtm-se

Z b
a
f (x) dx=
LS
JF
Z bX
n
a k=0
n
X
f (xk )Ln,k (x) dx +
ak f (xk ) +
k=0
com a < (x) < b e

ak =
Z b
a
Z bY
n (x x )
k (n+1)
f
(x) dx
a k=0 (n + 1)!
Z bY
n
S
L
F
(n + 1)! a k=0
Ln,k (x) dx,
S
L
F
(x xk )f (n+1) (x) dx
k = 0, 1, . . . , n
Deste modo, a frmula de quadratura ser

Z b
S
L
F
f (x) dx
n
X
ak f (xk )
S
L
F
S
L
F
k=0
com um erro dado por: E(f ) =
Z bY
n
(x xk )f (n+1) (x) dx.
(n + 1)! a k=0
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F

Z b
a
f (x) dx=
LS
JF
Z bX
n
a k=0
n
X
ak f (xk ) +
k=0
com a < (x) < b e

ak =
Z b
a
Z bY
n (x x )
k (n+1)
f
(x) dx
a k=0 (n + 1)!
Z bY
n
S
L
F
(n + 1)! a k=0
Ln,k (x) dx,
S
L
F
(x xk )f (n+1) (x) dx
k = 0, 1, . . . , n

Z b
S
L
F
f (x) dx
n
X
ak f (xk )
S
L
F
S
L
F
k=0
Z bY
n
(x xk )f (n+1) (x) dx.
(n + 1)! a k=0
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F

Z b
a
f (x) dx=
LS
JF
Z bX
n
a k=0
n
X
ak f (xk ) +
k=0
com a < (x) < b e

ak =
Z b
a
Z bY
n (x x )
k (n+1)
f
(x) dx
a k=0 (n + 1)!
Z bY
n
S
L
F
(n + 1)! a k=0
Ln,k (x) dx,
S
L
F
(x xk )f (n+1) (x) dx
k = 0, 1, . . . , n

Z b
S
L
F
f (x) dx
n
X
ak f (xk )
S
L
F
S
L
F
k=0
Z bY
n
(x xk )f (n+1) (x) dx.
(n + 1)! a k=0
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
de especial interesse o caso em que os ns x0 , x1 , . . . , xn esto

igualmente espaados, ou seja, xk+1 = xk + h (k = 0, 1, . . . , n 1)
para alguma constante h.
Regra dos Trapzios
S
L
F
S
L
F
S
L
F
Sejam x0 = a, x1 = b e h = b a. Fazendo n = 1 na frmula de

quadratura j obtida obtm-se
Z b
a
com ak =
S
L
F
Z b
a
f (x) dx a0 f (x0 ) + a1 f (x1 )
L1,k (x) dx, k = 0, 1 e um erro

E(f ) =
1
2!
S
L
F
Z bY
1
(x xk )f 00 (x) dx
a k=0
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
de especial interesse o caso em que os ns x0 , x1 , . . . , xn esto

igualmente espaados, ou seja, xk+1 = xk + h (k = 0, 1, . . . , n 1)
para alguma constante h.
Regra dos Trapzios
S
L
F
S
L
F
S
L
F
Sejam x0 = a, x1 = b e h = b a. Fazendo n = 1 na frmula de

quadratura j obtida obtm-se
Z b
a
com ak =
S
L
F
Z b
a
f (x) dx a0 f (x0 ) + a1 f (x1 )
L1,k (x) dx, k = 0, 1 e um erro

E(f ) =
1
2!
S
L
F
Z bY
1
(x xk )f 00 (x) dx
a k=0
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra dos Trapzios
Z b
Z b
ba
xa
ba
xb
dx =
e a1 =
dx =
donde
Ento a0 =
2
2
a ba
a ab
Z b
S
L
F
ba
f (a) + f (b)
2
f (x) dx
S
L
F
S
L
F
Aplicando o teorema do valor mdio para integrais ao erro,
Teorema (Valor mdio para integrais)
Sejam f , g : [a, b] (a < b) com f contnua e g integrvel. Se

g no muda de sinal em [a, b] ento existe ]a, b[ tal que
Z b
JF
LS
f 00 ()
E(f ) =
2
f (x)g(x) dx = f ()
Z b
a
Z b
S
L
F
g(x) dx.
(x a)(x b) dx =
h3 00
f (),
12
S
L
F
a<<b
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra dos Trapzios
Z b
Z b
ba
xa
ba
xb
dx =
e a1 =
dx =
donde
Ento a0 =
2
2
a ba
a ab
Z b
S
L
F
ba
f (a) + f (b)
2
f (x) dx
S
L
F
S
L
F

Z b
JF
LS
f 00 ()
E(f ) =
2
f (x)g(x) dx = f ()
Z b
a
Z b
S
L
F
g(x) dx.
(x a)(x b) dx =
h3 00
f (),
12
S
L
F
a<<b
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra dos Trapzios
Z b
Z b
ba
xa
ba
xb
dx =
e a1 =
dx =
donde
Ento a0 =
2
2
a ba
a ab
Z b
S
L
F
ba
f (a) + f (b)
2
f (x) dx
S
L
F
S
L
F

Z b
JF
LS
f 00 ()
E(f ) =
2
f (x)g(x) dx = f ()
Z b
a
Z b
S
L
F
g(x) dx.
(x a)(x b) dx =
h3 00
f (),
12
S
L
F
a<<b
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra dos Trapzios
Z b
Z b
ba
xa
ba
xb
dx =
e a1 =
dx =
donde
Ento a0 =
2
2
a ba
a ab
Z b
S
L
F
ba
f (a) + f (b)
2
f (x) dx
S
L
F
S
L
F

Z b
JF
LS
f 00 ()
E(f ) =
2
f (x)g(x) dx = f ()
Z b
a
Z b
S
L
F
g(x) dx.
(x a)(x b) dx =
h3 00
f (),
12
S
L
F
a<<b
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra dos Trapzios
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra de Simpson
ba
Sejam x0 = a, x2 = b, x1 = a + h e h =
. Pondo n = 2 na
2
frmula de quadratura obtm-se
LS
JF
j que
S
L
F
Z b
a
a+b
h
f (a) + 4f
+ f (b)
f (x) dx
3
2
S
L
F
Z x2
(x x1 )(x x2 )
h
a0 =
dx = ,
(
x
x
)(
x
x
)
3
x0
0
1
0
2
Z x2
(x x0 )(x x2 )
4h
a1 =
dx =
,
3
x0 (x1 x0 )(x1 x2 )
Z x2
(x x0 )(x x1 )
h
a2 =
dx =
3
x0 (x2 x0 )(x2 x1 )
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra de Simpson
Na regra de Simpson o erro :
h5 (4)
f (), a < < b
90
Ao contrrio do que aconteceu na regra dos Trapzios, a

deduo deste erro no faz uso do termo
Z bY
n
1
E(f ) =
(x xk )f (n+1) (x) dx, a < (x) < b.
(n + 1)! a k=0
S
L
F
S
L
F
O processo segue as seguintes etapas:
Desenvolvimento da funo f , com resto de ordem 2, em

torno de x1 (atravs da frmula de Taylor).
Integrao de f em [x0 , x2 ] e utilizao

do
teorema do
Z x2 (4)
f (x)
valor mdio para integrais em
(x x1 )4 dx.
24
x0
Aproximao de f 00 (x1 ) por uma frmula de derivao
numrica.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra de Simpson
h5 (4)
f (), a < < b
90

Z bY
n
1
E(f ) =
(x xk )f (n+1) (x) dx, a < (x) < b.
(n + 1)! a k=0
S
L
F
S
L
F


do
teorema do
Z x2 (4)
f (x)
(x x1 )4 dx.
24
x0
numrica.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra de Simpson
h5 (4)
f (), a < < b
90

Z bY
n
1
E(f ) =
(x xk )f (n+1) (x) dx, a < (x) < b.
(n + 1)! a k=0
S
L
F
S
L
F


do
teorema do
Z x2 (4)
f (x)
(x x1 )4 dx.
24
x0
numrica.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra de Simpson
h5 (4)
f (), a < < b
90

Z bY
n
1
E(f ) =
(x xk )f (n+1) (x) dx, a < (x) < b.
(n + 1)! a k=0
S
L
F
S
L
F


do
teorema do
Z x2 (4)
f (x)
(x x1 )4 dx.
24
x0
numrica.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra de Simpson
h5 (4)
f (), a < < b
90

Z bY
n
1
E(f ) =
(x xk )f (n+1) (x) dx, a < (x) < b.
(n + 1)! a k=0
S
L
F
S
L
F


do
teorema do
Z x2 (4)
f (x)
(x x1 )4 dx.
24
x0
numrica.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra de Simpson
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Exemplo
Utilizemos a regra dos Trapzios e de Simpson no intervalo

[0, 2] para as funes dadas na tabela abaixo:
LS
f(x)
JF
Valor exato
Trapezoidal
Simpson
x2
x4
2,667
4,000
2,667
6,400
16;000
6,667
LS
+ 1)
l/(x
JF
1,099
1,333
1,111
S
L
F
VI + x2
sen x
eX
2,958
3,326
2,964
1,416
0,909
1,425
6,389
8,389
6,421
Efectivamente, os resultados obtidos

com a regra
de Simpson
ct ~ (lA. ~
)ri lA-\.,e:. o~
~u.l-i7A~
9~-h'~
~
s
so significativamente melhores do que os obtidos com a regra
~
191 eoaJlUftv\JM~
t6llltA
7\~l~.~A:hVlMtKk ~\ko~
dos Trapzios
JF
LS
LS
JF
lA.
~
ch
n..."""
to
htn
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Exemplo
Utilizemos a regra dos Trapzios e de Simpson no intervalo

[0, 2] para as funes dadas na tabela abaixo:
LS
f(x)
JF
Valor exato
Trapezoidal
Simpson
x2
x4
2,667
4,000
2,667
6,400
16;000
6,667
LS
+ 1)
l/(x
JF
1,099
1,333
1,111
S
L
F
VI + x2
sen x
eX
2,958
3,326
2,964
1,416
0,909
1,425
6,389
8,389
6,421
Efectivamente, os resultados obtidos

com a regra
de Simpson
ct ~ (lA. ~
)ri lA-\.,e:. o~
~u.l-i7A~
9~-h'~
~
s
so significativamente melhores do que os obtidos com a regra
~
191 eoaJlUftv\JM~
t6llltA
7\~l~.~A:hVlMtKk ~\ko~
dos Trapzios
JF
LS
LS
JF
lA.
~
ch
n..."""
to
htn
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra dos 3/8 de Simpson
ba
Sejam x0 = a, x3 = b, x1 = a + h, x2 = a + 2h e h =
. Fazendo
3
n = 3 na frmula de quadratura tem-se
Z b
S
L
F
f (x) dx
com erro:
3h
f (a) + 3f (a + h) + 3f (a + 2h) + f (b)
8
S
L
F
3h5 (4)
f (), a < < b
80
S
L
F
As regras apresentadas so exemplos de frmulas fechadas

de Newton-Cotes pois, no clculo da aproximao de
JF
LS
S
L
F
Z b
a
S
L
F
f (x) dx
so utilizados os extremos do intervalo: x0 = a e xn = b
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Regra dos 3/8 de Simpson
ba
Sejam x0 = a, x3 = b, x1 = a + h, x2 = a + 2h e h =
. Fazendo
3
n = 3 na frmula de quadratura tem-se
Z b
S
L
F
f (x) dx
com erro:
3h
f (a) + 3f (a + h) + 3f (a + 2h) + f (b)
8
S
L
F
3h5 (4)
f (), a < < b
80
S
L
F
As regras apresentadas so exemplos de frmulas fechadas

de Newton-Cotes pois, no clculo da aproximao de
JF
LS
S
L
F
Z b
a
S
L
F
f (x) dx
so utilizados os extremos do intervalo: x0 = a e xn = b
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Observao
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Outro tipo de frmulas, as frmulas abertas de Newton-Cotes,

utilizam apenas x0 = a + h, x1 = a + 2h, . . ., xn = b + (n + 1)h com
ba
deixando de fora dos clculos x1 = a e xn+1 = b.
h=
n+2
S
L
F
S
L
F
Estas frmulas so do tipo

Z b
a
com ak =
S
L
F
Z b
a
f (x) dx =
Z xn+1
x1
f (x) dx
n
X
S
L
F
ak f (xk )
k=0
Ln,k (x) dx, k = 0, 1, . . . , n.
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Outro tipo de frmulas, as frmulas abertas de Newton-Cotes,

utilizam apenas x0 = a + h, x1 = a + 2h, . . ., xn = b + (n + 1)h com
ba
deixando de fora dos clculos x1 = a e xn+1 = b.
h=
n+2
S
L
F
S
L
F
Estas frmulas so do tipo

Z b
a
com ak =
S
L
F
Z b
a
f (x) dx =
Z xn+1
x1
f (x) dx
n
X
S
L
F
ak f (xk )
k=0
Ln,k (x) dx, k = 0, 1, . . . , n.
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Algumas frmulas de Newton-Cotes abertas:
n=0:
h3 00
f (),
f (x) dx = 2hf (x0 ) +
3
x1
Z x1
x1 < < x1
Regra do
Ponto Mdio
LS
JF
LS
JF
f ( b)
f ( a)
S
L
F
f (x)
Z b
a
f ( x ) dx
b
b
2h f ( x0 )
S
L
F
S
L
F
x 1 = a
x0 =
a+b
2
b = x1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
n=1:
S
L
F
Z x2
n=2:
x1
f (x) dx =
Z x3
x1
Z x4
n=3:
S
L
F
x1
3h3 00
3h
f (x0 ) + f (x1 ) +
f (),
2
4
f (x) dx =
f (x) dx =
S
L
F
x1 < < x2
S
L
F
4h
2f (x0 ) f (x1 ) + 2f (x2 ) +
3
14h5 (4)
+
f (), x1 < < x3
45
5h
11f (x0 ) + f (x1 ) + f (x2 ) + 11f (x3 ) +
24
95h5 (4)
+
f (), x1 < < x4
144
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Teorema
n
X
Seja
ak f (xk ) a frmula fechada de Newton-Cotes com (n+1)
k=0
pontos xk = x0 + kh (k = 0, 1, . . . , n) onde x0 = a, xn = b e h =
S
L
F
S
L
F
ba
.
n
S
L
F
Ento, existe ]a, b[ tal que
Z b
a
hn+3 f (n+2) ()
f (x) dx =
ak f (xk ) +
(n + 2)!
k=0
n
X
Z n
0
t2 (t 1) . . . (t n) dt
se n for par e f Cn+2 [a, b] e

Z b
f (x) dx =
S
L
F
a
n
X
k=0
ak f (xk ) +
hn+2 f (n+1) ()
(n + 1)!
S
L
F
se n for mpar e f Cn+1 [a, b].
Z n
0
t(t 1) . . . (t n) dt
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Teorema
n
X
Seja
k=0
S
L
F
S
L
F
ba
.
n
S
L
F
Z b
a
hn+3 f (n+2) ()
f (x) dx =
ak f (xk ) +
(n + 2)!
k=0
n
X
Z n
0
t2 (t 1) . . . (t n) dt

Z b
f (x) dx =
S
L
F
a
n
X
k=0
ak f (xk ) +
hn+2 f (n+1) ()
(n + 1)!
S
L
F
Z n
0
t(t 1) . . . (t n) dt
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Teorema
n
X
Seja
k=0
S
L
F
S
L
F
ba
.
n
S
L
F
Z b
a
hn+3 f (n+2) ()
f (x) dx =
ak f (xk ) +
(n + 2)!
k=0
n
X
Z n
0
t2 (t 1) . . . (t n) dt

Z b
f (x) dx =
S
L
F
a
n
X
k=0
ak f (xk ) +
hn+2 f (n+1) ()
(n + 1)!
S
L
F
Z n
0
t(t 1) . . . (t n) dt
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Teorema
Seja
n
X
ak f (xk ) a frmula aberta de Newton-Cotes com (n + 1)
k=0
pontos xk = x0 + kh (k = 0, 1, . . . , n) onde x0 = a + h, xn = b h e
ba
(considerando x1 = a e xn+1 = b).
h=
n+2
S
L
F
S
L
F
S
L
F
Z
n
X
hn+3 f (n+2) () n+1 2
t (t 1) . . . (t n) dt
f (x) dx =
ak f (xk ) +
(n + 2)!
1
a
k=0
Z b

Z b
S
L
F
a
f (x) dx =
n
X
ak f (xk ) +
k=0
se n for mpar e f
hn+2 f (n+1) ()
(n + 1)!
S
L
F
Cn+1 [a, b].
Z n+1
1
S
L
F
t(t 1) . . . (t n) dt
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Teorema
Seja
n
X
k=0
ba
h=
n+2
S
L
F
S
L
F
S
L
F
Z
n
X
hn+3 f (n+2) () n+1 2
t (t 1) . . . (t n) dt
f (x) dx =
ak f (xk ) +
(n + 2)!
1
a
k=0
Z b

Z b
S
L
F
a
f (x) dx =
n
X
ak f (xk ) +
k=0
se n for mpar e f
hn+2 f (n+1) ()
(n + 1)!
S
L
F
Cn+1 [a, b].
Z n+1
1
S
L
F
t(t 1) . . . (t n) dt
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Teorema
Seja
n
X
k=0
ba
h=
n+2
S
L
F
S
L
F
S
L
F
Z
n
X
hn+3 f (n+2) () n+1 2
t (t 1) . . . (t n) dt
f (x) dx =
ak f (xk ) +
(n + 2)!
1
a
k=0
Z b

Z b
S
L
F
a
f (x) dx =
n
X
ak f (xk ) +
k=0
se n for mpar e f
hn+2 f (n+1) ()
(n + 1)!
S
L
F
Cn+1 [a, b].
Z n+1
1
S
L
F
t(t 1) . . . (t n) dt
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Definio
O grau de preciso de uma frmula de quadratura o maior

nmero inteiro positivo n tal que a frmula exacta para xk ,
para cada k = 0, 1, . . . , n.
S
L
F
Observao
S
L
F
A regra dos Trapzios tem grau de preciso 1.
S
L
F
A regra de Simpson tem grau de preciso 3.

O grau de preciso de uma frmula de quadratura n se
e s se o erro E P(x) = 0 paratodos os polinmios P(x) de

grau k = 0, 1, . . . , n mas E P(x) 6= 0 para algum polinmio
P(x) de grau n + 1.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Definio

para cada k = 0, 1, . . . , n.
S
L
F
Observao
S
L
F
S
L
F


P(x) de grau n + 1.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Definio

para cada k = 0, 1, . . . , n.
S
L
F
Observao
S
L
F
S
L
F


P(x) de grau n + 1.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 11
S
L
F
Definio

para cada k = 0, 1, . . . , n.
S
L
F
Observao
S
L
F
S
L
F


P(x) de grau n + 1.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 12
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
LS
JF
J
S
L
F
S
L
F
Captulo 3
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Derivao e integrao numrica - Integrao numrica composta
S
L
F
J
J
S
L
F
Integrao numrica composta
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
As frmulas de Newton-Cotes so, em geral, inadequadas em

intervalos de integrao de grande amplitude.
Para contornar esta situao, poderamos utilizar um grande

nmero de ns, igualmente espaados, mas isso implicaria
a utilizao de polinmios de Lagrange de grau elevado que,
como j vimos, tm uma natureza oscilatria acentuada
podendo, por este motivo, originar ms aproximaes dos
integrais.
S
L
F
S
L
F
S
L
F
Observando que, nas expresses do erro das frmulas j

estudadas, se verifica uma dependncia das potncias do
comprimento b a do intervalo de integrao [a, b], ento a
reduo de b a tender a reduzir o erro.
S
L
F
S
L
F
S
L
F
Soluo: Subdividir o intervalo [a, b] em N subintervalos

[ai , ai+1 ], i = 1, . . . , N, a0 = a, aN = b e aplicar em cada um destes
subintervalos uma das regras de integrao j estudadas.
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F


integrais.
S
L
F
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F


integrais.
S
L
F
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F


integrais.
S
L
F
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo
Determinemos uma aproximao de
Z 4
e dx pela regra de
Simpson.
Utilizando h = 2 obtm-se
S
L
F
Z 4
0
ex dx
S
L
F
2 0
e + 4e2 + e4 56.76958
3
S
L
F
sendo neste caso o erro aproximadamente igual a 3.17143.
Dividindo o intervalo [0, 4] nos subintervalos [0, 2] e [2, 4]

temos, usando a regra de Simpson com h = 1
Z 2
1
e dx e0 + 4e + e2
3
x
S
L
F
0
donde
Z 4
0
ex dx =
Z 2
0
ex dx +
Z 4
S
L
F
2
Z 4
J
2
ex dx
1 2
e + 4e3 + e4
3
ex dx 53.86385.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo
Z 4
e dx pela regra de
Simpson.
S
L
F
Z 4
0
ex dx
S
L
F
2 0
e + 4e2 + e4 56.76958
3
S
L
F

Z 2
1
e dx e0 + 4e + e2
3
x
S
L
F
0
donde
Z 4
0
ex dx =
Z 2
0
ex dx +
Z 4
S
L
F
2
Z 4
J
2
ex dx
1 2
e + 4e3 + e4
3
ex dx 53.86385.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo
Z 4
e dx pela regra de
Simpson.
S
L
F
Z 4
0
ex dx
S
L
F
2 0
e + 4e2 + e4 56.76958
3
S
L
F

Z 2
1
e dx e0 + 4e + e2
3
x
S
L
F
0
donde
Z 4
0
ex dx =
Z 2
0
ex dx +
Z 4
S
L
F
2
Z 4
J
2
ex dx
1 2
e + 4e3 + e4
3
ex dx 53.86385.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo
Esta aproximao tem um erro aproximadamente igual a

0.26570.
Se subdividirmos [0, 4] nos subintervalos [0, 1], [1, 2], [2, 3] e

[3, 4] obteramos, com h = 1/2,
LS
Z 1
JF
Z 3
2
ex dx
1
6
LS
JF
1
e dx e0 + e0.5 + e ,
6
x
e2 + e2.5 + e3 ,
Z 2
1
ex dx
Z 4
3
S
L
F
1 1 1.5 2
e +e +e ,
6
ex dx
1 3 3.5 4
e +e +e
6
Deste modo,
Z 4
S
L
F
0
e dx =
Z 1
0
e dx +
Z 2
1
Z 3
S
L
F
e dx +
e dx +
Z 4
3
S
L
F
ex dx 53.61622
com um erro aproximadamente igual a 0.01807.
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo

0.26570.

LS
Z 1
JF
Z 3
2
ex dx
1
6
LS
JF
1
e dx e0 + e0.5 + e ,
6
x
e2 + e2.5 + e3 ,
Z 2
1
ex dx
Z 4
3
S
L
F
1 1 1.5 2
e +e +e ,
6
ex dx
1 3 3.5 4
e +e +e
6
Deste modo,
Z 4
S
L
F
0
e dx =
Z 1
0
e dx +
Z 2
1
Z 3
S
L
F
e dx +
e dx +
Z 4
3
S
L
F
ex dx 53.61622
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo

0.26570.

LS
Z 1
JF
Z 3
2
ex dx
1
6
LS
JF
1
e dx e0 + e0.5 + e ,
6
x
e2 + e2.5 + e3 ,
Z 2
1
ex dx
Z 4
3
S
L
F
1 1 1.5 2
e +e +e ,
6
ex dx
1 3 3.5 4
e +e +e
6
Deste modo,
Z 4
S
L
F
0
e dx =
Z 1
0
e dx +
Z 2
1
Z 3
S
L
F
e dx +
e dx +
Z 4
3
S
L
F
ex dx 53.61622
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Para generalizarmos o procedimento utilizado no exemplo

anterior, escolha-se n par.
Subdividindo [a, b] em n subintervalos e aplicando a regra

de Simpson a cada par de subintervalos consecutivos tem-se,
ba
e xk = a + kh, k = 0, 1, . . . , n,
com
n
S
L
F
Z b
a
f (x) dx=
S
L
F
nX
/2 Z x2k
S
L
F
f (x) dx
S
L
F
k=1 x2k2
nX
/2
k=1
h5
h
f (x2k2 ) + 4f (x2k1 ) + f (x2k ) f (4) (k )
3
90
S
L
F
para algum x2k2 < k < x2k desde que f C4 [a, b].
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F


ba
e xk = a + kh, k = 0, 1, . . . , n,
com
n
S
L
F
Z b
a
f (x) dx=
S
L
F
nX
/2 Z x2k
S
L
F
f (x) dx
S
L
F
k=1 x2k2
nX
/2
k=1
h5
h
f (x2k2 ) + 4f (x2k1 ) + f (x2k ) f (4) (k )
3
90
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F


ba
e xk = a + kh, k = 0, 1, . . . , n,
com
n
S
L
F
Z b
a
f (x) dx=
S
L
F
nX
/2 Z x2k
S
L
F
f (x) dx
S
L
F
k=1 x2k2
nX
/2
k=1
h5
h
f (x2k2 ) + 4f (x2k1 ) + f (x2k ) f (4) (k )
3
90
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Associando os termos comuns dos somatrios

nX
/2
nX
/2
k=1
f (x2k2 ) e
f (x2k ), podemos escrever ainda
k=1
Z b
"
S
L
F
2X
2
2
X
h5 X
h
f (x0 ) + 2
f (x2k ) + 4
f (x2k1 ) + f (xn )
f (4) (k )
f (x) dx =
3
90
k=1
k=1
k=1
com x2k2 < k < x2k
S
L
F
n
para cada k = 1, 2, . . . , .
2
S
L
F
Como f C4 [a, b] ento o teorema de Weierstrass garante que

min f (4) (x) f (4) (k ) max f (4) (x)
x[a,b]
S
L
F
x[a,b]
S
L
F
S
L
F
Teorema de Weierstrass
Toda a funo contnua num intervalo limitado e fechado tem,
nesse intervalo, um mximo e um mnimo.
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F

nX
/2
nX
/2
k=1
f (x2k2 ) e
k=1
Z b
"
S
L
F
2X
2
2
X
h5 X
h
f (x0 ) + 2
f (x2k ) + 4
f (x2k1 ) + f (xn )
f (4) (k )
f (x) dx =
3
90
k=1
k=1
k=1
com x2k2 < k < x2k
S
L
F
n
para cada k = 1, 2, . . . , .
2
S
L
F

min f (4) (x) f (4) (k ) max f (4) (x)
x[a,b]
S
L
F
x[a,b]
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F

nX
/2
nX
/2
k=1
f (x2k2 ) e
k=1
Z b
"
S
L
F
2X
2
2
X
h5 X
h
f (x0 ) + 2
f (x2k ) + 4
f (x2k1 ) + f (xn )
f (4) (k )
f (x) dx =
3
90
k=1
k=1
k=1
com x2k2 < k < x2k
S
L
F
n
para cada k = 1, 2, . . . , .
2
S
L
F

min f (4) (x) f (4) (k ) max f (4) (x)
x[a,b]
S
L
F
x[a,b]
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Logo,
min f
x[a,b]
(4)
2
2X
f (4) (k ) max f (4) (x)
(x)
n k=1
x[a,b]
Pelo teorema de Bolzano existir ]a, b[ tal que

n
S
L
F
(4)
2
2X
() =
f (4) (k )
n k=1
S
L
F
S
L
F
Teorema de Bolzano
Se f : [a, b] (a < b) for uma funo contnua tal que f (a) 6=
f (b) ento para todo o f (a) < k < f (b) existe c ]a, b[ tal que
f (c) = k.
donde
JF
LS
S
L
F
2
h5 X
(b a) 4 (4)
E(f ) =
f (4) (k ) =
h f (),
5 k=1
180
h= bna
S
L
F
a<<b
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Logo,
min f
x[a,b]
(4)
2
2X
f (4) (k ) max f (4) (x)
(x)
n k=1
x[a,b]

n
S
L
F
(4)
2
2X
() =
f (4) (k )
n k=1
S
L
F
S
L
F
Teorema de Bolzano
f (c) = k.
donde
JF
LS
S
L
F
2
h5 X
(b a) 4 (4)
E(f ) =
f (4) (k ) =
h f (),
5 k=1
180
h= bna
S
L
F
a<<b
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Logo,
min f
x[a,b]
(4)
2
2X
f (4) (k ) max f (4) (x)
(x)
n k=1
x[a,b]

n
S
L
F
(4)
2
2X
() =
f (4) (k )
n k=1
S
L
F
S
L
F
Teorema de Bolzano
f (c) = k.
donde
JF
LS
S
L
F
2
h5 X
(b a) 4 (4)
E(f ) =
f (4) (k ) =
h f (),
5 k=1
180
h= bna
S
L
F
a<<b
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Logo,
min f
x[a,b]
(4)
2
2X
f (4) (k ) max f (4) (x)
(x)
n k=1
x[a,b]

n
S
L
F
(4)
2
2X
() =
f (4) (k )
n k=1
S
L
F
S
L
F
Teorema de Bolzano
f (c) = k.
donde
JF
LS
S
L
F
2
h5 X
(b a) 4 (4)
E(f ) =
f (4) (k ) =
h f (),
5 k=1
180
h= bna
S
L
F
a<<b
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Regra composta de Simpson

Seja,
f C4 [a, b]
S
L
F
n par, h =
ba
e xk = a + kh, k = 0, 1, . . . , n
n
S
L
F
S
L
F
Ento, existe ]a, b[ tal que a regra composta de Simpson

para n subintervalos pode ser escrita como
Z b
a
LS
JF
"
2X
2
X
h
f (x2k1 ) + f (b) +
f (x) dx =
f (a) + 2
f (x2k ) + 4
3
k=1
k=1
JF
LS
S
L
F
(b a) 4 (4)
h f ()
180
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F

Seja,
f C4 [a, b]
S
L
F
n par, h =
ba
e xk = a + kh, k = 0, 1, . . . , n
n
S
L
F
S
L
F

Z b
a
LS
JF
"
2X
2
X
h
f (x2k1 ) + f (b) +
f (x) dx =
f (a) + 2
f (x2k ) + 4
3
k=1
k=1
JF
LS
S
L
F
(b a) 4 (4)
h f ()
180
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F

Seja,
f C4 [a, b]
S
L
F
n par, h =
ba
e xk = a + kh, k = 0, 1, . . . , n
n
S
L
F
S
L
F

Z b
a
LS
JF
"
2X
2
X
h
f (x2k1 ) + f (b) +
f (x) dx =
f (a) + 2
f (x2k ) + 4
3
k=1
k=1
JF
LS
S
L
F
(b a) 4 (4)
h f ()
180
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Regra composta dos Trapzios

Seja,
f C2 [a, b]
LS
JF
h=
S
L
F
S
L
F
ba
e xk = a + kh, k = 0, 1, . . . , n
n
Ento, existe ]a, b[ tal que a regra composta dos Trapzios

Z b
a
S
L
F
"
nX
1
h
(b a) 2 00
f (x) dx =
f (a) + 2
f (xk ) + f (b)
h f ()
2
12
k=1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F

Seja,
f C2 [a, b]
LS
JF
h=
S
L
F
S
L
F
ba
e xk = a + kh, k = 0, 1, . . . , n
n

Z b
a
S
L
F
"
nX
1
h
(b a) 2 00
f (x) dx =
f (a) + 2
f (xk ) + f (b)
h f ()
2
12
k=1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F

Seja,
f C2 [a, b]
LS
JF
h=
S
L
F
S
L
F
ba
e xk = a + kh, k = 0, 1, . . . , n
n

Z b
a
S
L
F
"
nX
1
h
(b a) 2 00
f (x) dx =
f (a) + 2
f (xk ) + f (b)
h f ()
2
12
k=1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Regra do Ponto Mdio composta

Seja,
f C2 [a, b]
LS
JF
n par, h =
S
L
F
ba
e xk = a + (k + 1)h, k = 1, 0, . . . , n + 1
n+2
S
L
F
Ento, existe ]a, b[ tal que a regra do Ponto Mdio

composta para n + 2 subintervalos pode ser escrita como
Z b
S
L
F
f (x) dx = 2h
2
X
f (x2k ) +
S
L
F
k=0
b a 2 00
h f ()
6
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F

Seja,
f C2 [a, b]
LS
JF
n par, h =
S
L
F
ba
e xk = a + (k + 1)h, k = 1, 0, . . . , n + 1
n+2
S
L
F

Z b
S
L
F
f (x) dx = 2h
2
X
f (x2k ) +
S
L
F
k=0
b a 2 00
h f ()
6
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F

Seja,
f C2 [a, b]
LS
JF
n par, h =
S
L
F
ba
e xk = a + (k + 1)h, k = 1, 0, . . . , n + 1
n+2
S
L
F

Z b
S
L
F
f (x) dx = 2h
2
X
f (x2k ) +
S
L
F
k=0
b a 2 00
h f ()
6
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo
Aproximemos
sen xdx com um erro absoluto inferior a
0.00002 usando a regra composta de Simpson.

Visto que
LS
JF
S
L
F
temos, isolando n, n 18. Fazendo n = 20 vem h =

Z b
JF
LS
S
L
F
h4
h4
5
< 0.00002
sen
=
180
180 180n4
"
20
J
e
10
X
k
(2k 1)
f (x) dx
2
sen
+4
sen
60 k=1
10
10
k=1
9
X
= 2.000006
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo
Aproximemos

Visto que
LS
JF
S
L
F

Z b
JF
LS
S
L
F
h4
h4
5
< 0.00002
sen
=
180
180 180n4
"
20
J
e
10
X
k
(2k 1)
f (x) dx
2
sen
+4
sen
60 k=1
10
10
k=1
9
X
= 2.000006
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo
Aproximemos

Visto que
LS
JF
S
L
F

Z b
JF
LS
S
L
F
h4
h4
5
< 0.00002
sen
=
180
180 180n4
"
20
J
e
10
X
k
(2k 1)
f (x) dx
2
sen
+4
sen
60 k=1
10
10
k=1
9
X
= 2.000006
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo
Observemos ainda que, como
S
L
F
h2
h2
3
sen
=
< 0.00002
12
12
12n2
S
L
F
S
L
F
ento, para garantirmos a preciso obtida com a regra

composta de Simpson, seria necessrio que n 360 na regra
composta dos Trapzios.
Com n = 20 e h =
Trapzios,
S
L
F
Z b
"
20
obteramos, com a regra composta dos
S
L
F
19
X
S
L
F
k
f (x) dx
sen0 + 2
sen
+ sen = 1.99588860
40
20
k=1
Clculo Numrico
S
L
F
S
L
F
Terica 12
S
L
F
Exemplo
Observemos ainda que, como
S
L
F
h2
h2
3
sen
=
< 0.00002
12
12
12n2
S
L
F
S
L
F
ento, para garantirmos a preciso obtida com a regra

composta de Simpson, seria necessrio que n 360 na regra
composta dos Trapzios.
Com n = 20 e h =
Trapzios,
S
L
F
Z b
"
20
obteramos, com a regra composta dos
S
L
F
19
X
S
L
F
k
f (x) dx
sen0 + 2
sen
+ sen = 1.99588860
40
20
k=1
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 13
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
LS
JF
J
S
L
F
S
L
F
Captulo 3
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Derivao e integrao numrica - Quadratura Gaussiana
S
L
F
J
J
S
L
F
Quadratura Gaussiana
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
As frmulas de Newton-Cotes usam valores da funo

integranda em ns igualmente espaados. Esta uma
restrio conveniente quando se utilizam regras compostas,
mas que nem sempre produzem as melhores aproximaes.
S
L
F
S
L
F
S
L
F
Considere-se a seguinte aplicao da regra dos Trapzios:
J
J
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
As frmulas de Newton-Cotes usam valores da funo

integranda em ns igualmente espaados. Esta uma
restrio conveniente quando se utilizam regras compostas,
mas que nem sempre produzem as melhores aproximaes.
S
L
F
S
L
F
S
L
F
Considere-se a seguinte aplicao da regra dos Trapzios:
J
J
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Nas figuras apresentadas podemos ver que a regra dos

Trapzios aproxima o valor do integral, substituindo a funo
integranda pela funo linear que une os pontos extremos da
linha do grfico da funo.
S
L
F
S
L
F
S
L
F
Contudo, podem ser conseguidas melhores aproximaes:
J
J
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Nas figuras apresentadas podemos ver que a regra dos

Trapzios aproxima o valor do integral, substituindo a funo
integranda pela funo linear que une os pontos extremos da
linha do grfico da funo.
S
L
F
S
L
F
S
L
F
Contudo, podem ser conseguidas melhores aproximaes:
J
J
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Este tipo de quadratura numrica designa-se por quadratura

Gaussiana.
Esta tcnica, caracteriza-se por escolher de forma optimal os

ns. Mais concretamente, os ns x1 , x2 , . . . , xn em [a, b] e os
coeficientes c1 , c2 , . . . , cn so escolhidos de modo a minimizar
o erro da aproximao:
S
L
F
Z b
a
f (x) dx
n
X
ck f (xk )
k=1
S
L
F
Assumiremos que a melhor escolha dos valores atrs

referidos a que produz o resultado exacto para a maior classe
de polinmios possvel, ou seja, a que d maior grau de
preciso frmula (ver T ERICA 11).
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F

Gaussiana.

S
L
F
Z b
a
f (x) dx
n
X
ck f (xk )
k=1
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F

Gaussiana.

S
L
F
Z b
a
f (x) dx
n
X
ck f (xk )
k=1
S
L
F

S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Na determinao dos ns x1 , x2 , . . . , xn e de c1 , c2 , . . . , cn apenas

existe a restrio de x1 , x2 , . . . , xn [a, b].
Analisemos o caso n = 2 e determinemos as incgnitas c1 , c2 e

x1 , x2 no intervalo [1, 1] de modo a que a frmula
LS
JF
Z 1
1
S
L
F
f (x) dx c1 f (x1 ) + c2 f (x2 )
S
L
F
tenha grau de preciso 3 (isto , que seja exacta para xk , para

cada k = 0, 1, 2, 3).
Deste modo,
f (x) = 1 :
JF
LS
f (x) = x :
c1 1 + c2 1 =
Z 1
dx = 2,
S
L
F
1
c1 x1 + c2 x2 =
Z 1
xdx = 0,
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F


LS
JF
Z 1
1
S
L
F
f (x) dx c1 f (x1 ) + c2 f (x2 )
S
L
F

cada k = 0, 1, 2, 3).
Deste modo,
f (x) = 1 :
JF
LS
f (x) = x :
c1 1 + c2 1 =
Z 1
dx = 2,
S
L
F
1
c1 x1 + c2 x2 =
Z 1
xdx = 0,
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F


LS
JF
Z 1
1
S
L
F
f (x) dx c1 f (x1 ) + c2 f (x2 )
S
L
F

cada k = 0, 1, 2, 3).
Deste modo,
f (x) = 1 :
JF
LS
f (x) = x :
c1 1 + c2 1 =
Z 1
dx = 2,
S
L
F
1
c1 x1 + c2 x2 =
Z 1
xdx = 0,
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Z 1
f (x) = x2 :
2
c1 x21 + c2 x22 =
x2 dx = ,
3
1
f (x) = x3 :
c1 x31 + c2 x32 =
Z 1
1
x3 dx = 0.
Resolvendo o sistema constitudo por estas 4 equaes nas

incgnitas c1 , c2 , x1 , x2 obtemos
S
L
F
c1 = 1,
c2 = 1,
S
L
F
x1 =
3
3
x2 =
3
.
3
S
L
F
Logo, a frmula de quadratura procurada ser:
S
L
F
p !
S
L
F
Z 1
3
f (x) dx f
+f
3
1
p !
3
3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Z 1
f (x) = x2 :
2
c1 x21 + c2 x22 =
x2 dx = ,
3
1
f (x) = x3 :
c1 x31 + c2 x32 =
Z 1
1
x3 dx = 0.

S
L
F
c1 = 1,
c2 = 1,
S
L
F
x1 =
3
3
x2 =
3
.
3
S
L
F
S
L
F
p !
S
L
F
Z 1
3
f (x) dx f
+f
3
1
p !
3
3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Z 1
f (x) = x2 :
2
c1 x21 + c2 x22 =
x2 dx = ,
3
1
f (x) = x3 :
c1 x31 + c2 x32 =
Z 1
1
x3 dx = 0.

S
L
F
c1 = 1,
c2 = 1,
S
L
F
x1 =
3
3
x2 =
3
.
3
S
L
F
S
L
F
p !
S
L
F
Z 1
3
f (x) dx f
+f
3
1
p !
3
3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Por construo, esta frmula de quadratura Gaussiana tem

grau de preciso 3.
Esta tcnica pode ser utilizada para determinar os ns e os

coeficientes para frmulas com grau de preciso mais elevado.
S
L
F
S
L
F
S
L
F
Para um qualquer intervalo [a, b] (a < b) podemos realizar a

seguinte mudana de varivel
t=
no integral
Z b
2x a b
ba
f (x) dx obtendo-se
S
L
F
Z b
a
S
L
F
Z 1
(b a)t + b + a
ba
f (x) dx =
f
dt
1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F

grau de preciso 3.

S
L
F
S
L
F
S
L
F

t=
no integral
Z b
2x a b
ba
f (x) dx obtendo-se
S
L
F
Z b
a
S
L
F
Z 1
(b a)t + b + a
ba
f (x) dx =
f
dt
1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F

grau de preciso 3.

S
L
F
S
L
F
S
L
F

t=
no integral
Z b
2x a b
ba
f (x) dx obtendo-se
S
L
F
Z b
a
S
L
F
Z 1
(b a)t + b + a
ba
f (x) dx =
f
dt
1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Vejamos agora um mtodo alternativo para obteno de

frmulas de quadratura Gaussiana, envolvendo uma famlia
especial de polinmios, a famlia dos polinmios de Legendre
P0 (x), P1 (x), . . . , Pn (x), . . .
com Pn (x) definido como se segue.
S
L
F
S
L
F
S
L
F
Definio (Polinmio de Legendre)
Chamamos polinmio de Legendre de grau n ao polinmio

Pn (x) definido pela relao de recorrncia
JF
LS
P0 (x) = 1,
P1 (x) = x,
Pn+1 (x) = xPn (x)
S
L
F
n2
Pn1 (x),
4n2 1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Vejamos agora um mtodo alternativo para obteno de

frmulas de quadratura Gaussiana, envolvendo uma famlia
especial de polinmios, a famlia dos polinmios de Legendre
P0 (x), P1 (x), . . . , Pn (x), . . .
com Pn (x) definido como se segue.
S
L
F
S
L
F
S
L
F
Definio (Polinmio de Legendre)
Chamamos polinmio de Legendre de grau n ao polinmio

Pn (x) definido pela relao de recorrncia
JF
LS
P0 (x) = 1,
P1 (x) = x,
Pn+1 (x) = xPn (x)
S
L
F
n2
Pn1 (x),
4n2 1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Observao
Os primeiros polinmios de Legendre so:
P0 (x) = 1,
1
P2 (x) = x2 ,
3
P1 (x) = x,
Z 1
LS
JF
3
P3 (x) = x3 x.
5
S
L
F
S
L
F
Q(x)Pn (x) dx = 0 qualquer que seja o polinmio Q(x) de

grau < n.
1
As razes dos polinmios de Legendre so:
S
L
F
J
J
Todas distintas
Esto no intervalo ] 1, 1[
So simtricas em relao origem
S
L
F
S
L
F
Os ns x1 , x2 , . . . , xn necessrios para estabelecer uma

frmula de quadratura com grau de preciso 2n 1 so
as razes do polinmio de Legendre de grau n.
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Observao
P0 (x) = 1,
1
P2 (x) = x2 ,
3
P1 (x) = x,
Z 1
LS
JF
3
P3 (x) = x3 x.
5
S
L
F
S
L
F

grau < n.
1
S
L
F
J
J
Todas distintas
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Observao
P0 (x) = 1,
1
P2 (x) = x2 ,
3
P1 (x) = x,
Z 1
LS
JF
3
P3 (x) = x3 x.
5
S
L
F
S
L
F

grau < n.
1
S
L
F
J
J
Todas distintas
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Observao
P0 (x) = 1,
1
P2 (x) = x2 ,
3
P1 (x) = x,
Z 1
LS
JF
3
P3 (x) = x3 x.
5
S
L
F
S
L
F

grau < n.
1
S
L
F
J
J
Todas distintas
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Teorema
Suponhamos que:
x1 , x2 , . . . , xn so as razes do polinmio de Legendre Pn (x)
de grau n.
S
L
F
S
L
F
S
L
F
Para cada i = 1, 2, . . . , n os nmeros ck esto definidos por

Z 1 Y
n xx
k
ci =
dx.
1 k=1 xi xk
k6=i
Se Q(x) um qualquer polinmio de grau 2n 1 ento
JF
LS
Z 1
1
LS
Q(x) dx =
JF
n
X
i=1
ci Q(xi ).
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Teorema
Suponhamos que:
de grau n.
S
L
F
S
L
F
S
L
F

Z 1 Y
n xx
k
ci =
dx.
1 k=1 xi xk
k6=i
JF
LS
Z 1
1
LS
Q(x) dx =
JF
n
X
i=1
ci Q(xi ).
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Teorema
Suponhamos que:
de grau n.
S
L
F
S
L
F
S
L
F

Z 1 Y
n xx
k
ci =
dx.
1 k=1 xi xk
k6=i
JF
LS
Z 1
1
LS
Q(x) dx =
JF
n
X
i=1
ci Q(xi ).
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Demonstrao
Seja Q(x) um polinmio de grau n 1. Sem perda de

generalidade, suponhamos que o grau de Q(x) n 1. Ento,
reescrevendo Q(x) como o polinmio interpolador de Lagrange
nos ns x1 , x2 , . . . , xn tem-se
S
L
F
S
L
F
S
L
F
Z 1 X
n
n Y
n xx
X
k
Q(xi ) dx = ci Q(xi )
Q(x) dx =
1
1 i=1 k=1 xi xk
i=1
Z 1
k6=i
e esta frmula tem, pelo menos, grau de preciso n 1.

Nos casos em que o grau do polinmio Q(x) n e 2n 1
podemos dividi-lo por Pn (x) obtendo-se
JF
LS
S
L
F
Q(x) = C(x) Pn (x) + R(x)
com C(x) e R(x) de grau < n.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Demonstrao
Seja Q(x) um polinmio de grau n 1. Sem perda de

generalidade, suponhamos que o grau de Q(x) n 1. Ento,
reescrevendo Q(x) como o polinmio interpolador de Lagrange
nos ns x1 , x2 , . . . , xn tem-se
S
L
F
S
L
F
S
L
F
Z 1 X
n
n Y
n xx
X
k
Q(xi ) dx = ci Q(xi )
Q(x) dx =
1
1 i=1 k=1 xi xk
i=1
Z 1
k6=i
e esta frmula tem, pelo menos, grau de preciso n 1.

Nos casos em que o grau do polinmio Q(x) n e 2n 1
podemos dividi-lo por Pn (x) obtendo-se
JF
LS
S
L
F
Q(x) = C(x) Pn (x) + R(x)
com C(x) e R(x) de grau < n.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Demonstrao
Como C(x) tem grau < n ento
Z 1
1
C(x)Pn (x) dx = 0. Visto que
cada xi uma raiz de Pn (x) tem-se
S
L
F
S
L
F
Q(xi ) = C(xi ) Pn (xi ) + R(xi ) = R(xi ),
S
L
F
i = 1, 2, . . . , n
Por outro lado, R(x) tem ainda grau < n donde o argumento
inicial implica
Z 1
1
R(x) dx =
n
X
ci R(xi )
i=1
e portanto
LS
Z 1
JF
Q(x) dx =
Z 1
LS
C(x)Pn (x)+R(x) dx =
JF
Z 1
1
R(x) dx =
n
X
i=1
S
L
F
ci Q(xi ).
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Demonstrao
Como C(x) tem grau < n ento
Z 1
1
C(x)Pn (x) dx = 0. Visto que
cada xi uma raiz de Pn (x) tem-se
S
L
F
S
L
F
Q(xi ) = C(xi ) Pn (xi ) + R(xi ) = R(xi ),
S
L
F
i = 1, 2, . . . , n
Por outro lado, R(x) tem ainda grau < n donde o argumento
inicial implica
Z 1
1
R(x) dx =
n
X
ci R(xi )
i=1
e portanto
LS
Z 1
JF
Q(x) dx =
Z 1
LS
C(x)Pn (x)+R(x) dx =
JF
Z 1
1
R(x) dx =
n
X
i=1
S
L
F
ci Q(xi ).
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Apresentamos, de seguida, algumas frmulas de quadratura

Gaussiana:
n=3:
S
L
F
Z 1
1
f (x) dx
Z 1
1
5
3 8
+ f (0) + f
5
9
9
5
f
9
f (x) dx
S
L
F
p
18+ 30
36
n=4:
S
L
F
p
18 30
S
L
F
36
32
7
6
5
+
q
3+2
7
6
5
3
5
p
18+ 30
36
p
18 30
36
S
L
F
32
7
6
5
+
q
3+2
7
6
5
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Apresentamos, de seguida, algumas frmulas de quadratura

Gaussiana:
n=3:
S
L
F
Z 1
1
f (x) dx
Z 1
1
5
3 8
+ f (0) + f
5
9
9
5
f
9
f (x) dx
S
L
F
p
18+ 30
36
n=4:
S
L
F
p
18 30
S
L
F
36
32
7
6
5
+
q
3+2
7
6
5
3
5
p
18+ 30
36
p
18 30
36
S
L
F
32
7
6
5
+
q
3+2
7
6
5
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Exemplo
Z 1.5
Encontremos uma aproximao de
x2
dx cujo valor
exacto 0.1093643 . . .
Utilizando as frmulas fechadas e abertas de Newton-Cotes

obtm-se as seguintes aproximaes:
S
L
F
S
L
F
Frmulas de
Newton-Cotes fechadas
Frmulas de
Newton-Cotes abertas
0.1048057
S
L
F
0.1183197
0.1093104
0.1093404
0.1093643
0.1063473
0.1094116
0.1093971
Utilizando quadratura Gaussiana com n = 2 obtm-se
S
L
F
Z 1.5
1
ex dx =
Z
1 1
(t+5)2
16
S
L
F
dt
1
e
4
5 3
3
16
+ e
5+ 3
3
16
S
L
F
0.1094003
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Exemplo
Z 1.5
x2
dx cujo valor
exacto 0.1093643 . . .

S
L
F
S
L
F
Frmulas de
Frmulas de
0.1048057
S
L
F
0.1183197
0.1093104
0.1093404
0.1093643
0.1063473
0.1094116
0.1093971
S
L
F
Z 1.5
1
ex dx =
Z
1 1
(t+5)2
16
S
L
F
dt
1
e
4
5 3
3
16
+ e
5+ 3
3
16
S
L
F
0.1094003
Clculo Numrico
S
L
F
S
L
F
Terica 13
S
L
F
Exemplo
Z 1.5
x2
dx cujo valor
exacto 0.1093643 . . .

S
L
F
S
L
F
Frmulas de
Frmulas de
0.1048057
S
L
F
0.1183197
0.1093104
0.1093404
0.1093643
0.1063473
0.1094116
0.1093971
S
L
F
Z 1.5
1
ex dx =
Z
1 1
(t+5)2
16
S
L
F
dt
1
e
4
5 3
3
16
+ e
5+ 3
3
16
S
L
F
0.1094003
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 14
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Problemas de valor inicial para equaes diferenciais ordinrias
Captulo 3
S
L
F
S
L
F
S
L
F
Problemas de valor inicial

para equaes diferenciais ordinrias
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Problemas de valor inicial para equaes diferenciais ordinrias - Teoria elementar de problemas de valor inicial
S
L
F
J
J
S
L
F
Teoria elementar de
problemas de valor inicial
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
A resoluo numrica de equaes diferenciais , muito

provavelmente, o domnio da Anlise Numrica onde as
aplicaes so mais numerosas.
reas como:
Anlise de circuitos elctricos
S
L
F
Electromagnetismo
Mecnica de fludos
S
L
F
Anlise de estruturas
S
L
F
conduzem-nos frequentemente resoluo de equaes

diferenciais, sistemas de equaes diferenciais ou mais
geralmente equaes com derivadas parciais.
S
L
F
S
L
F
S
L
F
O objectivo ser obter uma aproximao numrica das

solues de equaes diferenciais atravs da utilizao de
vrios mtodos.
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F

reas como:
S
L
F
Electromagnetismo
Mecnica de fludos
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F

vrios mtodos.
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F

reas como:
S
L
F
Electromagnetismo
Mecnica de fludos
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F

vrios mtodos.
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Consideremos o circuito elctrico constitudo por uma

resistncia R e uma bobina com um coeficiente de autoinduo L montados em srie com uma fonte de alimentao
E responsvel pela fora electromotriz que faz com que a
corrente i, expressa em Amperes, percorra o circuito.
S
L
F
S
L
F
J
Interruptor
S
L
F
S
L
F
S
L
F
J
E
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
De acordo com a 2 LEI DE K IRCHHOFF (que estabelece que

a soma algbrica das diferenas de tenso ao longo de um
circuito elctrico fechado nula), a corrente flui quando se
fecha o circuito obtendo-se:
S
L
F
S
L
F
Indutncia (em Henrys)
L i0 (t) + R i(t) = E(t)
S
L
F
Resistncia (em Ohms)
S
L
F
S
L
F
Fonte de alimentao (em Volts)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F

S
L
F
S
L
F
L i0 (t) + R i(t) = E(t)
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F

S
L
F
S
L
F
L i0 (t) + R i(t) = E(t)
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F

S
L
F
S
L
F
L i0 (t) + R i(t) = E(t)
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Neste captulo, procuraremos uma aproximao da soluo

y(t) do seguinte problema de valor inicial:
(P)
LS
JF
dy
= f (t, y),
dt
atb
y(a) =
S
L
F
Condio inicial
S
L
F
Antes de se procurar uma aproximao de y(t) fundamental

saber se o problema (P) tem soluo e em caso afirmativo, se
essa soluo nica.
igualmente importante saber se, ao introduzirmos uma

perturbao = (t) na condio da equao diferencial e um
erro na condio inicial, o problema que dai resulta ainda
admite soluo nica (tambm ela com uma perturbao
relativamente a y(t)).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F

(P)
LS
JF
dy
= f (t, y),
dt
atb
y(a) =
S
L
F
Condio inicial
S
L
F

essa soluo nica.

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F

(P)
LS
JF
dy
= f (t, y),
dt
atb
y(a) =
S
L
F
Condio inicial
S
L
F

essa soluo nica.

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Definio
O problema de valor inicial (P) diz-se um problema bem posto

se:
Tiver uma nica soluo y(t).
Para todo o > 0, existir uma constante k() > 0 tal que
sempre que || < e (t) for contnua com |(t)| < em [a, b]
exista uma nica soluo z(t) de
S
L
F
(P, )
S
L
F
dz
= f (t, z) + (t),
dt
z(a) = +
atb
S
L
F
com z(t) y(t) < k() para todo o t [a, b].
S
L
F
S
L
F
Observao
S
L
F
O problema (P, ) chama-se problema perturbado associado

ao problema de valor inicial (P).
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Definio

se:
S
L
F
(P, )
S
L
F
dz
= f (t, z) + (t),
dt
z(a) = +
atb
S
L
F
S
L
F
S
L
F
Observao
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Definio

se:
S
L
F
(P, )
S
L
F
dz
= f (t, z) + (t),
dt
z(a) = +
atb
S
L
F
S
L
F
S
L
F
Observao
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Definio
Uma funo f (t, y) satisfaz a condio de Lipschitz na varivel

y num conjunto D 2 se existir uma constante L > 0 tal que
f (t, y1 ) f (t, y2 ) L y1 y2 ,
S
L
F
S
L
F
(t, y1 ), (t, y2 ) D
S
L
F
A constante L designa-se por constante de Lipschitz para f .

Definio
Um conjunto D 2 diz-se convexo se para quaisquer (t1 , y1 ),

(t2 , y2 ) D e [0, 1] o ponto
S
L
F
est ainda em D.
(1 )t1 + t2 , (1 )y1 + y2
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Definio
Uma funo f (t, y) satisfaz a condio de Lipschitz na varivel

y num conjunto D 2 se existir uma constante L > 0 tal que
f (t, y1 ) f (t, y2 ) L y1 y2 ,
S
L
F
S
L
F
(t, y1 ), (t, y2 ) D
S
L
F
A constante L designa-se por constante de Lipschitz para f .

Definio
Um conjunto D 2 diz-se convexo se para quaisquer (t1 , y1 ),

(t2 , y2 ) D e [0, 1] o ponto
S
L
F
est ainda em D.
(1 )t1 + t2 , (1 )y1 + y2
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Geometricamente, num conjunto convexo, dados dois pontos

quaisquer (t1 , y1 ) e (t2 , y2 ) do conjunto ento o segmento de
recta que os une est totalmente contido no conjunto.
S
L
F
J
J
S
L
F
Conjunto convexo
S
L
F
Conjunto no convexo
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Proposio
Seja
R2 um conjunto convexo.
f : D R uma funo.
D
S
L
F
Se existir L > 0 tal que
S
L
F
(t, y) L,
y
S
L
F
(t, y) D
ento f satisfaz a condio de Lipschitz na varivel y em D

com constante L.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Proposio
Seja
f : D R uma funo.
D
S
L
F
S
L
F
(t, y) L,
y
S
L
F
(t, y) D

com constante L.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Proposio
Seja
f : D R uma funo.
D
S
L
F
S
L
F
(t, y) L,
y
S
L
F
(t, y) D

com constante L.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Teorema
Seja
D = (t, y) : a t b, < y < + .

f : D
S
L
F
R uma funo contnua que satisfaz a condio
S
L
F
S
L
F
de Lipschitz na varivel y em D.
Ento o problema de valor inicial
(P)
S
L
F
dy = f (t, y),
dt
y(a) =
S
L
F
atb
S
L
F
bem-posto e, em particular, (P) ter uma nica soluo y(t),

a t b.
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Teorema
Seja
D = (t, y) : a t b, < y < + .

f : D
S
L
F
S
L
F
S
L
F
(P)
S
L
F
dy = f (t, y),
dt
y(a) =
S
L
F
atb
S
L
F

a t b.
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Teorema
Seja
D = (t, y) : a t b, < y < + .

f : D
S
L
F
S
L
F
S
L
F
(P)
S
L
F
dy = f (t, y),
dt
y(a) =
S
L
F
atb
S
L
F

a t b.
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Exemplo
Seja D = (t, y) : 0 t 1, < y < + e
dy = 2y + t2 + 3,
S
L
F
dt
y(0) = 1
S
L
F
0t1
S
L
F
Seja f (t, y) = 2y + t2 + 3. Como (t, y) = 2 podemos concluir

y
que f satisfaz a condio de Lipschitz na varivel y em D.
Visto que f contnua conclumos que o problema de valor

inicial dado bem-posto e portanto admite uma nica
soluo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Exemplo
Seja D = (t, y) : 0 t 1, < y < + e
dy = 2y + t2 + 3,
S
L
F
dt
y(0) = 1
S
L
F
0t1
S
L
F
f
y

soluo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Exemplo
Seja D = (t, y) : 0 t 1, < y < + e
dy = 2y + t2 + 3,
S
L
F
dt
y(0) = 1
S
L
F
0t1
S
L
F
f
y

soluo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 14
S
L
F
Exemplo
A nica soluo do problema anterior

y(t) =
S
L
F
1
7 2t + 2t2 3e2t ,
4
S
L
F
S
L
F
S
L
F
0t1

1
y(t) =
7 2t + 2t2 3e2t
4
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 15
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Captulo 3
S
L
F
S
L
F
S
L
F

S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Problemas de valor inicial para equaes diferenciais ordinrias - O mtodo de Euler
S
L
F
J
J
S
L
F
S
L
F
S
L
F
O mtodo de Euler
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
O mtodo de Euler raramente utilizado na prtica, porm,

a simplicidade da sua deduo pode ser usada para ilustrar
as tcnicas envolvidas na construo de outros mtodos mais
avanados.
S
L
F
S
L
F
S
L
F
O objectivo do mtodo obter uma aproximao do problema

de valor inicial bem-posto:
(P)
S
L
F
dy = f (t, y),
dt
y(a) =
S
L
F
atb
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
O mtodo de Euler raramente utilizado na prtica, porm,

a simplicidade da sua deduo pode ser usada para ilustrar
as tcnicas envolvidas na construo de outros mtodos mais
avanados.
S
L
F
S
L
F
S
L
F
O objectivo do mtodo obter uma aproximao do problema

de valor inicial bem-posto:
(P)
S
L
F
dy = f (t, y),
dt
y(a) =
S
L
F
atb
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Consideremos o intervalo [a, b] (a < b) e os nmeros

igualmente espaados por h = (b a)/N:
ns
ti = a + i h ,
S
L
F
S
L
F
passo
J
J
S
L
F
S
L
F
J
h
t0 = a
i = 0, 1, 2, . . . , N
...
t1
t2
...
S
L
F
t N 1
b = tN
S
L
F
Deste
modo, vamos determinar um conjunto de pontos
(ti , wi ) i=0,1,...,N que aproximar a soluo do problema (P).
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F

ns
ti = a + i h ,
S
L
F
S
L
F
passo
J
J
S
L
F
S
L
F
J
h
t0 = a
i = 0, 1, 2, . . . , N
...
t1
t2
...
S
L
F
t N 1
b = tN
S
L
F
Deste
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F

ns
ti = a + i h ,
S
L
F
S
L
F
passo
J
J
S
L
F
S
L
F
J
h
t0 = a
i = 0, 1, 2, . . . , N
...
t1
t2
...
S
L
F
t N 1
b = tN
S
L
F
Deste
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F

ns
ti = a + i h ,
S
L
F
S
L
F
passo
J
J
S
L
F
S
L
F
J
h
t0 = a
i = 0, 1, 2, . . . , N
...
t1
t2
...
S
L
F
t N 1
b = tN
S
L
F
Deste
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Supondo que (P) tem uma nica soluo y C2 [a, b] tem-se,

usando a frmula de Taylor, com resto de ordem 2, na funo
y em torno do ponto ti ,
(t ti )2
y(t) = y(ti ) + (t ti )y0 (ti ) +
S
L
F
y00 i (t) ,
ti < i (t) < t.
S
L
F
S
L
F
Fazendo t = ti+1 e h = ti+1 ti vem
h2
y(ti+1 ) = y(ti ) + hy0 (ti ) + y00 (i ),
2
ti < < ti+1 .
ou seja, como y0 (ti ) = f ti , y(ti ) tem-se
JF
LS
LS
y(ti+1 ) = y(ti ) + hf ti , y(ti ) +
JF
h2 00
y (i ),
2
ti < < ti+1 .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Supondo que (P) tem uma nica soluo y C2 [a, b] tem-se,

usando a frmula de Taylor, com resto de ordem 2, na funo
y em torno do ponto ti ,
(t ti )2
y(t) = y(ti ) + (t ti )y0 (ti ) +
S
L
F
y00 i (t) ,
ti < i (t) < t.
S
L
F
S
L
F
h2
y(ti+1 ) = y(ti ) + hy0 (ti ) + y00 (i ),
2
ti < < ti+1 .
ou seja, como y0 (ti ) = f ti , y(ti ) tem-se
JF
LS
LS
y(ti+1 ) = y(ti ) + hf ti , y(ti ) +
JF
h2 00
y (i ),
2
ti < < ti+1 .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Desprezando o termo
(E)
S
L
F
h2 00
y (i ) obtemos o mtodo de Euler
2
w0 = ,
S
L
F
wi+1 = wi + hf (ti , wi ),
S
L
F
i = 0, 1, . . . , N 1
que gera aproximaes wi y(ti ), i = 0, 1, . . . , N.
A equao
wi+1 = wi + hf (ti , wi ),
S
L
F
i = 0, 1, . . . , N 1
S
L
F
S
L
F
designa-se por equao de diferenas.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Desprezando o termo
(E)
S
L
F
h2 00
y (i ) obtemos o mtodo de Euler
2
w0 = ,
S
L
F
wi+1 = wi + hf (ti , wi ),
S
L
F
i = 0, 1, . . . , N 1
que gera aproximaes wi y(ti ), i = 0, 1, . . . , N.
A equao
wi+1 = wi + hf (ti , wi ),
S
L
F
i = 0, 1, . . . , N 1
S
L
F
S
L
F
designa-se por equao de diferenas.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Informalmente, o mtodo de Euler pode ser interpretado

geometricamente como o problema de determinar uma curva
no plano que comea num dado ponto e satisfaz uma dada
equao diferencial.
A equao diferencial pode ser encarada como uma frmula

que d o declive da recta tangente curva em qualquer ponto
da curva (desde que este tenha sido calculado). Conhecido o
ponto inicial A0 = (t0 , ) ento, da equao diferencial,
podemos calcular o declive da recta tangente curva
(desconhecida) em t0 e a respectiva recta tangente. Avanando
ao longo dessa recta at ao ponto A1 cuja abcissa t1 e
imaginando que este se encontra sobre a curva desconhecida,
podemos calcular novamente o declive da recta tangente
curva em t1 e a respectiva recta tangente.
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Repetindo este processo at tN encontramos uma linha

poligonal A0 A1 . . . AN que aproxima a curva desconhecida.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F

equao diferencial.

S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F

equao diferencial.

S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
J
b
wN
b
AN
LS
JF
LS
S
L
F
y(t)
..
.
JF
w2
w1
b
b
tg = f (a, )
b
A2
A1
A0
S
L
F
a = t0
t1
t2
S
L
F
...
tN = b
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Exemplo
Utilizemos o mtodo de Euler para aproximar o seguinte

problema de valor inicial
S
L
F
y(0) = 0.5,
S
L
F
dy = y t2 + 1,
dt
com N = 10.
0t2
S
L
F
Temos h = 0.2, ti = 0.2i, i = 0, 1, . . . , 10 e
w0 = 0.5,
LS
LS
w = w + 0.5 w t2 + 1 = 1.2w 0.008i2 + 0.2,

i+1
i
i
i
i
JF
JF
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Exemplo
Utilizemos o mtodo de Euler para aproximar o seguinte

problema de valor inicial
S
L
F
y(0) = 0.5,
S
L
F
dy = y t2 + 1,
dt
com N = 10.
0t2
S
L
F
Temos h = 0.2, ti = 0.2i, i = 0, 1, . . . , 10 e
w0 = 0.5,
LS
LS
w = w + 0.5 w t2 + 1 = 1.2w 0.008i2 + 0.2,

i+1
i
i
i
i
JF
JF
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Exemplo
A tabela abaixo d-nos as aproximaes wi , i = 0, 1, . . . , 10 e

tambm o erro absoluto cometido na aproximao sabendo
et
que a soluo exacta do problema: y(t) = (t + 1)2 .
2
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
y(t) = 1 + 2t + t2
w10
b
w9
LS
JF
w8
w5
w2
w3
w1
0 = t0
S
L
F
J
b
w6
w4
S
L
F
S
L
F
b
w7
0.5 = w0
et
2
S
L
F
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 = 2
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Teorema
Seja
D = (t, y) : a t b, < y < + .

f : D
uma funo contnua que satisfaz a condio

de Lipschitz na varivel y em D com constante L.
S
L
F
S
L
F
S
L
F
Se
soluo y(t) do problema de valor inicial (P) satisfaz
00 a nica
y (t) M, t [a, b] para alguma constante M ento, para

cada i = 0, 1, . . . , N,
h
i
y(ti ) wi hM eL(ti a) 1
S
L
F
2L
S
L
F
S
L
F
onde w0 , w1 , . . . , wN so as aproximaes geradas pelo mtodo

de Euler para algum inteiro positivo N.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Teorema
Seja
D = (t, y) : a t b, < y < + .

f : D

S
L
F
S
L
F
S
L
F
Se
00 a nica

cada i = 0, 1, . . . , N,
h
i
S
L
F
2L
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Teorema
Seja
D = (t, y) : a t b, < y < + .

f : D

S
L
F
S
L
F
S
L
F
Se
00 a nica

cada i = 0, 1, . . . , N,
h
i
S
L
F
2L
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Na resoluo numrica de equaes diferencias so vrios

tipos de erros que podem surgir. Dentre eles, destacam-se
os erros de truncatura local que so os erros cometidos, num
passo, quando, na impossibilidade de utilizar frmulas
matemticas exactas num determinado clculo, se usam, em
sua substituio, frmulas aproximadas que truncam uma
parte dessas frmulas exactas iniciais.
S
L
F
S
L
F
S
L
F
No caso do mtodo de Euler, o erro de truncatura local advm

h2 00
y (i ) na frmula de Taylor,
de termos desprezado o termo
2
com resto de ordem 2, da funo y em torno do ponto ti .
De um modo geral, nos mtodos que iremos apresentar, o erro
de truncatura local resultar de abandonarmos o termo do
resto na frmula de Taylor quando esta for utilizada para
efectuar um determinado clculo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F

S
L
F
S
L
F
S
L
F

h2 00
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F

S
L
F
S
L
F
S
L
F

h2 00
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Definio (Erro de truncatura local)
O mtodo com equao de diferenas
w0 = ,
S
L
F
wi+1 = wi + h(ti , wi ),
i = 0, 1, . . . , N 1
S
L
F
tem erro de truncatura local

i+1 (h) =
yi+1 yi + h(ti , yi )
yi+1 yi
(ti , yi )
h
S
L
F
para cada i = 0, 1, . . . , N 1.
Os mtodos com equaes de diferenas para solucionar
(aproximadamente) equaes diferenciais mais precisos so
aqueles que possuem erro de truncatura local O(hp ) para o
maior valor possvel de p.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Definio (Erro de truncatura local)
O mtodo com equao de diferenas
w0 = ,
S
L
F
wi+1 = wi + h(ti , wi ),
i = 0, 1, . . . , N 1
S
L
F
tem erro de truncatura local

i+1 (h) =
yi+1 yi + h(ti , yi )
yi+1 yi
(ti , yi )
h
S
L
F
para cada i = 0, 1, . . . , N 1.
Os mtodos com equaes de diferenas para solucionar
(aproximadamente) equaes diferenciais mais precisos so
aqueles que possuem erro de truncatura local O(hp ) para o
maior valor possvel de p.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Observao
O mtodo de Euler tem erro de truncatura local

i+1 (h) =
S
L
F
yi+1 yi
f (ti , yi ),
h
i = 0, 1, . . . , N 1.
S
L
F
S
L
F
Do anterior desenvolvimento pela frmula de Taylor vemos

que
h
i+1 (h) = y00 (i )
2
para algum ti < i < ti+1 . Se max y00 (t) M tem-se
atb
S
L
F
i+1 (h) h M
S
L
F
S
L
F
donde o erro de truncatura local do mtodo de Euler O(h).
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Observao
O mtodo de Euler tem erro de truncatura local

i+1 (h) =
S
L
F
yi+1 yi
f (ti , yi ),
h
i = 0, 1, . . . , N 1.
S
L
F
S
L
F
Do anterior desenvolvimento pela frmula de Taylor vemos

que
h
i+1 (h) = y00 (i )
2
para algum ti < i < ti+1 . Se max y00 (t) M tem-se
atb
S
L
F
i+1 (h) h M
S
L
F
S
L
F
donde o erro de truncatura local do mtodo de Euler O(h).
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Problemas com valores iniciais para equaes diferenciais ordinrias - O mtodo de Taylor
S
L
F
J
J
S
L
F
O mtodo de Taylor
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Suponhamos que o problema de valor inicial
dy = f (t, y),
(P)
dt
y(a) =
atb
bem-posto com soluo nica y Cn+1 [a, b].
S
L
F
S
L
F
S
L
F
Escrevendo a frmula de Taylor, com resto de ordem n + 1, da

funo y em torno do ponto ti ,
S
L
F
(t ti )2 00
y(t) = y(ti ) + (t ti )y (ti ) + +
y (ti )+
2!
(t ti )n (n)
(t ti )n+1 (n+1)
+...+
y (ti ) +
y
i (t) ,
n!
(n + 1)!
0
S
L
F

y(ti+1 ) = y(ti ) + hy0 (ti ) + . . . +
hn (n)
hn+1 (n+1)
y (ti ) +
y
(i ),
n!
(n + 1)!
ti < i (t) < t.
S
L
F
ti < i < t.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
dy = f (t, y),
(P)
dt
y(a) =
atb
S
L
F
S
L
F
S
L
F

S
L
F
(t ti )2 00
y(t) = y(ti ) + (t ti )y (ti ) + +
y (ti )+
2!
(t ti )n (n)
(t ti )n+1 (n+1)
+...+
y (ti ) +
y
i (t) ,
n!
(n + 1)!
0
S
L
F

y(ti+1 ) = y(ti ) + hy0 (ti ) + . . . +
hn (n)
hn+1 (n+1)
y (ti ) +
y
(i ),
n!
(n + 1)!
ti < i (t) < t.
S
L
F
ti < i < t.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
dy = f (t, y),
(P)
dt
y(a) =
atb
S
L
F
S
L
F
S
L
F

S
L
F
(t ti )2 00
y(t) = y(ti ) + (t ti )y (ti ) + +
y (ti )+
2!
(t ti )n (n)
(t ti )n+1 (n+1)
+...+
y (ti ) +
y
i (t) ,
n!
(n + 1)!
0
S
L
F

y(ti+1 ) = y(ti ) + hy0 (ti ) + . . . +
hn (n)
hn+1 (n+1)
y (ti ) +
y
(i ),
n!
(n + 1)!
ti < i (t) < t.
S
L
F
ti < i < t.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Visto que y(k) (t) = f (k1) t, y(t) tem-se ainda
h2
y(ti+1 ) = y(ti ) + hf ti , y(ti ) + f 0 ti , y(ti ) +
2!
hn (n1)
hn+1 (n)
+...+
f
ti , y(ti ) +
f i , y(i ) ,
n!
(n + 1)!
S
L
F
e desprezando
de ordem n,
w0 = ,
S
L
F
S
L
F
Observao
ti < i < ti+1 .
S
L
F
hn+1 (n)
f i , y(i ) obtemos o mtodo de Taylor
(n + 1)!
2
n
w = w + hf (t , w ) + h f 0 (t , w ) + . . . + h f (n1) (t , w ),
i+1
i
i
i
i
i
i
i
2
n!
S
L
F
i = 0, 1, . . . , N 1
S
L
F
O mtodo de Taylor de ordem 1 no mais do que o mtodo

de Euler.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
h2
2!
hn (n1)
hn+1 (n)
+...+
f
ti , y(ti ) +
f i , y(i ) ,
n!
(n + 1)!
S
L
F
e desprezando
de ordem n,
w0 = ,
S
L
F
S
L
F
Observao
ti < i < ti+1 .
S
L
F
hn+1 (n)
(n + 1)!
2
n
i+1
i
i
i
i
i
i
i
2
n!
S
L
F
i = 0, 1, . . . , N 1
S
L
F

de Euler.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
h2
2!
hn (n1)
hn+1 (n)
+...+
f
ti , y(ti ) +
f i , y(i ) ,
n!
(n + 1)!
S
L
F
e desprezando
de ordem n,
w0 = ,
S
L
F
S
L
F
Observao
ti < i < ti+1 .
S
L
F
hn+1 (n)
(n + 1)!
2
n
i+1
i
i
i
i
i
i
i
2
n!
S
L
F
i = 0, 1, . . . , N 1
S
L
F

de Euler.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Exemplo
Consideremos o problema de valor inicial
y(0) = 0.5,
dy = y t2 + 1,
S
L
F
S
L
F
dt
com N = 10.
S
L
F
0t2
d
y(t) t2 + 1 = y0 (t) 2t = y(t) t2 2t + 1
dt
temos que o mtodo de Taylor de ordem 2
Como f 0 t, y(t) =
w = ,
S
L
F
wi+1 = wi + h
S
L
F
h
1 + (wi t2i + 1) hti ,
2
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Exemplo
Consideremos o problema de valor inicial
y(0) = 0.5,
dy = y t2 + 1,
S
L
F
S
L
F
dt
com N = 10.
S
L
F
0t2
d
y(t) t2 + 1 = y0 (t) 2t = y(t) t2 2t + 1
dt
temos que o mtodo de Taylor de ordem 2
Como f 0 t, y(t) =
w = ,
S
L
F
wi+1 = wi + h
S
L
F
h
1 + (wi t2i + 1) hti ,
2
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Exemplo
Visto que,
d
y(t) t2 2t + 1 = y0 (t) 2t = y(t) t2 2t 1,
dt
d
f 000 t, y(t) =
y(t) t2 2t + 1 = y0 (t) 2t = y(t) t2 2t 1,
dt
f 00 t, y(t) =
S
L
F
S
L
F
tem-se que o mtodo de Taylor de ordem 4
w0 = ,
"
!
h h2 h3
wi+1 = wi + h 1 + +
+
(wi t2i )+
2
6
24
!
#
2
2
3
h
h
h
h
h
1+ +
hti + 1 +
3 12
2 6 24
JF
LS
JF
LS
S
L
F
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Exemplo
Substituindo h = 0.2 e ti = 0.2i, i = 0, 1, . . . , 10 temos que as

aproximaes dadas pelo mtodo de Taylor de ordem 2 e 4
sero:
S
L
F
J
J
S
L
F
Soluo
Exacta
S
L
F
Mtodo de Taylor
de ordem 2
Erro
Absoluto
J
J
S
L
F
Mtodo de Taylor
de ordem 4
S
L
F
Erro
Absoluto
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Metodo de Taylor de ordem 2
S
L
F
w6
w5
S
L
F
w3
b
w2
S
L
F
J
t
0 = t0
S
L
F
w1
0.5 = w0
w4
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 = 2
w5
w1
S
L
F
w6
w2
0 = t0
S
L
F
w3
w7
w4
w8
w7
et
2
w9
w8
y(t) = 1 + 2t + t2
w10
w9
0.5 = w0
et
2
w10
y(t) = 1 + 2t + t2
Metodo de Taylor de ordem 4
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 = 2
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Teorema
Se o mtodo de Taylor de ordem n for usado para aproximar
a soluo do problema de valor inicial
LS
JF
(P)
S
L
F
dy = f (t, y),
dt
y(a) =
atb
S
L
F
com passo h e y Cn+1 [a, b] ento o erro de truncatura local

O(hn ).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Demonstrao
S
L
F
A equao do desenvolvimento pela frmula de Taylor pode

ser escrita como
h2
hn
y(ti+1 ) y(ti ) hf ti , y(ti ) f 0 ti , y(ti ) . . . f (n1) ti , y(ti ) =
2!
n!
n
+1
h
=
f (n) i , y(i ) , ti < i < ti+1
(n + 1)!
S
L
F
donde o erro de truncatura local
yi+1 yi
hn
i+1 (h) =
T (n) (ti , yi ) =
f (n) i , y(i ) ,
h
(n + 1)!
para cada i = 0, 1, . . . , N com T (n) (ti , yi ) =
JF
LS
JF
LS
S
L
F
ti < i < ti+1
hk
f (k) (ti , wi ).
(
k
+
1
)!
k=0
nX
1
S
L
F
Como y Cn+1 [a, b] vem que y(n+1) (t) = f (n) t, y(t) limitada em
[a, b] tendo-se i = O(hn ) para cada i = 1, 2, . . . , N.
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Demonstrao
S
L
F

ser escrita como
h2
hn
2!
n!
n
+1
h
=
f (n) i , y(i ) , ti < i < ti+1
(n + 1)!
S
L
F
yi+1 yi
hn
i+1 (h) =
T (n) (ti , yi ) =
f (n) i , y(i ) ,
h
(n + 1)!
JF
LS
JF
LS
S
L
F
ti < i < ti+1
hk
f (k) (ti , wi ).
(
k
+
1
)!
k=0
nX
1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 15
S
L
F
Demonstrao
S
L
F

ser escrita como
h2
hn
2!
n!
n
+1
h
=
f (n) i , y(i ) , ti < i < ti+1
(n + 1)!
S
L
F
yi+1 yi
hn
i+1 (h) =
T (n) (ti , yi ) =
f (n) i , y(i ) ,
h
(n + 1)!
JF
LS
JF
LS
S
L
F
ti < i < ti+1
hk
f (k) (ti , wi ).
(
k
+
1
)!
k=0
nX
1
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 16
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Captulo 3
S
L
F
S
L
F
S
L
F

S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Problemas de valor inicial para equaes diferenciais ordinrias - Mtodos do tipo Runge-Kutta
S
L
F
J
J
S
L
F
Mtodos do tipo Runge-Kutta
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
O mtodo de Taylor apresentava um erro de truncatura local

de ordem elevada.
S
L
F
S
L
F
S
L
F
Porm, exige o clculo e a avaliao das derivadas de f (t, y)

procedimento que, em geral, lento e complicado.
Como alternativa, os mtodos de Runge-Kutta so preferveis

pois tambm possuem um erro de truncatura local de ordem
elevada mas dispensam o clculo das derivadas de f (t, y).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F

de ordem elevada.
S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F

de ordem elevada.
S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Teorema
Suponhamos que f (t, y) e todas as suas derivadas parciais de
ordem menor ou igual a n + 1 so contnuas em
S
L
F
S
L
F
D = (t, y) : a t b, c y d .
S
L
F
Se (t0 , y0 ) D ento para todo (t, y) D existir (, ) ]t, t0 [

]y, y0 [ tal que
f (t, y) = Pn (t, y) + Rn (t, y)
onde
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Teorema
Suponhamos que f (t, y) e todas as suas derivadas parciais de
ordem menor ou igual a n + 1 so contnuas em
S
L
F
S
L
F
D = (t, y) : a t b, c y d .
S
L
F
Se (t0 , y0 ) D ento para todo (t, y) D existir (, ) ]t, t0 [

]y, y0 [ tal que
f (t, y) = Pn (t, y) + Rn (t, y)
onde
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Teorema
Pn (t, y) = f (t0 , y0 ) + (t t0 )
"
+
f
f
(t0 , y0 ) + (y y0 ) (t0 , y0 ) +
t
y
#
2 f
(y y0 )2 2 f
(t0 , y0 ) + (t t0 )(y y0 )
(t0 , y0 ) +
(t0 , y0 ) +
ty
2
t2
y2
!
n n
1 X
n f
+...+
(t t0 )nj (y y0 )j
(t0 , y0 )
n
n! j=0 j
t j yj
(t t0 )2 2 f
S
L
F
S
L
F
S
L
F
chamado n-simo polinmio de Taylor em duas variveis

para a funo f e
Rn (t, y) =
S
L
F
nX
+1
(n + 1)! j=0
n+1 f
n+1
(t t0 )n+1j (y y0 )j
(, )
j
tn+1j yj
S
L
F
o termo residual associado a Pn (t, y).
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
A primeiro etapa na deduo de um mtodo de Runge-Kutta

consiste em determinar a1 , 1 e 1 tais que a1 f (t + 1 , y + 1 )
aproxima
h
T (t, y) = f (t, y) + f 0 (t, y)
2
(2)
S
L
F
(n)
hk
(t, y) :=
f (k) (t, y)
(
k
+
1
)!
k=0
nX
1
S
L
F
S
L
F
com um erro de truncatura local no superior a O(h2 ).
Regra da Cadeia
Se x = x(t), y = y(t) forem funes

diferenciveis
em t e z = f (x, y)
for diferencivel no ponto x(t), y(t) ento z = f x(t), y(t) uma

dz z dx z dy
funo diferencivel em t e
=
+
.
dt x dt y dt
S
L
F
S
L
F
S
L
F
Pela regra da Cadeia tem-se,
f 0 (t, y) =
d
f
f
f (t, y) = (t, y) + (t, y) y0 (t).
dt
t
y
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F

aproxima
h
T (t, y) = f (t, y) + f 0 (t, y)
2
(2)
S
L
F
(n)
hk
(t, y) :=
f (k) (t, y)
(
k
+
1
)!
k=0
nX
1
S
L
F
S
L
F
Regra da Cadeia

diferenciveis
em t e z = f (x, y)

dz z dx z dy
=
+
.
dt x dt y dt
S
L
F
S
L
F
S
L
F
f 0 (t, y) =
d
f
f
f (t, y) = (t, y) + (t, y) y0 (t).
dt
t
y
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F

aproxima
h
T (t, y) = f (t, y) + f 0 (t, y)
2
(2)
S
L
F
(n)
hk
(t, y) :=
f (k) (t, y)
(
k
+
1
)!
k=0
nX
1
S
L
F
S
L
F
Regra da Cadeia

diferenciveis
em t e z = f (x, y)

dz z dx z dy
=
+
.
dt x dt y dt
S
L
F
S
L
F
S
L
F
f 0 (t, y) =
d
f
f
f (t, y) = (t, y) + (t, y) y0 (t).
dt
t
y
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Como y (t) = f (t, y) vem
h f
h f
h
(t, y) +
(t, y) f (t, y).
T (2) (t, y) = f (t, y) + f 0 (t, y) = f (t, y) +
2
2 t
2 y
Por outro lado, desenvolvendo f (t + 1 , y + 1 ) pela frmula de
Taylor de grau 1 em (t, y) obtm-se
S
L
F
S
L
F
a1 f (t + 1 , y + 1 ) = a1 f (t, y) + a1 1
f
f
(t, y) + a1 1 (t, y)+
t
y
S
L
F
+ a1 R1 (t + 1 , y + 1 )
onde
21 2 f
1 2 f
2 f
R1 (t + 1 , y + 1 ) =
(,
)
+
(,
)
+
(, )
1
1
2 t2
ty
2 y2
S
L
F
S
L
F
para algum (, ) ]t, t + 1 []y, y + 1 [.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Igualando os coeficientes do polinmio de Taylor em duas

variveis da funo f aos de T (2) (t, y) obtm-se
S
L
F
a1 = 1
h
a1 1 =
2
a = f (t, y)
1 1
S
L
F
a1 = 1
h
1 =
2
= f (t, y)
1
S
L
F
donde
h
h
h 2 2 f
h2
2 f
R1 t + , y + f (t, y) =
(,
)
+
f
(
t
,
y
)
(, )+
2
2
8 t2
4
ty
2 2 f
h2
+
f (t, y)
(, ).
8
y2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Igualando os coeficientes do polinmio de Taylor em duas

variveis da funo f aos de T (2) (t, y) obtm-se
S
L
F
a1 = 1
h
a1 1 =
2
a = f (t, y)
1 1
S
L
F
a1 = 1
h
1 =
2
= f (t, y)
1
S
L
F
donde
h
h
h 2 2 f
h2
2 f
R1 t + , y + f (t, y) =
(,
)
+
f
(
t
,
y
)
(, )+
2
2
8 t2
4
ty
2 2 f
h2
+
f (t, y)
(, ).
8
y2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Se todas as derivadas
parciais de 2 ordem da funo f forem
h
h
limitadas ento R1 t + , y + f (t, y) ser da ordem de um
2
2
h
h
2
(2)
O(h ). Substituindo T (t, y) por f t + , y + f (t, y) no mtodo
2
2
de Taylor de ordem 2, obtemos o chamado mtodo do Ponto
Mdio
S
L
F
S
L
F
w = ,
h
h
wi+1 = wi + hf ti + , wi + f (ti , wi ) ,
Observao
S
L
F
S
L
F
S
L
F
i = 0, 1, . . . , N 1
S
L
F
A equao de diferenas deste mtodo ilustra bem o seu nome,

mtodo do Ponto Mdio. De facto, a funo f calculada no
ponto mdio do intervalo [ti , ti+1 ].
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Se todas as derivadas
parciais de 2 ordem da funo f forem
h
h
limitadas ento R1 t + , y + f (t, y) ser da ordem de um
2
2
h
h
2
(2)
O(h ). Substituindo T (t, y) por f t + , y + f (t, y) no mtodo
2
2
de Taylor de ordem 2, obtemos o chamado mtodo do Ponto
Mdio
S
L
F
S
L
F
w = ,
h
h
wi+1 = wi + hf ti + , wi + f (ti , wi ) ,
Observao
S
L
F
S
L
F
S
L
F
i = 0, 1, . . . , N 1
S
L
F
A equao de diferenas deste mtodo ilustra bem o seu nome,

mtodo do Ponto Mdio. De facto, a funo f calculada no
ponto mdio do intervalo [ti , ti+1 ].
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Com o intuito de obtermos mtodos com erro de truncatura

local mais elevada, podemos considerar
S
L
F
h2
h
T (3) (t, y) = f (t, y) + f 0 (t, y) + f 00 (t, y).
2
6
S
L
F
S
L
F
A expresso, com 4 parmetros, mais apropriada para

aproximar T (3) (t, y)
a1 f (t, y) + a2 f t + 2 , y + 2 f (t, y)
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Com o intuito de obtermos mtodos com erro de truncatura

local mais elevada, podemos considerar
S
L
F
h2
h
T (3) (t, y) = f (t, y) + f 0 (t, y) + f 00 (t, y).
2
6
S
L
F
S
L
F
A expresso, com 4 parmetros, mais apropriada para

aproximar T (3) (t, y)
a1 f (t, y) + a2 f t + 2 , y + 2 f (t, y)
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Acontece que esta expresso no tem flexibilidade suficiente
2
h2 f
(t, y) f (t, y), resultante do clculo
para igualar o termo
6 y
2
h 00
de
f (t, y) pela regra da Cadeia:
6
S
L
F
S
L
F
h2 00
h2 2 f
h2 2 f
h2 f
0
(
t
,
y
)+
f (t, y) =
(
t
,
y
)
y
(
t
)+
(t, y)
6
6 t2
6 yt
6 y
S
L
F
y00 (t)
| {z }
f
f
= t (t,y)+ y (t,y) f (t,y)
Assim, o melhor que se consegue obter com
S
L
F
a1 f (t, y) + a2 f t + 2 , y + 2 f (t, y)
S
L
F
S
L
F
so mtodos com erro de truncatura local da ordem de O(h2 ).
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Acontece que esta expresso no tem flexibilidade suficiente
2
h2 f
(t, y) f (t, y), resultante do clculo
para igualar o termo
6 y
2
h 00
de
f (t, y) pela regra da Cadeia:
6
S
L
F
S
L
F
h2 00
h2 2 f
h2 2 f
h2 f
0
(
t
,
y
)+
f (t, y) =
(
t
,
y
)
y
(
t
)+
(t, y)
6
6 t2
6 yt
6 y
S
L
F
y00 (t)
| {z }
f
f
= t (t,y)+ y (t,y) f (t,y)
Assim, o melhor que se consegue obter com
S
L
F
a1 f (t, y) + a2 f t + 2 , y + 2 f (t, y)
S
L
F
S
L
F
so mtodos com erro de truncatura local da ordem de O(h2 ).
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Todavia, h uma variedade

de escolhas para a1 , a2 , 2 e 2 na,
expresso f (t, y) + a2 f t + 2 , y + 2 f (t, y) , na aproximao de

T (2) (t, y).
1
Uma delas a1 = a2 = e 1 = 2 = h, da qual resulta o mtodo
2
de Euler modificado
S
L
F
w0 = ,
S
L
F
hh
w
f (ti , wi ) + f ti+1 , wi + hf (ti , wi ) ,
i+1 = wi +
S
L
F
i = 0, 1, . . . , N 1
1
3
2h
Seleccionando a1 = , a2 = e 2 = 2 =
, obtm-se o mtodo
4
4
3
de Heun
w = ,
S
L
F
S
L
F
h
2h
2h
wi+1 = wi +
f (ti , wi ) + 3f ti +
, wi +
f (ti , wi ) ,
S
L
F
i = 0, 1, . . . , N 1
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F


T (2) (t, y).
1
2
de Euler modificado
S
L
F
w0 = ,
S
L
F
hh
w
i+1 = wi +
S
L
F
i = 0, 1, . . . , N 1
1
3
2h
, obtm-se o mtodo
4
4
3
de Heun
w = ,
S
L
F
S
L
F
h
2h
2h
wi+1 = wi +
f (ti , wi ) + 3f ti +
, wi +
f (ti , wi ) ,
S
L
F
i = 0, 1, . . . , N 1
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F


T (2) (t, y).
1
2
de Euler modificado
S
L
F
w0 = ,
S
L
F
hh
w
i+1 = wi +
S
L
F
i = 0, 1, . . . , N 1
1
3
2h
, obtm-se o mtodo
4
4
3
de Heun
w = ,
S
L
F
S
L
F
h
2h
2h
wi+1 = wi +
f (ti , wi ) + 3f ti +
, wi +
f (ti , wi ) ,
S
L
F
i = 0, 1, . . . , N 1
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Os mtodos do Ponto Mdio e Heun so classificados como

mtodos de Runge-Kutta de ordem 2 (por causa da ordem do
seu erro de truncatura local).
S
L
F
S
L
F
Observao
S
L
F
possvel aproximar T (3) (t, y) com erro O(h3 ) atravs de uma

expresso do tipo
f t + 1 , y + 1 f t + 2 , y + 2 f (t, y)
que contm 4 parmetros. Contudo, a forma de os achar

bastante complexa e por esse motivo no ser abordada aqui.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Os mtodos do Ponto Mdio e Heun so classificados como

mtodos de Runge-Kutta de ordem 2 (por causa da ordem do
seu erro de truncatura local).
S
L
F
S
L
F
Observao
S
L
F
possvel aproximar T (3) (t, y) com erro O(h3 ) atravs de uma

expresso do tipo
f t + 1 , y + 1 f t + 2 , y + 2 f (t, y)
que contm 4 parmetros. Contudo, a forma de os achar

bastante complexa e por esse motivo no ser abordada aqui.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Exemplo
Usemos os mtodos de Runge-Kutta de ordem 2 apresentados

para obter aproximaes do problema de valor inicial
y(0) = 0.5,
LS
JF
LS
dy = y t2 + 1,
dt
com N = 10.
JF
S
L
F
0t2
Temos h = 0.2 e ti = 0.2i e

Mtodo do Ponto Mdio:
S
L
F
S
L
F
w0 = 0.5,
wi+1 = 1.22wi 0.0088i2 0.008i + 0.218,
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Exemplo

y(0) = 0.5,
LS
JF
LS
dy = y t2 + 1,
dt
com N = 10.
JF
S
L
F
0t2

S
L
F
S
L
F
w0 = 0.5,
wi+1 = 1.22wi 0.0088i2 0.008i + 0.218,
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Exemplo

y(0) = 0.5,
LS
JF
LS
dy = y t2 + 1,
dt
com N = 10.
JF
S
L
F
0t2

S
L
F
S
L
F
w0 = 0.5,
wi+1 = 1.22wi 0.0088i2 0.008i + 0.218,
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Exemplo
Mtodo de Euler modificado:
w0 = 0.5,
S
L
F
S
L
F
wi+1 = 1.22wi 0.0088i2 0.008i + 0.216,
S
L
F
i = 0, 1, . . . , 9
Mtodo de Heun:
w0 = 0.5,
wi+1 = 1.22wi 0.0088i2 0.008i + 0.2173,
S
L
F
S
L
F
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Exemplo
Mtodo de Euler modificado:
w0 = 0.5,
S
L
F
S
L
F
wi+1 = 1.22wi 0.0088i2 0.008i + 0.216,
S
L
F
i = 0, 1, . . . , 9
Mtodo de Heun:
w0 = 0.5,
wi+1 = 1.22wi 0.0088i2 0.008i + 0.2173,
S
L
F
S
L
F
S
L
F
i = 0, 1, . . . , 9
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Exemplo
A tabela em baixo ilustra os resultados obtidos:
S
L
F
ti
y(ti )
J
J
S
L
F
Mtodo do
Ponto Mdio
S
L
F
Erro
Absoluto
Mtodo de Euler
modificado
J
J
S
L
F
Erro
Absoluto
Mtodo de
Heun
S
L
F
Erro
Absoluto
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Metodo do Ponto Medio
y(t) = 1 + 2t + t2
b
w10
w9
LS
w7
JF
w5
S
L
F
0 = t0
w5
S
L
F
J
t
0 = t0
S
L
F
w1
0.5 = w0
w2
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 = 2
w6
w3
w1
S
L
F
w7
w4
w2
0.5 = w0
JF
w3
LS
w4
w8
et
2
w9
y(t) = 1 + 2t + t2
w10
w8
w6
et
2
Metodo de Euler Modificado
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 = 2
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
h2
h3
h
Aproximando T (t, y) = f (t, w)+ f 0 (t, w)+ f 00 (t, w)+ f 000 (t, w)
2
6
24
pela expresso
(4)
ahf (t, y) + bhf t + h, y + hf (t, y) + chf t + h, y + hf t + h, y + hf (t, y) +
+dhf t + h, y + hf t + , y + hf t + h, y + hf (t, y)
S
L
F
S
L
F
S
L
F
(com a, b, c, d, , e a determinar), obtemos o popular mtodo

de Runge-Kutta de ordem 4:
w0 = ,
w
i+1 = wi +
S
L
F
1
6
1 + 22 + 23 + 4 ,
i = 0, 1, . . . , N 1
1
h
,
2 = hf ti + , wi +
2
2
1 = hf (ti , wi ),
h
2
3 = hf ti + , wi +
,
S
L
F
4 = hf (ti+1 , wi + 3 )
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Observao
O erro de truncatura local do mtodo de Runge-Kutta de

ordem 4 O(h4 ) sempre que a soluo y C5 [a, b].
Exemplo
S
L
F
S
L
F
S
L
F
Usemos o mtodo de Runge-Kutta de ordem 4 para obter

aproximaes do problema de valor inicial
y(0) = 0.5,
dy = y t2 + 1,
dt
com N = 10.
S
L
F
0t2
S
L
F
Temos h = 0.2 e ti = 0.2i. Os resultados so:
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Observao

Exemplo
S
L
F
S
L
F
S
L
F

y(0) = 0.5,
dy = y t2 + 1,
dt
com N = 10.
S
L
F
0t2
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Observao

Exemplo
S
L
F
S
L
F
S
L
F

y(0) = 0.5,
dy = y t2 + 1,
dt
com N = 10.
S
L
F
0t2
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
Exemplo
Soluo
Exacta
S
L
F
J
J
S
L
F
Mtodo de Runge-Kutta
de ordem 4
S
L
F
J
J
S
L
F
J
Erro
Absoluto
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 16
S
L
F
y(t) = 1 + 2t + t2
w9
w8
w5
w2
w3
S
L
F
w1
0 = t0
S
L
F
J
b
w6
w4
S
L
F
S
L
F
b
w7
0.5 = w0
et
2
w10
S
L
F
Metodo de Runge-Kutta de ordem 4
t1 t2 t3 t4 t5 t6 t7 t8 t9 t10 = 2
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 17
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Mtodos directos para a soluo de sistemas de equaes lineares
Captulo 5
S
L
F
J
J
S
L
F
S
L
F
Mtodos directos para a soluo de

sistemas de equaes lineares
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
As L EIS DE K IRCHHOFF para circuitos elctricos estabelecem

que:
1 L EI DE K IRCHHOFF
A soma algbrica das correntes num n de um circuito
elctrico igual a zero (ou seja, um n no acumula carga).
S
L
F
S
L
F
S
L
F
A soma algbrica das diferenas de tenso ao longo de
qualquer percurso fechado de um circuito elctrico zero.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F

que:
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F

que:
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Suponhamos que uma diferena de potencial V (em Volts)

aplicada entre os pontos A e G do circuito elctrico ilustrado
na figura em baixo, em que i1 , i2 , i3 , i4 e i5 representam o
fluxo de corrente. Usando G como ponto de referncia, as
L EIS DE K IRCHHOFF implicam que:
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Os sistemas de equaes lineares esto presentes em inmeros

problemas da engenharia, da cincia (incluindo as cincias
sociais) ou at mesmo na economia.
Neste captulo, abordaremos mtodos directos para resolver

sistemas lineares:
LS
JF
a11 x1 + a12 x2 + . . . + a1n xn = b1
E2 :
a21 x1 + a22 x2 + . . . + a2n xn = b2
En :
..
.
S
L
F
an1 x1 + an2 x2 + . . . + ann xn = bn
nas incgnitas x1 , x2 , . . ., xn dadas as constantes aij , i, j =

1, 2, . . . , n e bi , i = 1, 2, . . . , n (i.e. mtodos que permitam obter a
soluo de um sistema linear num nmero finito de operaes
aritmticas sujeitas apenas a erros de arredondamento).
S
L
F
S
L
F
E1 :
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Mtodos directos para a soluo de sistemas de equaes lineares - Sistemas de equaes lineares (mtodo de Gauss)
S
L
F
J
J
S
L
F
Sistemas de equaes lineares

(mtodo de Gauss)
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Usaremos trs operaes para simplificar o sistema linear

dado anteriormente:
1
A equao Ei pode ser multiplicada por uma constante

no-nula e a equao resultante utilizada no lugar de
Ei , indicando-se
(Ei ) (Ei )
S
L
F
S
L
F
A equao Ej pode ser multiplicada por qualquer

constante e somada equao Ei , usando o resultado
no lugar de Ei
(Ei + Ej ) (Ei )
As equaes Ei e Ej podem trocar de ordem, denotando-se
S
L
F
3
S
L
F
S
L
F
(Ei ) (Ej )
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
Consideremos
LS
JF
x2
E1 :
x1 +
E2 :
2x1 +
x2
x3
E3 :
3x1
x2
x3 + 2x4 = 3
E4 :
x1
+ 2x2
LS
+ 3x3
JF
+ 3x4
+
x4
x4 =
S
L
F
Utilizemos E1 para eliminar a incgnita x1 de E2 , E3 e E4 .

Realizando as operaes (E2 2E2 ) (E2 ), (E3 3E1 ) (E3 ) e
(E4 + E1 ) (E4 ) tem-se
S
L
F
E1 :
x1 +
E2 :
E3 :
4x2
E4 :
x2
S
L
F
x2
x3
+ 3x4
5x4
x3 7x4 = 15
3x2 + 3x3 + 2x4 =
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
Consideremos
LS
JF
x2
E1 :
x1 +
E2 :
2x1 +
x2
x3
E3 :
3x1
x2
x3 + 2x4 = 3
E4 :
x1
+ 2x2
LS
+ 3x3
JF
+ 3x4
+
x4
x4 =
S
L
F
Utilizemos E1 para eliminar a incgnita x1 de E2 , E3 e E4 .

Realizando as operaes (E2 2E2 ) (E2 ), (E3 3E1 ) (E3 ) e
(E4 + E1 ) (E4 ) tem-se
S
L
F
E1 :
x1 +
E2 :
E3 :
4x2
E4 :
x2
S
L
F
x2
x3
+ 3x4
5x4
x3 7x4 = 15
3x2 + 3x3 + 2x4 =
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
Seguindo o mesmo procedimento mas agora usando E2 para

eliminar x2 em E3 e E4 vem (E3 4E2 ) (E3 ), (E4 + 3E2 ) (E4 )
e
E1 : x1 + x2
+
3x4 =
4
LS
JF
E2 :
E3 :
E4 :
x2
LS
x3
5x4 =
3x3 + 13x4 =
13
JF
13x4
= 13
S
L
F
O sistema de equaes est na forma triangular e pode

ser resolvido por um processo de substituio ascendente
(ou retroactiva): de E4 tem-se x4 = 1 , resolvendo E3 vem
x3 = 0 , de E2 resultar x2 = 2 e finalmente resolvendo E1
S
L
F
teremos x1 = 1 .
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
Seguindo o mesmo procedimento mas agora usando E2 para

eliminar x2 em E3 e E4 vem (E3 4E2 ) (E3 ), (E4 + 3E2 ) (E4 )
e
E1 : x1 + x2
+
3x4 =
4
LS
JF
E2 :
E3 :
E4 :
x2
LS
x3
5x4 =
3x3 + 13x4 =
13
JF
13x4
= 13
S
L
F
O sistema de equaes est na forma triangular e pode

ser resolvido por um processo de substituio ascendente
(ou retroactiva): de E4 tem-se x4 = 1 , resolvendo E3 vem
x3 = 0 , de E2 resultar x2 = 2 e finalmente resolvendo E1
S
L
F
teremos x1 = 1 .
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Definio
JK
D-se o nome de matrix do tipo n m, sobre um corpo , a

um quadro onde nm elementos de
se dispem de modo a
formarem n filas horizontais de m elementos cada uma (as
linhas da matriz) e m filas verticais de n elementos cada
uma (as colunas da matriz):
LS
JF
A = aij i=1,2,...,n =
j=1,2,...,m
LS
JF
a11
a21
..
.
a12
a22
..
.
an1 an2
a1m
a2m
..
..
.
.
. . . anm
...
...
S
L
F
O conjunto de todas as matrizes do tipo n m sobre um corpo

designar-se- por Mnm ( ).
S
L
F
S
L
F
S
L
F
Em particular, uma matriz do tipo 1 m chamada matrizlinha ou vector linha; uma matriz do tipo n 1 chamada
matriz-coluna ou vector coluna.
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Definio
JK
D-se o nome de matrix do tipo n m, sobre um corpo , a

um quadro onde nm elementos de
se dispem de modo a
formarem n filas horizontais de m elementos cada uma (as
linhas da matriz) e m filas verticais de n elementos cada
uma (as colunas da matriz):
LS
JF
A = aij i=1,2,...,n =
j=1,2,...,m
LS
JF
a11
a21
..
.
a12
a22
..
.
an1 an2
a1m
a2m
..
..
.
.
. . . anm
...
...
S
L
F
O conjunto de todas as matrizes do tipo n m sobre um corpo

designar-se- por Mnm ( ).
S
L
F
S
L
F
S
L
F
Em particular, uma matriz do tipo 1 m chamada matrizlinha ou vector linha; uma matriz do tipo n 1 chamada
matriz-coluna ou vector coluna.
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Definio
Dada uma matriz A = aij
i=1,2,...,n
j=1,2,...,m
do tipo n m chamamos
transposta de A matriz do tipo m n dada por
S
L
F
A =
a21
a22
..
.
an1
an2
..
.
...
anm
...
...
S
L
F
a1m a2m
..
S
L
F
Com esta notao,
representaremos, muitas vezes, um vector

a1
a2
t
coluna a = .
por a = (a1 , a2 , . . . , an ) .
..
S
L
F
a11
a12
..
.
an
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Definio
Dada uma matriz A = aij
i=1,2,...,n
j=1,2,...,m
do tipo n m chamamos
transposta de A matriz do tipo m n dada por
S
L
F
A =
a21
a22
..
.
an1
an2
..
.
...
anm
...
...
S
L
F
a1m a2m
..
S
L
F
Com esta notao,
representaremos, muitas vezes, um vector

a1
a2
t
coluna a = .
por a = (a1 , a2 , . . . , an ) .
..
S
L
F
a11
a12
..
.
an
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
comum usar uma matriz do tipo n (n + 1) para representar

o sistema linear
S
L
F
E1 :
a11 x1 + a12 x2 + . . . + a1n xn = b1
E2 :
a21 x1 + a22 x2 + . . . + a2n xn = b2
En :
S
L
F
S
L
F
..
.
an1 x1 + an2 x2 + . . . + ann xn = bn
De facto, fazendo uso da notao matricial, podemos escrever
S
L
F
A=
a11
a21
..
.
a12
a22
..
.
an1 an2
a1n
a2n
..
..
.
.
. . . ann
...
...
b=
S
L
F
b1
b2
..
.
bn
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
e combinando as matrizes A e b obtm-se
A|b =
S
L
F
a11
a21
..
.
a12
a22
..
.
an1 an2
a1n b1
a2n b2
..
..
..
.
.
.
. . . ann bn
...
...
S
L
F
conhecida como matriz ampliada do sistema linear.
Exemplo
Repetindo as operaes realizadas no sistema linear
JF
LS
E1 :
x1 +
x2
E2 :
2x1 +
x2
x3
E3 :
3x1
x2
x3 + 2x4 = 3
E4 :
x1
S
L
F
+ 2x2
+ 3x3
+ 3x4
+
x4
x4 =
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
e combinando as matrizes A e b obtm-se
A|b =
S
L
F
a11
a21
..
.
a12
a22
..
.
an1 an2
a1n b1
a2n b2
..
..
..
.
.
.
. . . ann bn
...
...
S
L
F
conhecida como matriz ampliada do sistema linear.
Exemplo
Repetindo as operaes realizadas no sistema linear
JF
LS
E1 :
x1 +
x2
E2 :
2x1 +
x2
x3
E3 :
3x1
x2
x3 + 2x4 = 3
E4 :
x1
S
L
F
+ 2x2
+ 3x3
+ 3x4
+
x4
x4 =
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
mas com a notao matricial
S
L
F
A|b =
4
1
1
0
3
1
2
1 1 1
3 1 1 2 3
1 2
3 1 4
S
L
F
obtm-se as matrizes ampliadas
1 1
0
3
4
0 1 1 5 7
0 4 1 7 15
0 3
3
2
8
S
L
F
S
L
F
4
1 1
0
3
7
0 1 1 5
0 0
3
13
13
0 0
0 13 13
S
L
F
S
L
F
A matriz final pode ser transformada no sistema linear

correspondente e as solues x1 , x2 , x3 e x4 obtidas.
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
O procedimento usado no exemplo anterior para determinao

das incgnitas x1 , x2 , x3 e x4 conhecido por eliminao de
Gauss com substituio ascendente.
Mais geralmente, dado o sistema linear
LS
JF
E1 :
a11 x1 + a12 x2 + . . . + a1n xn = a1 n+1
E2 :
a21 x1 + a22 x2 + . . . + a2n xn = a2 n+1
S
L
F
En :
..
.
an1 x1 + an2 x2 + . . . + ann xn = an n+1
S
L
F
escrevemos a sua matriz ampliada
S
L
F
A|a =
a11
a21
..
.
a12
a22
..
.
a1n a1 n+1
a2n a2 n+1
..
..
..
.
.
.
. . . ann an n+1
...
...
S
L
F
an1 an2
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
O procedimento usado no exemplo anterior para determinao

das incgnitas x1 , x2 , x3 e x4 conhecido por eliminao de
Gauss com substituio ascendente.
Mais geralmente, dado o sistema linear
LS
JF
E1 :
a11 x1 + a12 x2 + . . . + a1n xn = a1 n+1
E2 :
a21 x1 + a22 x2 + . . . + a2n xn = a2 n+1
S
L
F
En :
..
.
an1 x1 + an2 x2 + . . . + ann xn = an n+1
S
L
F
escrevemos a sua matriz ampliada
S
L
F
A|a =
a11
a21
..
.
a12
a22
..
.
a1n a1 n+1
a2n a2 n+1
..
..
..
.
.
.
. . . ann an n+1
...
...
S
L
F
an1 an2
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
A eliminao de Gauss pode ser apresentada escrevendo a

matriz ampliada do sistema linear para o qual a incgnita
xk1 acabou de ser eliminada:
(k)
A =
S
L
F
J
J
S
L
F
...
1)
a(1n
a2 k1
a22k
...
(2)
a2n
..
.
..
.
..
..
.
...
..
.
..
..
.
...
1)
1)
a(11
a(12
...
a(11k) 1
a11k
(2)
a22
...
(2)
..
.
..
.
..
...
..
.
0
S
L
F
a(kk11k) 1 a(kk11k)
...
a(kk11n)
k)
a(kk
...
k)
a(kn
..
.
..
..
.
k)
a(nk
...
S
L
F
J
0
k)
a(nn
a(11n) +1
a2 n+1
..
(k1)
ak1 n+1
(k)
ak n+1
..
(2)
S
L
F
J
J
S
L
F
a(nkn) +1
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
onde A(1) , A(2) , . . ., A(n) uma sucesso de matrizes ampliadas

em que A(1) := A | a e para cada k = 2, 3, . . . , n as entradas de
A(k) so:
a(ijk) =
S
L
F
a(ijk1)
quando i = 1, 2, . . . , k 1 e j = 1, 2, . . . , n + 1
quando i = k, k + 1, . . . , n e j = 1, 2, . . . , k 1
S
L
F
a(ikk11) a(kk11j)
(
k
1
)
aij
(k1)
S
L
F
quando i = k, k + 1, . . . , n e j = k, k + 1, . . . , n + 1
ak1 k1
Ao fim de n 1 passos ter-se-
S
L
F
A(n) =
1)
1)
a(11
a(12
0
..
.
2)
a(22
..
.
1)
a(1n
a(11n) +1
2)
a(2n
..
..
.
.
a(22n) +1
..
.
...
...
S
L
F
...
n)
a(nn
a(nnn) +1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
onde A(1) , A(2) , . . ., A(n) uma sucesso de matrizes ampliadas

em que A(1) := A | a e para cada k = 2, 3, . . . , n as entradas de
A(k) so:
a(ijk) =
S
L
F
a(ijk1)
quando i = 1, 2, . . . , k 1 e j = 1, 2, . . . , n + 1
quando i = k, k + 1, . . . , n e j = 1, 2, . . . , k 1
S
L
F
a(ikk11) a(kk11j)
(
k
1
)
aij
(k1)
S
L
F
quando i = k, k + 1, . . . , n e j = k, k + 1, . . . , n + 1
ak1 k1
Ao fim de n 1 passos ter-se-
S
L
F
A(n) =
1)
1)
a(11
a(12
0
..
.
2)
a(22
..
.
1)
a(1n
a(11n) +1
2)
a(2n
..
..
.
.
a(22n) +1
..
.
...
...
S
L
F
...
n)
a(nn
a(nnn) +1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
A soluo do sistema linear ser obtida por substituio

ascendente:
xn =
LS
JF
a(nnn) +1
n)
a(nn
a(kkn) +1
xk =
n
X
j=k+1
k)
a(kk
a(kjk) xj
S
L
F
,
k = n 1, n 2, . . . , 1
S
L
F
1)
2)
n)
O processo falhar se algum dos elementos a(11
, a(22
, . . ., a(nn
for zero j que a operao
S
L
F
Ei
a(ikk)
S
L
F
k)
a(kk
S
L
F
Ek (Ei )
no poder assim ser executada.
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
A soluo do sistema linear ser obtida por substituio

ascendente:
xn =
LS
JF
a(nnn) +1
n)
a(nn
a(kkn) +1
xk =
n
X
j=k+1
k)
a(kk
a(kjk) xj
S
L
F
,
k = n 1, n 2, . . . , 1
S
L
F
1)
2)
n)
O processo falhar se algum dos elementos a(11
, a(22
, . . ., a(nn
for zero j que a operao
S
L
F
Ei
a(ikk)
S
L
F
k)
a(kk
S
L
F
Ek (Ei )
no poder assim ser executada.
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
Consideremos
E1 :
x1
E2 :
LS
JF
x2 + 2x3
E3 :
x1 +
x2 +
E4 :
x1
x2 + 4x3 + 3x4 =
A | a = A(1) =
x3
LS
JF
x4 =
2x1 2x2 + 3x3 3x4 = 20
A matriz ampliada
S
L
F
1 1
2 2
1 1
1 1
2 1 8
3 3 20
1 0
2
4 3
4
S
L
F
S
L
F
S
L
F
donde efectuando as operaes (E2 2E1 ) (E2 ), (E3 E1 )

(E3 ) e (E4 E1 ) (E4 ) tem-se:
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
Consideremos
E1 :
x1
E2 :
LS
JF
x2 + 2x3
E3 :
x1 +
x2 +
E4 :
x1
x2 + 4x3 + 3x4 =
A | a = A(1) =
x3
LS
JF
x4 =
2x1 2x2 + 3x3 3x4 = 20
A matriz ampliada
S
L
F
1 1
2 2
1 1
1 1
2 1 8
3 3 20
1 0
2
4 3
4
S
L
F
S
L
F
S
L
F
donde efectuando as operaes (E2 2E1 ) (E2 ), (E3 E1 )

(E3 ) e (E4 E1 ) (E4 ) tem-se:
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
1 1 2 1 8
0 1 1 4
2 1 1
6
0 0
2
4 12
A(2) =
0
S
L
F
S
L
F
S
L
F
2)
Como o elemento a(22
, designado elemento pivot, zero o
procedimento no pode continuar. Procede-se ento procura
do primeiro elemento a(j22) , j = 3, 4 no-nulo: na circunstncia,
(2)
ser a32 e realiza-se a operao (E2 ) (E3 ) vindo
S
L
F
A(2) =
1 1 2 1 8
0 2 1 1
6
0 0 1 1 4
0 0
2
4 12
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
1 1 2 1 8
0 1 1 4
2 1 1
6
0 0
2
4 12
A(2) =
0
S
L
F
S
L
F
S
L
F
2)
Como o elemento a(22
, designado elemento pivot, zero o
procedimento no pode continuar. Procede-se ento procura
do primeiro elemento a(j22) , j = 3, 4 no-nulo: na circunstncia,
(2)
ser a32 e realiza-se a operao (E2 ) (E3 ) vindo
S
L
F
A(2) =
1 1 2 1 8
0 2 1 1
6
0 0 1 1 4
0 0
2
4 12
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
Visto que a incgnita x2 j foi eliminada em E3 e E4 teremos

0
A(3) := A(2) e prossegue-se com os clculos
S
L
F
A(4) =
1 1 2 1 8
6
0 2 1 1
0 0 1 1 4
4
0 0
0
2
S
L
F
e por substituio ascendente obtm-se:
S
L
F
4
=2
2
4 (1)x4
=2
(1)
6 x4 (1)x3
=3
x2 =
2
8 (1)x4 2x3 (1)x2

x1 =
= 7
1
x4 =
x3 =
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
Exemplo
Visto que a incgnita x2 j foi eliminada em E3 e E4 teremos

0
A(3) := A(2) e prossegue-se com os clculos
S
L
F
A(4) =
1 1 2 1 8
6
0 2 1 1
0 0 1 1 4
4
0 0
0
2
S
L
F
e por substituio ascendente obtm-se:
S
L
F
4
=2
2
4 (1)x4
=2
(1)
6 x4 (1)x3
=3
x2 =
2
8 (1)x4 2x3 (1)x2

x1 =
= 7
1
x4 =
x3 =
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
k)
O exemplo anterior ilustra o que feito quando a(kk
= 0 para
algum k = 1, 2, . . . , n 1:
Os elementos da k-sima coluna de A(k1) so pesquisados a

partir da k-sima linha no sentido de encontrar uma entrada
no-nula.
S
L
F
S
L
F
S
L
F
Se a(k) 6= 0 para algum p = k + 1, . . . , n ento realiza-se a

pk
0
operao (Ek ) (Ep ) obtendo-se A(k1) e o procedimento
continua com o clculo de A(k) .
n)
Se a(k) = 0 para todo o p ou a(nn
= 0 ento pode ser
pk
S
L
F
S
L
F
S
L
F
demonstrado que o sistema linear no tem soluo nica

e o procedimento pra.
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
k)
= 0 para
algum k = 1, 2, . . . , n 1:

no-nula.
S
L
F
S
L
F
S
L
F

pk
0
n)
= 0 ento pode ser
pk
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
k)
= 0 para
algum k = 1, 2, . . . , n 1:

no-nula.
S
L
F
S
L
F
S
L
F

pk
0
n)
= 0 ento pode ser
pk
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
k)
= 0 para
algum k = 1, 2, . . . , n 1:

no-nula.
S
L
F
S
L
F
S
L
F

pk
0
n)
= 0 ento pode ser
pk
S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F
O nmero de operaes aritmticas +, , e no mtodo de

eliminao de Gauss:
/ nos multiplicadores mji =
S
L
F
/ :
a(jii)
a(iii)
S
L
F
nX
1
(n i)(n i + 2) + 1 +
i=1
e nas operaes sobre as linhas
S
L
F
n3
n
(n i) + 1 =
+ n2
nX
1
i=1
/ na substituio ascendente
+/ nas operaes sobre as linhas

+/ :
nX
1
i=1
i=1
S
L
F
n3 n2 5n
(n i 1) + 1 =
+
nX
1
(n i)(n i + 1) +
S
L
F
+/ na substituio ascendente
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F

eliminao de Gauss:
S
L
F
/ :
a(jii)
a(iii)
S
L
F
nX
1
(n i)(n i + 2) + 1 +
i=1
S
L
F
n3
n
(n i) + 1 =
+ n2
nX
1
i=1

+/ :
nX
1
i=1
i=1
S
L
F
n3 n2 5n
(n i 1) + 1 =
+
nX
1
(n i)(n i + 1) +
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 17
S
L
F

eliminao de Gauss:
S
L
F
/ :
a(jii)
a(iii)
S
L
F
nX
1
(n i)(n i + 2) + 1 +
i=1
S
L
F
n3
n
(n i) + 1 =
+ n2
nX
1
i=1

+/ :
nX
1
i=1
i=1
S
L
F
n3 n2 5n
(n i 1) + 1 =
+
nX
1
(n i)(n i + 1) +
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 18
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Captulo 5
S
L
F
J
J
S
L
F
S
L
F

J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Mtodos directos para a soluo de sistemas de equaes lineares - Escolha de pivot
S
L
F
J
J
S
L
F
Escolha de pivot
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
(k)
Vimos anteriormente que quando um dos elementos pivot akk

zero procede-se mudana de linha (Ek ) (Ep ) onde p o
k)
menor inteiro maior que k tal que a(pk
6= 0.
Contudo, para reduzir o erro de arredondamento, pode
acontecer que tenhamos que mudar de linha mesmo quando
k)
for pequeno
o pivot no zero. Mais concretamente, se a(kk
S
L
F
S
L
F
(k)
em comparao com ajk ento
S
L
F
(k)
mjk =
S
L
F
ajk
k)
a(kk
j = k + 1, k + 2, . . . , n
S
L
F
S
L
F
ser muito maior que 1, donde o erro de arredondamento

existente em a(kk`) , ` = k + 1, k + 2, . . . , n vir multiplicado por mjk
no clculo de a(j`k+1) com j, ` = k + 1, k + 2, . . . , n.
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
(k)
Vimos anteriormente que quando um dos elementos pivot akk

zero procede-se mudana de linha (Ek ) (Ep ) onde p o
k)
menor inteiro maior que k tal que a(pk
6= 0.
Contudo, para reduzir o erro de arredondamento, pode
acontecer que tenhamos que mudar de linha mesmo quando
k)
for pequeno
o pivot no zero. Mais concretamente, se a(kk
S
L
F
S
L
F
(k)
em comparao com ajk ento
S
L
F
(k)
mjk =
S
L
F
ajk
k)
a(kk
j = k + 1, k + 2, . . . , n
S
L
F
S
L
F
ser muito maior que 1, donde o erro de arredondamento

existente em a(kk`) , ` = k + 1, k + 2, . . . , n vir multiplicado por mjk
no clculo de a(j`k+1) com j, ` = k + 1, k + 2, . . . , n.
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Por outro lado, mesmo quando se procede substituio

ascendente
(k)
ak n+1
xk =
S
L
F
n
X
j=k+1
(k)
akj
k)
a(kk
S
L
F
S
L
F
k)
muito pequeno, qualquer erro no numerador pode
com a(kk
crescer drasticamente conduzindo a uma soluo
completamente diferente da verdadeira.
Exemplo
Consideremos o sistema linear
S
L
F
E1 :
0.003000x1 + 59.14x2 = 59.17
E2 :
5.291x1 6.130x2 = 46.78
S
L
F
cuja soluo exacta x1 = 10.00 e x2 = 1.000 .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Por outro lado, mesmo quando se procede substituio

ascendente
(k)
ak n+1
xk =
S
L
F
n
X
j=k+1
(k)
akj
k)
a(kk
S
L
F
S
L
F
k)
muito pequeno, qualquer erro no numerador pode
com a(kk
crescer drasticamente conduzindo a uma soluo
completamente diferente da verdadeira.
Exemplo
S
L
F
E1 :
0.003000x1 + 59.14x2 = 59.17
E2 :
5.291x1 6.130x2 = 46.78
S
L
F
cuja soluo exacta x1 = 10.00 e x2 = 1.000 .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Exemplo
Usemos a eliminao de Gauss realizando operaes com

arredondamentos de 4 dgitos. O primeiro elemento pivot
S
L
F
1)
a(11
= 0.003000
S
L
F
S
L
F
e o seu multiplicador associado
5.291
m21 =
= 1763.6(6)
0.003000
59.17
S
L
F
sendo arredondado para 1764. Efectuando E2 m21 E1

(E2 ) e o arredondamento apropriado tem-se
S
L
F
S
L
F
0.003000x1 +
59.14x2
104309x2
104400
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Exemplo
em vez dos valores exactos

0.003000x1 +
59.14x2 =
104300.37(6) x2
S
L
F
S
L
F
59.17
= 104309.37(6)
S
L
F
A disparidade nos valores de m21 a13 e a23 introduz erros

de arredondamento; porm, esse erro no foi sequer ainda
propagado!
A substituio ascendente d-nos

x2 1.001
S
L
F
x1
59.17 59.14 1.001

= 10.00
0.003000
S
L
F
S
L
F
que possui um pequeno erro de 0.001 multiplicado por

59.14
20000.
0.003000
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Exemplo
em vez dos valores exactos

0.003000x1 +
59.14x2 =
104300.37(6) x2
S
L
F
S
L
F
59.17
= 104309.37(6)
S
L
F
A disparidade nos valores de m21 a13 e a23 introduz erros

de arredondamento; porm, esse erro no foi sequer ainda
propagado!
A substituio ascendente d-nos

x2 1.001
S
L
F
x1
59.17 59.14 1.001

= 10.00
0.003000
S
L
F
S
L
F
que possui um pequeno erro de 0.001 multiplicado por

59.14
20000.
0.003000
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
O exemplo anterior mostra como podem surgir dificuldades

quando o pivot pequeno em relao s entradas a(ijk) com
i = k, k + 1, . . . , n e j = k, k + 1, . . . , n. Para contornar esta situao,
a escolha do elemento pivot realizada:
1
k)
Seleccionando um elemento maior a(pq
como pivot;
S
L
F
2
S
L
F
Concretamente, a estratgia passa por escolher um elemento

na mesma coluna que esteja acima da diagonal e tenha o
maior valor absoluto; especificamente, determinamos o menor
p k tal que
(k)
apk = max a(ikk)
S
L
F
S
L
F
Trocando a k-sima linha com a p-sima linha, seguindose a troca entre a k-sima coluna com a q-sima coluna,
se necessrio.
S
L
F
kin
e realizamos a operao (Ek ) (Ep ).
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
O exemplo anterior mostra como podem surgir dificuldades

quando o pivot pequeno em relao s entradas a(ijk) com
i = k, k + 1, . . . , n e j = k, k + 1, . . . , n. Para contornar esta situao,
a escolha do elemento pivot realizada:
1
k)
Seleccionando um elemento maior a(pq
como pivot;
S
L
F
2
S
L
F
Concretamente, a estratgia passa por escolher um elemento

na mesma coluna que esteja acima da diagonal e tenha o
maior valor absoluto; especificamente, determinamos o menor
p k tal que
(k)
apk = max a(ikk)
S
L
F
S
L
F
Trocando a k-sima linha com a p-sima linha, seguindose a troca entre a k-sima coluna com a q-sima coluna,
se necessrio.
S
L
F
kin
e realizamos a operao (Ek ) (Ep ).
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Exemplo
Consideremos novamente o sistema linear
S
L
F
E1 :
0.003000x1 + 59.14x2 = 59.17
E2 :
5.291x1 6.130x2 = 46.78
Como
S
L
F
S
L
F
1)
1)
1)
max a(11
, a(21
= max |0.003000| , |5.291| = |5.291| = a(21
efectuamos a operao (E2 ) (E1 ) obtendo-se
S
L
F
E1 :
5.291x1 6.130x2 = 46.78
E2 :
0.003000x1 + 59.14x2 = 59.17
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Exemplo
Consideremos novamente o sistema linear
S
L
F
E1 :
0.003000x1 + 59.14x2 = 59.17
E2 :
5.291x1 6.130x2 = 46.78
Como
S
L
F
S
L
F
1)
1)
1)
max a(11
, a(21
= max |0.003000| , |5.291| = |5.291| = a(21
efectuamos a operao (E2 ) (E1 ) obtendo-se
S
L
F
E1 :
5.291x1 6.130x2 = 46.78
E2 :
0.003000x1 + 59.14x2 = 59.17
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Exemplo
Calculando o multiplicador
m21 =
S
L
F
1)
a(21
1)
a(11
= 0.0005670
S
L
F
e realizando a operao (E2 m21 E1 ) (E2 ) tem-se
5.291x1 6.130x2 46.78
S
L
F
59.14x2 59.17
Utilizando substituio ascendente conclui-se ento que:
S
L
F
x2 1.000
S
L
F
e
x1 10.00
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Exemplo
Calculando o multiplicador
m21 =
S
L
F
1)
a(21
1)
a(11
= 0.0005670
S
L
F
e realizando a operao (E2 m21 E1 ) (E2 ) tem-se
5.291x1 6.130x2 46.78
S
L
F
59.14x2 59.17
Utilizando substituio ascendente conclui-se ento que:
S
L
F
x2 1.000
S
L
F
e
x1 10.00
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
A tcnica que acabmos de descrever conhecida por escolha

parcial de pivot.
Cada multiplicador mji na escolha parcial de pivot tem valor
inferior ou igual a 1. Embora esta tcnica seja suficiente na
maioria dos casos, noutras situaes inadequada.
S
L
F
S
L
F
Nota
No sistema linear
E1 :
30.00x1 + 591400x2 = 591700
E2 :
5.291x1
6.130x2 =
S
L
F
46.78
podemos considerar o multiplicador
S
L
F
obtendo-se
m21 =
S
L
F
5.291
= 0.1764 < 1
30.00
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F

parcial de pivot.
S
L
F
S
L
F
Nota
No sistema linear
E1 :
30.00x1 + 591400x2 = 591700
E2 :
5.291x1
6.130x2 =
S
L
F
46.78
S
L
F
obtendo-se
m21 =
S
L
F
5.291
= 0.1764 < 1
30.00
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F

parcial de pivot.
S
L
F
S
L
F
Nota
No sistema linear
E1 :
30.00x1 + 591400x2 = 591700
E2 :
5.291x1
6.130x2 =
S
L
F
46.78
S
L
F
obtendo-se
m21 =
S
L
F
5.291
= 0.1764 < 1
30.00
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Exemplo
No entanto, o sistema
30.00x1 + 591400x2 591700
S
L
F
104300x2
S
L
F
104400
S
L
F
possui ainda solues imprecisas: x2 1.001 e x1 10.00 .
Para casos como este, podemos proceder escolha de pivot

parcial com escala que consiste em seleccionar como elemento
pivot a maior entrada da linha da matriz,
JF
LS
S
L
F
S
L
F
si = max aij
1jn
(se si = 0 para algum i ento o sistema no tem soluo nica).
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Exemplo
No entanto, o sistema
30.00x1 + 591400x2 591700
S
L
F
104300x2
S
L
F
104400
S
L
F
possui ainda solues imprecisas: x2 1.001 e x1 10.00 .
Para casos como este, podemos proceder escolha de pivot

parcial com escala que consiste em seleccionar como elemento
pivot a maior entrada da linha da matriz,
JF
LS
S
L
F
S
L
F
si = max aij
1jn
(se si = 0 para algum i ento o sistema no tem soluo nica).
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Em seguida, efectua-se a troca de linhas (para colocar zeros

na primeira coluna) com base na escolha do (menor) inteiro p
tal que
ap1
sp
S
L
F
= max
1kn
a
k1
sk
|an1 |
|a11 | |a21 |
,
,...,
= max
s1
s2
sn
S
L
F
S
L
F
executando-se, portanto, a operao (E1 ) (Ep ).
De um modo geral, antes da eliminao da incgnita xi , procedese efectuando as operaes

Ek mki Ei ,
k = i + 1, i + 2, . . . , n
e seleccionando o menor inteiro p i tal que
S
L
F

api
sp
S
L
F
= max
ikn
S
L
F

a
ki
sk
realizando em seguida a operao (Ei ) (Ep ), i 6= p.
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
Em seguida, efectua-se a troca de linhas (para colocar zeros

na primeira coluna) com base na escolha do (menor) inteiro p
tal que
ap1
sp
S
L
F
= max
1kn
a
k1
sk
|an1 |
|a11 | |a21 |
,
,...,
= max
s1
s2
sn
S
L
F
S
L
F
executando-se, portanto, a operao (E1 ) (Ep ).
De um modo geral, antes da eliminao da incgnita xi , procedese efectuando as operaes

Ek mki Ei ,
k = i + 1, i + 2, . . . , n
e seleccionando o menor inteiro p i tal que
S
L
F

api
sp
S
L
F
= max
ikn
S
L
F

a
ki
sk
realizando em seguida a operao (Ei ) (Ep ), i 6= p.
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
No ltimo exemplo apresentado tem-se
s1 = max |30.00| , |591400| = 591400
s2 = max |5.291| , |6.130| = 6.130.
S
L
F
S
L
F
Visto que,
|a11 |
s1
S
L
F
30.00
5.291 |a21 |
= 0.5073 104 < 0.8631 =
=
591400
6.130
s2
ento efectua-se a operao (E1 ) (E2 ) e aplicamos, em seguida,

a eliminao de Gauss ao sistema
JF
LS
5.291x1
6.130x2 =
S
L
F
46.78
30.00x1 + 591400x2 = 591700
obtendo-se x1 = 10.00 e x2 = 1.000 .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F
A pesquisa do elemento pivot envolve um nmero de

comparaes e divises que no se pode desprezar,
principalmente se tivermos em conta que o tempo exigido
para realizar uma comparao sensivelmente o mesmo
duma adio/subtraco. O nmero destas operaes O n2 .
S
L
F
S
L
F
S
L
F
Pode acontecer, no entanto, que a quantidade de tempo na

execuo do procedimento e a preciso requerida justifique o
uso de uma outra estratgia envolvendo um maior nmero de
operaes na pesquisa do pivot.
Referimo-nos escolha total de pivot: neste caso, o pivot

procurado, no k-simo passo, ser a maior entrada em valor
absoluto de entre os aij com i = k, k + 1, . . . , n e j = k, k + 1, . . . , n.
S
L
F
S
L
F
S
L
F
O nmero de operaes na escolha total de pivot O n3 .
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F

S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F

S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 18
S
L
F

S
L
F
S
L
F
S
L
F


S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 19
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Captulo 5
S
L
F
J
J
S
L
F
S
L
F

J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Mtodos directos para a soluo de sistemas de equaes lineares - Factorizao de matrizes (factorizao LU)
S
L
F
J
J
S
L
F
Factorizao de matrizes
(factorizao LU)
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
O mtodo da eliminao de Gauss a principal ferramenta

para se obter, de forma directa, a soluo de sistemas de
equaes lineares.
Vejamos agora que, os passos j utilizados para resolver um

sistema da forma Ax = b podem ser usados para factorizar a
matriz A, em especial, na forma
S
L
F
S
L
F
A = LU
S
L
F
onde L uma matriz triangular inferior e U uma matriz

triangular superior.
S
L
F
S
L
F
S
L
F
Nota
Nem todas as matrizes podem ser representadas na forma
LU, com L triangular inferior e U triangular superior.
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F

equaes lineares.

S
L
F
S
L
F
A = LU
S
L
F

S
L
F
S
L
F
S
L
F
Nota
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F

equaes lineares.

S
L
F
S
L
F
A = LU
S
L
F

S
L
F
S
L
F
S
L
F
Nota
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
De facto, se A puder ser representada na forma LU ento a

determinao de x faz-se em duas etapas: pondo y = Ux,
1
Soluciona-se o sistema linear Ly = b em ordem

y (como

L triangular inferior esta etapa requer O n2 operaes
atravs de substituio descendente),
S
L
F
2
Observao
S
L
F
Este mtodo permite diminuir o nmero

de operaes

necessrias para resolver Ax = b de O n3 para O n2 . Em
sistemas de 100 100 este procedimento pode reduzir a
quantidade de clculos em mais de 97%. No entanto, a
determinao
das matrizes L e U envolve ainda clculos da

ordem de O n3 .
S
L
F
S
L
F
Resolve-se, em seguida, o sistema linear Ux = y em

ordem a x por
substituio ascendente uma vez conhecido
2
y (com O n operaes adicionais).
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F

1

y (como

S
L
F
2
Observao
S
L
F

de operaes

determinao

ordem de O n3 .
S
L
F
S
L
F

ordem a x por
2
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F

1

y (como

S
L
F
2
Observao
S
L
F

de operaes

determinao

ordem de O n3 .
S
L
F
S
L
F

ordem a x por
2
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Para identificarmos que matrizes admitem a representao

LU e para descobrirmos como a factorizao determinada,
vamos supor que a eliminao de Gauss efectuada no
sistema de equaes lineares Ax = b sem troca de linhas o
k)
,
que equivalente a impor que todos os elementos pivot a(kk
k = 1, 2, . . . , n so no nulos.
S
L
F
S
L
F
S
L
F
O primeiro passo no mtodo de eliminao de Gauss

consiste em efectuar, para cada j = 2, 3, . . . , n, as operaes:
(Ej mj1 E1 ) (Ej )
S
L
F
com mj1 =
S
L
F
a(j11)
1)
a(11
S
L
F
Estas operaes podem visualizadas de outra forma, a

saber, multiplicando a matriz A esquerda pela matriz
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Para identificarmos que matrizes admitem a representao

LU e para descobrirmos como a factorizao determinada,
vamos supor que a eliminao de Gauss efectuada no
sistema de equaes lineares Ax = b sem troca de linhas o
k)
,
que equivalente a impor que todos os elementos pivot a(kk
k = 1, 2, . . . , n so no nulos.
S
L
F
S
L
F
S
L
F
O primeiro passo no mtodo de eliminao de Gauss

consiste em efectuar, para cada j = 2, 3, . . . , n, as operaes:
(Ej mj1 E1 ) (Ej )
S
L
F
com mj1 =
S
L
F
a(j11)
1)
a(11
S
L
F
Estas operaes podem visualizadas de outra forma, a

saber, multiplicando a matriz A esquerda pela matriz
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
m
21
m
31
M(1) =
..
mn1
0
1
0
..
.
0
0
0
1
..
.
0
...
...
...
..
...
0
0
0
..
.
1
conhecida como matriz da primeira transformao de

Gauss tendo-se A(2) x = M(1) Ax = M(1) b = b(2) .
S
L
F
S
L
F
Do mesmo modo se constri M
M(2) =
S
L
F
1
0
0
..
.
0
(2)
0
1
m32
..
.
mn2
S
L
F
S
L
F
0
0
1
..
.
0
...
...
...
..
...
0
0
0
..
.
1
2)
com mj2 = a(j22) /a(22
, j = 3, . . . , n tendo-se
(3)
(2)
(2)
(2)
(1)
(2)
(1)
S
L
F
(3)
A x = M A x = M M Ax = M M b = b .
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
m
21
m
31
M(1) =
..
mn1
0
1
0
..
.
0
0
0
1
..
.
0
...
...
...
..
...
0
0
0
..
.
1
conhecida como matriz da primeira transformao de

Gauss tendo-se A(2) x = M(1) Ax = M(1) b = b(2) .
S
L
F
S
L
F
Do mesmo modo se constri M
M(2) =
S
L
F
1
0
0
..
.
0
(2)
0
1
m32
..
.
mn2
S
L
F
S
L
F
0
0
1
..
.
0
...
...
...
..
...
0
0
0
..
.
1
2)
com mj2 = a(j22) /a(22
, j = 3, . . . , n tendo-se
(3)
(2)
(2)
(2)
(1)
(2)
(1)
S
L
F
(3)
A x = M A x = M M Ax = M M b = b .
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Mais geralmente, a k-sima matriz da transformao de
Gauss M(k) ser
LS
JF
S
L
F
(k)
M =
1 0 ...
0 1 ...
.. .. . .
.
. .
0 0 ...
0 0 ...
0 0 ...
.. .. . .
.
. .
0
0
..
.
LS
JF
0 0
0 ...
0 ...
.. . .
.
.
0 ...
0 ...
1 ...
.. . .
.
.
0
0
..
.
...
1
0
0
1
0 mk+1 k
..
..
.
.
0 mnk 0
...
a(jkk)
S
L
F
com os multiplicadores mjk =
0
0
..
.
k)
a(kk
0
0
0
..
.
S
L
F
S
L
F
, j = k + 1, . . . , n, tendo-se
A(k+1) x = M(k) A(k) x = M(k) . . . M(1) Ax = M(k) . . . M(1) b = b(k+1)
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
O processo termina com a formao da matriz triangular
superior
S
L
F
(n)
A =
1)
1)
1)
a(11
a(12
a(13
...
1)
a(1n
2)
2)
a(22
a(23
...
2)
a(2n
0
..
.
3)
a(33
..
.
...
..
...
S
L
F
0
0
..
.
3)
a(3n
..
S
L
F
n)
a(nn
dada por A(n) = M(n1) M(n2) . . . M(1) A. Assim,
S
L
F
S
L
F
S
L
F
U := A(n) .
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Para regressarmos da matriz A
(k+1)
matriz A
realizamos as operaes
(Ej + mjk Ek ) (Ej ),
j = k + 1, k + 2, . . . , n
h
o que equivale a multiplicar A(k+1) esquerda por M(k)

em que esta matriz
S
L
F
J
J
S
L
F
h
i1
M(k)
=
S
L
F
1 0 ...
0 1 ...
.. .. . .
.
. .
0 0 ...
0 0 ...
0 0 ...
.. .. . .
.
. .
0 0
0
0
..
.
0
0
..
.
0 ...
0 ...
.. . .
.
.
0 ...
0 ...
1 ...
.. . .
.
.
0
0
0
..
.
...
1
0
0
1
0 mk+1 k
..
..
.
.
0 mnk 0
S
L
F
...
(k)
0
0
..
.
i1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
A matriz triangular inferior L ser pois
m21
h
i1 h
i1 h
i1
L = M(1)
M(2)
. . . M(n1)
= m31
.
..
S
L
F
S
L
F
...
...
m32
..
.
1
..
.
S
L
F
mn1 mn2 mn3
0
. . ..
. .
...
...
Deste modo,
h
S
L
F
LU =
(1)
i1 h
(2)
i1
i1
M(n1) . . . M(2) M(1) = A
S
L
F
... M
(n1)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
A matriz triangular inferior L ser pois
m21
h
i1 h
i1 h
i1
L = M(1)
M(2)
. . . M(n1)
= m31
.
..
S
L
F
S
L
F
...
...
m32
..
.
1
..
.
S
L
F
mn1 mn2 mn3
0
. . ..
. .
...
...
Deste modo,
h
S
L
F
LU =
(1)
i1 h
(2)
i1
i1
M(n1) . . . M(2) M(1) = A
S
L
F
... M
(n1)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Teorema (Factorizao LU de Doolittle)
Se o mtodo de eliminao de Gauss for realizado no sistema

linear Ax = b sem troca de linhas ento a matriz A pode ser
factorizada no produto de uma matriz triangular inferior L e
uma matriz triangular superior U, A = LU, onde
LS
JF
1)
a(11
U= .
.
.
0
com mji =
(2)
...
1)
a(1n
(2)
a22
...
a2n
..
.
..
..
.
...
LS
JF
e
n)
a(nn
m
21
L = m31
.
.
.
mn1
a(jii)
...
...
m32
...
..
.
..
.
..
mn2
mn3
...
S
L
F
0
..
.
. Esta factorizao tambm chamada mtodo

a(iii)
de Doolittle e requer que as entradas da diagonal principal
de L sejam iguais a 1.
S
L
F
1)
a(12
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo

x1 + x2
2x1 + x2 x3
3x1 x2 x3
x1 + 2x2 + 3x3
S
L
F
As operaes
(E2 2E1 ) (E2 ),
+ 3x4
+
x4
+ 2x4
x4
S
L
F
=
4
=
1
= 3
=
4
S
L
F
(E3 3E1 ) (E3 ),

E4 (1)E1 (E4 )
(E3 4E2 ) (E3 ),

E4 (3)E2 (E4 )
convertem o sistema linear em

x1 + x2
+
3x4
x2
x3 5x4
3x3 + 13x4
13x4
S
L
F
S
L
F
=
4
=
7
=
13
= 13
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
Dos clculos efectuados e dos multiplicadores encontrados

vem
0 0
2
1 0 0
L=
3
4 1 0
1 3 0 1
LS
JF
.
13
13
0 1 1
U=
0 0
3
S
L
F
e
S
L
F
Fazendo y := Ux tem-se
S
L
F
0 0
1 0 0
L=
4 1 0
1 3 0 1
y1
y2
y3
y4
S
L
F
8
7
14
7
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
Dos clculos efectuados e dos multiplicadores encontrados

vem
0 0
2
1 0 0
L=
3
4 1 0
1 3 0 1
LS
JF
.
13
13
0 1 1
U=
0 0
3
S
L
F
e
S
L
F
Fazendo y := Ux tem-se
S
L
F
0 0
1 0 0
L=
4 1 0
1 3 0 1
y1
y2
y3
y4
S
L
F
8
7
14
7
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
Utilizando substituio descendente tem-se
S
L
F
y1 = 8
y = 7 2y
2
1
y3 = 14 3y1 4y2
y4 = 7 + y1 + 3y2
S
L
F
y=
8
9
26
26
S
L
F
Resolvendo agora o sistema linear Ux = y utilizando

substituio ascendente obtm-se
S
L
F
x1 = 8 x2 3x4
x = (9 + x3 + 5x4 )
2
26 13x4
x3 =
(
26
)
x4 =
(13)
S
L
F
x=
3
1
0
2
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
Utilizando substituio descendente tem-se
S
L
F
y1 = 8
y = 7 2y
2
1
y3 = 14 3y1 4y2
y4 = 7 + y1 + 3y2
S
L
F
y=
8
9
26
26
S
L
F
Resolvendo agora o sistema linear Ux = y utilizando

substituio ascendente obtm-se
S
L
F
x1 = 8 x2 3x4
x = (9 + x3 + 5x4 )
2
26 13x4
x3 =
(
26
)
x4 =
(13)
S
L
F
x=
3
1
0
2
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
A factorizao LU de Doolittle da matriz A = aij
i=1,2,...,n
j=1,2,...,n
pode
ser obtida se det(Ak ) 6= 0 para todo o k = 1, 2, . . . , n, fazendo:

1
21
`31
L=
..
`n1
LS
JF
u1j = a1j ,
JF
uij = aij
iX
1
k=1
...
...
`32
...
..
.
..
.
..
`n2
`n3
ìk ukj ,
j=2
...
j = 1, 2, . . . , n
u2j = a2j `21 u1j ,
LS
j = 2, . . . , n
j = i, . . . , n
LS
JF
..
.
ai1
,
u11
ì1 =
jX
1
aij
ìj =
i = 2, 3 . . . , n
ìk ukj
k=1
ujj
S
L
F
i = j + 1, . . . , n
u11
u12
u13
...
u1n
u22
u23
...
u2n
u33
...
..
.
i = 3.
..
..
.
..
u3n
=U
..
...
JF
LS
S
L
F
unn
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
i=1,2,...,n
j=1,2,...,n
pode

1
21
`31
L=
..
`n1
LS
JF
u1j = a1j ,
JF
uij = aij
iX
1
k=1
...
...
`32
...
..
.
..
.
..
`n2
`n3
ìk ukj ,
j=2
...
j = 1, 2, . . . , n
u2j = a2j `21 u1j ,
LS
j = 2, . . . , n
j = i, . . . , n
LS
JF
..
.
ai1
,
u11
ì1 =
jX
1
aij
ìj =
i = 2, 3 . . . , n
ìk ukj
k=1
ujj
S
L
F
i = j + 1, . . . , n
u11
u12
u13
...
u1n
u22
u23
...
u2n
u33
...
..
.
i = 3.
..
..
.
..
u3n
=U
..
...
JF
LS
S
L
F
unn
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
i=1,2,...,n
j=1,2,...,n
pode

1
21
`31
L=
..
`n1
LS
JF
u1j = a1j ,
JF
uij = aij
iX
1
k=1
...
...
`32
...
..
.
..
.
..
`n2
`n3
ìk ukj ,
j=2
...
j = 1, 2, . . . , n
u2j = a2j `21 u1j ,
LS
j = 2, . . . , n
j = i, . . . , n
LS
JF
..
.
ai1
,
u11
ì1 =
jX
1
aij
ìj =
i = 2, 3 . . . , n
ìk ukj
k=1
ujj
S
L
F
i = j + 1, . . . , n
u11
u12
u13
...
u1n
u22
u23
...
u2n
u33
...
..
.
i = 3.
..
..
.
..
u3n
=U
..
...
JF
LS
S
L
F
unn
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
i=1,2,...,n
j=1,2,...,n
pode

1
21
`31
L=
..
`n1
LS
JF
u1j = a1j ,
JF
uij = aij
iX
1
k=1
...
...
`32
...
..
.
..
.
..
`n2
`n3
ìk ukj ,
j=2
...
j = 1, 2, . . . , n
u2j = a2j `21 u1j ,
LS
j = 2, . . . , n
j = i, . . . , n
LS
JF
..
.
ai1
,
u11
ì1 =
jX
1
aij
ìj =
i = 2, 3 . . . , n
ìk ukj
k=1
ujj
S
L
F
i = j + 1, . . . , n
u11
u12
u13
...
u1n
u22
u23
...
u2n
u33
...
..
.
i = 3.
..
..
.
..
u3n
=U
..
...
JF
LS
S
L
F
unn
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
i=1,2,...,n
j=1,2,...,n
pode

1
21
`31
L=
..
`n1
LS
JF
u1j = a1j ,
JF
uij = aij
iX
1
k=1
...
...
`32
...
..
.
..
.
..
`n2
`n3
ìk ukj ,
j=2
...
j = 1, 2, . . . , n
u2j = a2j `21 u1j ,
LS
j = 2, . . . , n
j = i, . . . , n
LS
JF
..
.
ai1
,
u11
ì1 =
jX
1
aij
ìj =
i = 2, 3 . . . , n
ìk ukj
k=1
ujj
S
L
F
i = j + 1, . . . , n
u11
u12
u13
...
u1n
u22
u23
...
u2n
u33
...
..
.
i = 3.
..
..
.
..
u3n
=U
..
...
JF
LS
S
L
F
unn
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
i=1,2,...,n
j=1,2,...,n
pode

1
21
`31
L=
..
`n1
LS
JF
u1j = a1j ,
JF
uij = aij
iX
1
k=1
...
...
`32
...
..
.
..
.
..
`n2
`n3
ìk ukj ,
j=2
...
j = 1, 2, . . . , n
u2j = a2j `21 u1j ,
LS
j = 2, . . . , n
j = i, . . . , n
LS
JF
..
.
ai1
,
u11
ì1 =
jX
1
aij
ìj =
i = 2, 3 . . . , n
ìk ukj
k=1
ujj
S
L
F
i = j + 1, . . . , n
u11
u12
u13
...
u1n
u22
u23
...
u2n
u33
...
..
.
i = 3.
..
..
.
..
u3n
=U
..
...
JF
LS
S
L
F
unn
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Para obtermos a factorizao LU, admitimos que o sistema

linear Ax = b podia ser resolvido com o mtodo de eliminao
de Gauss sem troca de linhas, isto , que todos os elementos
k)
, k = 1, 2, . . . , n eram no nulos.
pivot a(kk
k)
Como se procede quando algum dos a(kk
nulo? E pelo menos
uma troca de linhas ser indispensvel?
S
L
F
Definio
S
L
F
S
L
F
Uma matriz do tipo n n diz-se uma matriz de permutao se

existir uma nica entrada igual a 1 em cada linha e em cada
coluna sendo as restantes iguais a zero.
Observao
Uma matriz de permutao pode ser obtida da matriz
S
L
F
S
L
F
S
L
F
identidade por troca de linhas (ou colunas).
A transposta de uma matriz de permutao ainda uma
matriz de permutao.
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F

k)
, k = 1, 2, . . . , n eram no nulos.
pivot a(kk
k)
nulo? E pelo menos
S
L
F
Definio
S
L
F
S
L
F

Observao
S
L
F
S
L
F
S
L
F
matriz de permutao.
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F

k)
, k = 1, 2, . . . , n eram no nulos.
pivot a(kk
k)
nulo? E pelo menos
S
L
F
Definio
S
L
F
S
L
F

Observao
S
L
F
S
L
F
S
L
F
matriz de permutao.
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F

k)
, k = 1, 2, . . . , n eram no nulos.
pivot a(kk
k)
nulo? E pelo menos
S
L
F
Definio
S
L
F
S
L
F

Observao
S
L
F
S
L
F
S
L
F
matriz de permutao.
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
A matriz
1 0 0
P= 0 0 1
0 1 0
S
L
F
(permutao da 2 e 3 linhas)
S
L
F
S
L
F
uma matriz
de permutao do tipo 33. Dada uma qualquer

matriz A = aij i=1,2,3 do tipo 3 3 ento o efeito de trocar a 2
j=1,2,3
e 3 linhas nesta matriz equivale a multiplicar P esquerda

de A:
1 0 0
a11 a12 a13
a11 a12 a13
PA = 0 0 1 a21 a22 a23 = a31 a32 a33 .
a31 a32 a33
a21 a22 a23
0 1 0
S
L
F
S
L
F
S
L
F
Se a multiplicao de P for direita de A obtm-se a troca da

2 e 3 colunas de A.
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
J vimos que, dada uma matriz no-singular A (i.e. invertvel),

o sistema de equaes lineares
Ax = b
pode sempre ser resolvido com o mtodo de eliminao de
Gauss recorrendo, eventualmente, troca de linhas.
S
L
F
S
L
F
Se conhecermos a troca de linhas necessrias para resolver

um sistema de equaes lineares pelo mtodo de eliminao
de Gauss podemos, com a ajuda das matrizes de permutao,
arranjar as equaes originais de uma forma em que
nenhuma troca de linhas seja necessria. Existe, portanto,
um re-arranjo de equaes nesse sistema que permite o uso
do mtodo de eliminao de Gauss sem troca de linhas.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
J vimos que, dada uma matriz no-singular A (i.e. invertvel),

o sistema de equaes lineares
Ax = b
pode sempre ser resolvido com o mtodo de eliminao de
Gauss recorrendo, eventualmente, troca de linhas.
S
L
F
S
L
F
Se conhecermos a troca de linhas necessrias para resolver

um sistema de equaes lineares pelo mtodo de eliminao
de Gauss podemos, com a ajuda das matrizes de permutao,
arranjar as equaes originais de uma forma em que
nenhuma troca de linhas seja necessria. Existe, portanto,
um re-arranjo de equaes nesse sistema que permite o uso
do mtodo de eliminao de Gauss sem troca de linhas.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Teorema
Se A for uma matriz no-singular ento existe uma matriz de
permutao P, uma matriz triangular inferior L com todas
as entradas da diagonal principal iguais a 1 e uma matriz
triangular superior U tal que A = PLU.
S
L
F
S
L
F
S
L
F
Visto que as matrizes de permutao so matrizes ortogonais

(ou seja, PPt = I = Pt P) ento P1 existe tendo-se
P1 = Pt
e logo Pt A = LU.
Assim, num sistema linear Ax = b, com A no-singular, est
garantida a existncia de uma matriz de permutao P tal
que o sistema linear PAx = Pb pode ser resolvido pelo mtodo
de eliminao de Gauss sem troca de linhas.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Teorema
S
L
F
S
L
F
S
L
F

P1 = Pt
e logo Pt A = LU.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Teorema
S
L
F
S
L
F
S
L
F

P1 = Pt
e logo Pt A = LU.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
Consideremos o sistema de equaes lineares
S
L
F
x2
x1 + x2
x1
x2
x1 + 2x2
x3
x3
+ x3
+
+
x4
+ 2x4
+
+ 2x4
S
L
F
=
2
=
0
= 2
=
1
A matriz ampliada deste sistema
S
L
F
A|b =
0
1 1
1
1 1
1 1 1
1
2
0
S
L
F
e o elemento pivot a11 nulo.
1 2
2 0
0 2
2 1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
S
L
F
x2
x1 + x2
x1
x2
x1 + 2x2
x3
x3
+ x3
+
+
x4
+ 2x4
+
+ 2x4
S
L
F
=
2
=
0
= 2
=
1
A matriz ampliada deste sistema
S
L
F
A|b =
0
1 1
1
1 1
1 1 1
1
2
0
S
L
F
e o elemento pivot a11 nulo.
1 2
2 0
0 2
2 1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
Deste modo, a matriz
S
L
F
A=
0
1 1 1
1
1 1 2
1 1 1 0
1
2
0 2
S
L
F
no admite uma factorizao LU j que a11 = 0.
S
L
F
Contudo, efectuado as operaes (E1 )

(E2 ), (E3 + E1 ) (E3 )
e (E4 E1 ) (E4 ) na matriz ampliada A | b obtm-se
S
L
F
1
0
0
0
1 1 2 0
1 1 1 2
0 0 2 2
1 1 0 1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
Deste modo, a matriz
S
L
F
A=
0
1 1 1
1
1 1 2
1 1 1 0
1
2
0 2
S
L
F
no admite uma factorizao LU j que a11 = 0.
S
L
F
Contudo, efectuado as operaes (E1 )

(E2 ), (E3 + E1 ) (E3 )
e (E4 E1 ) (E4 ) na matriz ampliada A | b obtm-se
S
L
F
1
0
0
0
1 1
1 1
0 0
1 1
2 0
1 2
2 2
0 1
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
Realizando, em seguida, (E3 ) (E4 ) e (E3 E2 ) (E3 ) vem
S
L
F
1 1 2
0
1 1 1
2
0 2 1 1
0 0
2 2
S
L
F
Ento, a matriz de permutao

efectuada
0 1
1 0
P=
0 0
0 0
S
L
F
1
0
0
0
S
L
F
associada troca de linhas

0
0
0
1
S
L
F
0
0
1
0
S
L
F
e o mtodo de eliminao de Gauss j pode ser usado

em PAx = Pb (agora sem troca de linhas) obtendo-se,
adicionalmente, a factorizao LU de Doolittle da matriz PA.
Clculo Numrico
S
L
F
S
L
F
Terica 19
S
L
F
Exemplo
Realizando, em seguida, (E3 ) (E4 ) e (E3 E2 ) (E3 ) vem
S
L
F
1 1 2
0
1 1 1
2
0 2 1 1
0 0
2 2
S
L
F
Ento, a matriz de permutao

efectuada
0 1
1 0
P=
0 0
0 0
S
L
F
1
0
0
0
S
L
F
associada troca de linhas

0
0
0
1
S
L
F
0
0
1
0
S
L
F
e o mtodo de eliminao de Gauss j pode ser usado

em PAx = Pb (agora sem troca de linhas) obtendo-se,
adicionalmente, a factorizao LU de Doolittle da matriz PA.
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 20
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Captulo 5
S
L
F
J
J
S
L
F
S
L
F

J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Mtodos directos para a soluo de sistemas de equaes lineares - Tipos especiais de matrizes
S
L
F
J
J
S
L
F
Tipos especiais de matrizes
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Foquemos a nossa ateno em duas classes de matrizes onde

o mtodo da eliminao de Gauss pode ser concretizado sem
troca de linhas:
S
L
F
S
L
F
As matrizes de diagonal estritamente dominante.
S
L
F
As matrizes definidas positivas.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F

troca de linhas:
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F

troca de linhas:
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Definio
Uma matriz do tipo n n, sobre
S
L
F
A=
a11
a21
..
.
R,
a12
a22
..
.
a1n
a2n
..
..
.
.
. . . ann
...
...
S
L
F
an1 an2
diz-se de diagonal estritamente dominante quando

|aii | >
S
L
F
para todo o i = 1, 2, . . . , n.
S
L
F
n
X
aij
j=1
j6=i
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
Consideremos a matriz
7 2 0
A = 3 5 1 .
0 5 6
S
L
F
S
L
F
S
L
F
A matriz A de diagonal estritamente dominante pois:

|7| > |2| + |0| ,
|5| > |3| + |1| ,
|6| > |0| + |5| .
S
L
F
S
L
F
S
L
F
J At no de diagonal estritamente dominante (porqu?)
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
7 2 0
A = 3 5 1 .
0 5 6
S
L
F
S
L
F
S
L
F
A matriz A de diagonal estritamente dominante pois:

|7| > |2| + |0| ,
|5| > |3| + |1| ,
|6| > |0| + |5| .
S
L
F
S
L
F
S
L
F
J At no de diagonal estritamente dominante (porqu?)
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema
Se A for uma matriz de diagonal estritamente dominante
ento:
A invertvel.
S
L
F
S
L
F
S
L
F
O mtodo de eliminao de Gauss pode ser utilizado em

qualquer sistema linear da forma Ax = b para obter a
nica soluo sem troca de linhas ou colunas.
Demonstrao
Suponhamos que A = aij
S
L
F
i=1,2,...,n
j=1,2,...,n
no invertvel e que Ax = 0
S
L
F
S
L
F
tem uma soluo no-nula. Sendo m tal que
0 < |xm | := max xj

1jn
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema
ento:
A invertvel.
S
L
F
S
L
F
S
L
F

Demonstrao
S
L
F
i=1,2,...,n
j=1,2,...,n
S
L
F
S
L
F
0 < |xm | := max xj

1jn
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema
ento:
A invertvel.
S
L
F
S
L
F
S
L
F

Demonstrao
S
L
F
i=1,2,...,n
j=1,2,...,n
S
L
F
S
L
F
0 < |xm | := max xj

1jn
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema
ento:
A invertvel.
S
L
F
S
L
F
S
L
F

Demonstrao
S
L
F
i=1,2,...,n
j=1,2,...,n
S
L
F
S
L
F
0 < |xm | := max xj

1jn
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Demonstrao
vem amm xm =
n
X
amj xj donde
j=1
j6=m
LS
JF

n
n
X
X
xj
amj
amj
|amm |
|xm | j=1
j=1
LS
j6=m
JF
S
L
F
j6=m
o que absurdo pois A de diagonal estritamente dominante.
Demonstremos que a sucesso de matrizes A(2) , A(3) , . . ., A(n)

obtidas pelo mtodo de eliminao de Gauss so de diagonal
estritamente dominante. Como A de diagonal estritamente
dominante ento a11 6= 0 e podemos calcular A(2) , vindo para
cada i = 2, 3, . . . , n,
JF
LS
a(ij2) = a(ij1)
S
L
F
a(1j1) a(i11)
1)
a(11
2 j n.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Demonstrao
vem amm xm =
n
X
amj xj donde
j=1
j6=m
LS
JF

n
n
X
X
xj
amj
amj
|amm |
|xm | j=1
j=1
LS
j6=m
JF
S
L
F
j6=m
o que absurdo pois A de diagonal estritamente dominante.
Demonstremos que a sucesso de matrizes A(2) , A(3) , . . ., A(n)

obtidas pelo mtodo de eliminao de Gauss so de diagonal
estritamente dominante. Como A de diagonal estritamente
dominante ento a11 6= 0 e podemos calcular A(2) , vindo para
cada i = 2, 3, . . . , n,
JF
LS
a(ij2) = a(ij1)
S
L
F
a(1j1) a(i11)
1)
a(11
2 j n.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Demonstrao
Visto que a(i12) = 0 tem-se
(1) (1)
(1) (1)
X
X
n
n a a
n
n
a
a
X
X
1j
i1
1j
i1
(2)
(1)
a(1)
aij =
aij +
ij
(1)
(1)
a
a
j=2
j=2
j=2
j=2
11
11
j6=i
j6=i
S
L
F
donde A
S
L
F
j6=i
S
L
F
a(1) X

n
i1
(1) (1)
(1)
< aii ai1 +

a1j
(1)
a11 j=2
S
L
F
j6=i
j6=i

a(1)

i1
(1) (1)
1) (1)
a(11
< aii ai1 +
a1i
(1)
a11
(1) (1)
(1) ai1 a1i (2)

a
aii
=
ii
a(1)
(2)
S
L
F
11
de diagonal estritamente dominante.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Demonstrao
Clculos anlogos permitem concluir que as restantes

matrizes A(3) , . . ., A(n) so tambm de diagonal estritamente
dominante.
S
L
F
S
L
F
S
L
F
Deste modo, todas as entradas das diagonais principais de

A(1) , A(2) , A(3) , . . ., A(n) so no-nulas e consequentemente o
mtodo de eliminao de Gauss pode ser executado sem troca
de linhas.
Definio
Uma matriz do tipo n n, sobre , A diz-se definida positiva

se for simtrica e xt Ax > 0 para todo o x Mn1 ( ) no-nulo.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Demonstrao

dominante.
S
L
F
S
L
F
S
L
F

de linhas.
Definio

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Demonstrao

dominante.
S
L
F
S
L
F
S
L
F

de linhas.
Definio

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
2 1 0
Consideremos a matriz B = 1 2 1 .
0 1 2
x1
0
Supondo x = x2 6= 0 tem-se
x3
0
S
L
F
xt Bx =
S
L
F
2 1 0
x1
x1 x2 x3 1 2 1 x2
0 1 2
x3
S
L
F
= 2x21 2x1 x2 + 2x22 2x2 x3 + 2x23
S
L
F
S
L
F
S
L
F
= x21 + (x1 x2 )2 + (x2 x3 )2 + x23 > 0.
Como B simtrica conclui-se que B definida positiva.
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
2 1 0
0 1 2
x1
0
x3
0
S
L
F
xt Bx =
S
L
F
2 1 0
x1
x1 x2 x3 1 2 1 x2
0 1 2
x3
S
L
F
= 2x21 2x1 x2 + 2x22 2x2 x3 + 2x23
S
L
F
S
L
F
S
L
F
= x21 + (x1 x2 )2 + (x2 x3 )2 + x23 > 0.
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
2 1 0
0 1 2
x1
0
x3
0
S
L
F
xt Bx =
S
L
F
2 1 0
x1
x1 x2 x3 1 2 1 x2
0 1 2
x3
S
L
F
= 2x21 2x1 x2 + 2x22 2x2 x3 + 2x23
S
L
F
S
L
F
S
L
F
= x21 + (x1 x2 )2 + (x2 x3 )2 + x23 > 0.
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Nota
A matriz simtrica
2 1 0
B = 1 2 1
0 1 2
S
L
F
S
L
F
S
L
F
no de diagonal estritamente dominante (porqu?)
A matriz
7 2 0
A = 3 5 1
0 5 6
no satisfaz a condio xt Ax > 0, x 6= 0: de facto,
0
tomando, por exemplo, x = 0 tem-se xt Ax = 6.
1
S
L
F
J
J
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Nota
A matriz simtrica
2 1 0
B = 1 2 1
0 1 2
S
L
F
S
L
F
S
L
F
no de diagonal estritamente dominante (porqu?)
A matriz
7 2 0
A = 3 5 1
0 5 6
no satisfaz a condio xt Ax > 0, x 6= 0: de facto,
0
tomando, por exemplo, x = 0 tem-se xt Ax = 6.
1
S
L
F
J
J
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
As matrizes definidas
propriedades notveis.
Nomeadamente, se A = aij
S
L
F
positivas
i=1,2,...,n
j=1,2,...,n
S
L
F
positiva ento:
possuem
for uma matriz definida
A invertvel e a inversa definida positiva.

aii > 0 para cada i = 1, 2, . . . , n.

max akj max |aii |.
1k,jn
algumas
S
L
F
1in
2
aij < aii ajj para cada i 6= j.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
S
L
F
positivas
i=1,2,...,n
j=1,2,...,n
S
L
F
positiva ento:
possuem

aii > 0 para cada i = 1, 2, . . . , n.

max akj max |aii |.
1k,jn
algumas
S
L
F
1in
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
S
L
F
positivas
i=1,2,...,n
j=1,2,...,n
S
L
F
positiva ento:
possuem

aii > 0 para cada i = 1, 2, . . . , n.

max akj max |aii |.
1k,jn
algumas
S
L
F
1in
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
S
L
F
positivas
i=1,2,...,n
j=1,2,...,n
S
L
F
positiva ento:
possuem

aii > 0 para cada i = 1, 2, . . . , n.

max akj max |aii |.
1k,jn
algumas
S
L
F
1in
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
S
L
F
positivas
i=1,2,...,n
j=1,2,...,n
S
L
F
positiva ento:
possuem

aii > 0 para cada i = 1, 2, . . . , n.

max akj max |aii |.
1k,jn
algumas
S
L
F
1in
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Definio
Seja
S
L
F
a12
a22
..
.
a1n
a2n
..
..
.
.
. . . ann
...
...
S
L
JRF
an1 an2
S
L
F
matriz do tipo n n, sobre . Qualquer matriz do tipo k k

com a forma
a11 a12 . . . a1k
a21 a22 . . . a2k

Ak =
..
..
..
..
.
.
.
.
ak1 ak2 . . . akk
S
L
F
A=
a11
a21
..
.
S
L
F
para algum 1 k n chama-se submatriz principal de A.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema
Seja A uma matriz simtrica. Ento:
O mtodo da eliminao
de Gauss puder ser
A
Qualquer submatriz
concretizado sem troca
principal de A tem definida de linhas no sistema
positiva
determinante positivo
linear Ax = b com
todos os elementos pivot
positivos
S
L
F
S
L
F
S
L
F
Exemplo
2 1
Consideremos ainda a matriz simtrica B = 1 2
0 1
Ento, det(B1 ) = 2 > 0, det(B2 ) = 3 > 0 e det(B3 ) = 4 > 0
conclumos (novamente) que B definida positiva.
S
L
F
S
L
F
0
1 .
2
donde
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema
Seja A uma matriz simtrica. Ento:
O mtodo da eliminao
de Gauss puder ser
A
Qualquer submatriz
concretizado sem troca
principal de A tem definida de linhas no sistema
positiva
determinante positivo
linear Ax = b com
todos os elementos pivot
positivos
S
L
F
S
L
F
S
L
F
Exemplo
2 1
Consideremos ainda a matriz simtrica B = 1 2
0 1
Ento, det(B1 ) = 2 > 0, det(B2 ) = 3 > 0 e det(B3 ) = 4 > 0
conclumos (novamente) que B definida positiva.
S
L
F
S
L
F
0
1 .
2
donde
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Mtodos directos para a soluo de sistemas de equaes lineares - Factorizao LDLt
S
L
F
J
J
S
L
F
Factorizao LDLt
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
LDLt
A factorizao
pode ser realizada se A for simtrica e
admitir a factorizao LU de Doolittle (isto , se puder ser
factorizada no produto de uma matriz triangular inferior L
com todas as entradas da diagonal principal iguais a 1 e uma
matriz triangular superior U).
De facto, LU = A = At = (LU)t = Ut Lt e como L no-singular

(porqu?) vem
S
L
F
Matriz Triangular
superior
U Lt
S
L
F
= L1 Ut
S
L
F
Matriz Triangular
inferior
Visto que o lado direito da igualdade em cima uma matriz

triangular inferior e o lado esquerdo uma matriz triangular
1
superior ter-se- U Lt
= diag(d1 , d2 , . . . , dn ), ou seja,
JF
LS
S
L
F
U = diag(d1 , d2 , . . . , dn ) Lt
donde A = LU = Ldiag(d1 , d2 , . . . , dn ) Lt = LDLt .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
LDLt
A factorizao

(porqu?) vem
S
L
F
Matriz Triangular
superior
U Lt
S
L
F
= L1 Ut
S
L
F
Matriz Triangular
inferior

1
= diag(d1 , d2 , . . . , dn ), ou seja,
JF
LS
S
L
F
U = diag(d1 , d2 , . . . , dn ) Lt
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
LDLt
A factorizao

(porqu?) vem
S
L
F
Matriz Triangular
superior
U Lt
S
L
F
= L1 Ut
S
L
F
Matriz Triangular
inferior

1
= diag(d1 , d2 , . . . , dn ), ou seja,
JF
LS
S
L
F
U = diag(d1 , d2 , . . . , dn ) Lt
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema (factorizao LDLt )
Uma matriz A definida positiva se e s se puder ser

factorizada na forma LDLt , onde L uma matriz triangular
inferior com todas as entradas da diagonal principal iguais a
1 e D uma matriz diagonal com todas as entradas da diagonal
principal positivas.
S
L
F
S
L
F
Corolrio
Seja A = aij
i=1,2,...,n
j=1,2,...,n
uma matriz do tipo n n simtrica para a
qual possvel concretizar o mtodo da eliminao de Gauss

sem troca de linhas no sistema linear Ax = b. Ento, A
pode ser factorizada na forma LDLt , onde L uma matriz
triangular inferior com todas
as entradas
da diagonal
(1) (2)
(n)
principal iguais a 1 e D = diag a11 , a22 , . . . , ann .
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema (factorizao LDLt )
Uma matriz A definida positiva se e s se puder ser

factorizada na forma LDLt , onde L uma matriz triangular
inferior com todas as entradas da diagonal principal iguais a
1 e D uma matriz diagonal com todas as entradas da diagonal
S
L
F
S
L
F
Corolrio
Seja A = aij
i=1,2,...,n
j=1,2,...,n
uma matriz do tipo n n simtrica para a
qual possvel concretizar o mtodo da eliminao de Gauss

sem troca de linhas no sistema linear Ax = b. Ento, A
pode ser factorizada na forma LDLt , onde L uma matriz
triangular inferior com todas
as entradas
da diagonal
(1) (2)
(n)
principal iguais a 1 e D = diag a11 , a22 , . . . , ann .
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Construo das matrizes L = ìj
`
21
`
L=
31
..
`n1
S
L
F
...
...
`32
..
.
1
..
.
. . ..
. .
j=2
`n2
`n3
d2 = a22 d1 `221
JF
iX
1
k=1
d1 = a11
LS
dk `2ik
a
ì1 = i1 ,
aij
jX
1
dj
d1
...
d2
...
0
..
.
0
i = 3.
..
d3
..
.
...
..
0
..
.
...
dn
JF
LS
S
L
F
dk ìk `jk
k=1
ìj =
i = 2, 3 . . . , n
d1
S
L
F
1
e D = diag d1 , d2 , . . . , dn :
...
i=1,2,...,n
j=1,2,...,n
...
di = aii
i = j + 1, . . . , n
=D
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`
21
`
L=
31
..
`n1
S
L
F
...
...
`32
..
.
1
..
.
. . ..
. .
j=2
`n2
`n3
d2 = a22 d1 `221
JF
iX
1
k=1
d1 = a11
LS
dk `2ik
a
ì1 = i1 ,
aij
jX
1
dj
d1
...
d2
...
0
..
.
0
i = 3.
..
d3
..
.
...
..
0
..
.
...
dn
JF
LS
S
L
F
dk ìk `jk
k=1
ìj =
i = 2, 3 . . . , n
d1
S
L
F
1
e D = diag d1 , d2 , . . . , dn :
...
i=1,2,...,n
j=1,2,...,n
...
di = aii
i = j + 1, . . . , n
=D
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`
21
`
L=
31
..
`n1
S
L
F
...
...
`32
..
.
1
..
.
. . ..
. .
j=2
`n2
`n3
d2 = a22 d1 `221
JF
iX
1
k=1
d1 = a11
LS
dk `2ik
a
ì1 = i1 ,
aij
jX
1
dj
d1
...
d2
...
0
..
.
0
i = 3.
..
d3
..
.
...
..
0
..
.
...
dn
JF
LS
S
L
F
dk ìk `jk
k=1
ìj =
i = 2, 3 . . . , n
d1
S
L
F
1
e D = diag d1 , d2 , . . . , dn :
...
i=1,2,...,n
j=1,2,...,n
...
di = aii
i = j + 1, . . . , n
=D
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`
21
`
L=
31
..
`n1
S
L
F
...
...
`32
..
.
1
..
.
. . ..
. .
j=2
`n2
`n3
d2 = a22 d1 `221
JF
iX
1
k=1
d1 = a11
LS
dk `2ik
a
ì1 = i1 ,
aij
jX
1
dj
d1
...
d2
...
0
..
.
0
i = 3.
..
d3
..
.
...
..
0
..
.
...
dn
JF
LS
S
L
F
dk ìk `jk
k=1
ìj =
i = 2, 3 . . . , n
d1
S
L
F
1
e D = diag d1 , d2 , . . . , dn :
...
i=1,2,...,n
j=1,2,...,n
...
di = aii
i = j + 1, . . . , n
=D
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`
21
`
L=
31
..
`n1
S
L
F
...
...
`32
..
.
1
..
.
. . ..
. .
j=2
`n2
`n3
d2 = a22 d1 `221
JF
iX
1
k=1
d1 = a11
LS
dk `2ik
a
ì1 = i1 ,
aij
jX
1
dj
d1
...
d2
...
0
..
.
0
i = 3.
..
d3
..
.
...
..
0
..
.
...
dn
JF
LS
S
L
F
dk ìk `jk
k=1
ìj =
i = 2, 3 . . . , n
d1
S
L
F
1
e D = diag d1 , d2 , . . . , dn :
...
i=1,2,...,n
j=1,2,...,n
...
di = aii
i = j + 1, . . . , n
=D
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`
21
`
L=
31
..
`n1
S
L
F
...
...
`32
..
.
1
..
.
. . ..
. .
j=2
`n2
`n3
d2 = a22 d1 `221
JF
iX
1
k=1
d1 = a11
LS
dk `2ik
a
ì1 = i1 ,
aij
jX
1
dj
d1
...
d2
...
0
..
.
0
i = 3.
..
d3
..
.
...
..
0
..
.
...
dn
JF
LS
S
L
F
dk ìk `jk
k=1
ìj =
i = 2, 3 . . . , n
d1
S
L
F
1
e D = diag d1 , d2 , . . . , dn :
...
i=1,2,...,n
j=1,2,...,n
...
di = aii
i = j + 1, . . . , n
=D
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
4
1
1
C = 1 4.25 2.75 .
1 2.75 3.5
S
L
F
S
L
F
que definida positiva: com efeito, C simtrica e

det(C1 ) = 4 > 0,
det(C2 ) = 16 > 0
S
L
F
det(C3 ) = 16 > 0.
Ento,
4 0 0
1 0.25 0.25
1
0
0
1
0 0 4 0 0
1
0.75 .
C = 0.25
0 0 1
0
0
1
0.25 0.75 1

S
L
F
|
{z
=L
S
L
F
} |
{z
=D
} |
{z
=Lt
S
L
F
}
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
4
1
1
C = 1 4.25 2.75 .
1 2.75 3.5
S
L
F
S
L
F

det(C1 ) = 4 > 0,
det(C2 ) = 16 > 0
S
L
F
det(C3 ) = 16 > 0.
Ento,
4 0 0
1 0.25 0.25
1
0
0
1
0 0 4 0 0
1
0.75 .
C = 0.25
0 0 1
0
0
1
0.25 0.75 1

S
L
F
|
{z
=L
S
L
F
} |
{z
=D
} |
{z
=Lt
S
L
F
}
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
4
1
1
C = 1 4.25 2.75 .
1 2.75 3.5
S
L
F
S
L
F

det(C1 ) = 4 > 0,
det(C2 ) = 16 > 0
S
L
F
det(C3 ) = 16 > 0.
Ento,
4 0 0
1 0.25 0.25
1
0
0
1
0 0 4 0 0
1
0.75 .
C = 0.25
0 0 1
0
0
1
0.25 0.75 1

S
L
F
|
{z
=L
S
L
F
} |
{z
=D
} |
{z
=Lt
S
L
F
}
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Mtodos directos para a soluo de sistemas de equaes lineares - O mtodo de Choleski
S
L
F
J
J
S
L
F
S
L
F
S
L
F
O mtodo de Choleski
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema (Choleski)
Uma matriz A ser definida positiva se e s se puder ser
factorizada na forma LLt , onde L uma matriz
triangular inferior com todas as entradas da diagonal
S
L
F
Observao
S
L
F
S
L
F
A factorizao de Cholesky nica, ou seja, dada uma
matriz A definida positiva existe uma nica matriz L

principal positivas tal que A = LLt .
n3 n2 2n
Esta factorizao requer
+
multiplicaes/
6
2
3
3
n
n
adies/subtraces.
divises e
6 6
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Teorema (Choleski)
Uma matriz A ser definida positiva se e s se puder ser
factorizada na forma LLt , onde L uma matriz
S
L
F
Observao
S
L
F
S
L
F
A factorizao de Cholesky nica, ou seja, dada uma
matriz A definida positiva existe uma nica matriz L

principal positivas tal que A = LLt .
n3 n2 2n
Esta factorizao requer
+
multiplicaes/
6
2
3
3
n
n
adies/subtraces.
divises e
6 6
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Se A = aij
L = ìj
`11 =
i=1,2,...,n
j=1,2,...,n
i=1,2,...,n
j=1,2,...,n
ento, no mtodo de Cholesky, a matriz
construda do seguinte modo:
`kk
a11
v
u
u
= ta
kk
j=1
k=2
LS
`
11
`21
L = `31
..
`n1
JF
LS
ì1 =
JF
ai1
`11
i = 2, . . . , n
LS
...
JF
...
`33
...
..
.
..
.
..
0
..
.
`n2
`n3
...
`32
LS
k=2
JF
ìk =
aik
S
L
F
`nn
kX
1
j=1
`kk
`2kj
`22
kX
1
ìj `kj
,
S
L
F
i = k + 1, . . . , n
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Se A = aij
L = ìj
`11 =
i=1,2,...,n
j=1,2,...,n
i=1,2,...,n
j=1,2,...,n
`kk
a11
v
u
u
= ta
kk
j=1
k=2
LS
`
11
`21
L = `31
..
`n1
JF
LS
ì1 =
JF
ai1
`11
i = 2, . . . , n
LS
...
JF
...
`33
...
..
.
..
.
..
0
..
.
`n2
`n3
...
`32
LS
k=2
JF
ìk =
aik
S
L
F
`nn
kX
1
j=1
`kk
`2kj
`22
kX
1
ìj `kj
,
S
L
F
i = k + 1, . . . , n
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Se A = aij
L = ìj
`11 =
i=1,2,...,n
j=1,2,...,n
i=1,2,...,n
j=1,2,...,n
`kk
a11
v
u
u
= ta
kk
j=1
k=2
LS
`
11
`21
L = `31
..
`n1
JF
LS
ì1 =
JF
ai1
`11
i = 2, . . . , n
LS
...
JF
...
`33
...
..
.
..
.
..
0
..
.
`n2
`n3
...
`32
LS
k=2
JF
ìk =
aik
S
L
F
`nn
kX
1
j=1
`kk
`2kj
`22
kX
1
ìj `kj
,
S
L
F
i = k + 1, . . . , n
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Se A = aij
L = ìj
`11 =
i=1,2,...,n
j=1,2,...,n
i=1,2,...,n
j=1,2,...,n
`kk
a11
v
u
u
= ta
kk
j=1
k=2
LS
`
11
`21
L = `31
..
`n1
JF
LS
ì1 =
JF
ai1
`11
i = 2, . . . , n
LS
...
JF
...
`33
...
..
.
..
.
..
0
..
.
`n2
`n3
...
`32
LS
k=2
JF
ìk =
aik
S
L
F
`nn
kX
1
j=1
`kk
`2kj
`22
kX
1
ìj `kj
,
S
L
F
i = k + 1, . . . , n
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Se A = aij
L = ìj
`11 =
i=1,2,...,n
j=1,2,...,n
i=1,2,...,n
j=1,2,...,n
`kk
a11
v
u
u
= ta
kk
j=1
k=2
LS
`
11
`21
L = `31
..
`n1
JF
LS
ì1 =
JF
ai1
`11
i = 2, . . . , n
LS
...
JF
...
`33
...
..
.
..
.
..
0
..
.
`n2
`n3
...
`32
LS
k=2
JF
ìk =
aik
S
L
F
`nn
kX
1
j=1
`kk
`2kj
`22
kX
1
ìj `kj
,
S
L
F
i = k + 1, . . . , n
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
Consideremos novamente a matriz definida positiva
4
1
1
C = 1 4.25 2.75 .
1 2.75 3.5
S
L
F
S
L
F
S
L
F
p
1
1
, `31 = ; na 2
Para a 1 coluna tem-se `11 = 4 = 2, `21 =
2
2
q
a32 `31 `21
2
coluna vir `22 = a22 `21 = 2 e `32 =
= 1.5 e por
2
q
fim `33 = a33 `231 `232 = 1. Ento,
2
0 0
2 0.5 0.5
2
1.5 .
C = 0.5 2 0 0
0.5 1.5 1
0
0
1
S
L
F
{z
=L
S
L
F
} |
{z
=Lt
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Mtodos directos para a soluo de sistemas de equaes lineares - O mtodo de Crout
S
L
F
J
J
S
L
F
S
L
F
S
L
F
O mtodo de Crout
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Definio
R, A = aiji=1,2,...,n chamada
j=1,2,...,n
matriz de banda se existirem nmeros inteiros p e q com

1 < p, q < n tais que aij = 0 quando i + p j ou j + q i. O nmero
p + q 1 designado por largura de banda da matriz.
S
L
F
S
L
F
especialmente importante o caso em que p = q = 2,
JF
LS
a11 a12 0
a21 a22 a23
0 a32 a33
..
..
..
.
.
.
0
0
0
0
0
0
0
0
0
..
.
...
...
...
..
...
...
an1 n1
an n1
JF
LS
0
0
0
..
.
S
L
F
an1 n
S
L
F
ann
sendo estas matrizes chamadas de matrizes tridiagonais.
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Definio
R, A = aiji=1,2,...,n chamada
j=1,2,...,n
matriz de banda se existirem nmeros inteiros p e q com

1 < p, q < n tais que aij = 0 quando i + p j ou j + q i. O nmero
p + q 1 designado por largura de banda da matriz.
S
L
F
S
L
F
especialmente importante o caso em que p = q = 2,
JF
LS
a11 a12 0
a21 a22 a23
0 a32 a33
..
..
..
.
.
.
0
0
0
0
0
0
0
0
0
..
.
...
...
...
..
...
...
an1 n1
an n1
JF
LS
0
0
0
..
.
S
L
F
an1 n
S
L
F
ann
sendo estas matrizes chamadas de matrizes tridiagonais.
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
S
L
F
Teorema (Crout)
Seja A uma matriz do tipo n n invertvel. Ento, existe
uma nica matriz triangular inferior L e uma nica matriz
triangular superior U com todas as entradas da diagonal
principal iguais a 1 satisfazendo A = LU se e s se cada
uma das submatrizes principais Ak , k = 1, 2, . . . , n possui
determinante no-nulo.
Em particular, se A = aij
S
L
F
i=1,2,...,n
j=1,2,...,n
S
L
F
for uma matriz tridiagonal
em que cada uma das submatrizes principais Ak , k = 1, 2, . . . , n

possui determinante no-nulo ento A = LU com:
`11
`21
JF
LS
L = ..
.
0
0
0
0
`22
`32
`33
..
.
0
0
..
.
0
0
...
...
...
0
0
0
..
.
0
0
0
..
.
`n1 n1
`n n1
`nn
S
L
F
..
...
...
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
S
L
F
Teorema (Crout)
Seja A uma matriz do tipo n n invertvel. Ento, existe
uma nica matriz triangular inferior L e uma nica matriz
triangular superior U com todas as entradas da diagonal
principal iguais a 1 satisfazendo A = LU se e s se cada
uma das submatrizes principais Ak , k = 1, 2, . . . , n possui
determinante no-nulo.
Em particular, se A = aij
S
L
F
i=1,2,...,n
j=1,2,...,n
S
L
F
for uma matriz tridiagonal
em que cada uma das submatrizes principais Ak , k = 1, 2, . . . , n

possui determinante no-nulo ento A = LU com:
`11
`21
JF
LS
L = ..
.
0
0
0
0
`22
`32
`33
..
.
0
0
..
.
0
0
...
...
...
0
0
0
..
.
0
0
0
..
.
`n1 n1
`n n1
`nn
S
L
F
..
...
...
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
S
L
F
U=
1 u12
0 1
0 0
..
..
.
.
0 0
0 0
0
u23
1
..
.
..
0
0
...
...
...
...
...
S
L
F
0
0
0
..
.
0
0
0
..
.
1 an1 n
0
1
S
L
F
A determinao das entradas de L e U feita do seguinte

modo:
a11 = `11 ,
ai i1 = ì i1 ,
JF
LS
ou seja,
i = 2, 3, . . . , n
aii = ì i1 ui1 i + ìi ,
i = 2, 3, . . . , n
S
L
F
ai i+1 = ìi ui i+1 ,
i = 1, 2, . . . , n 1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
S
L
F
U=
1 u12
0 1
0 0
..
..
.
.
0 0
0 0
0
u23
1
..
.
..
0
0
...
...
...
...
...
S
L
F
0
0
0
..
.
0
0
0
..
.
1 an1 n
0
1
S
L
F
A determinao das entradas de L e U feita do seguinte

modo:
a11 = `11 ,
ai i1 = ì i1 ,
JF
LS
ou seja,
i = 2, 3, . . . , n
aii = ì i1 ui1 i + ìi ,
i = 2, 3, . . . , n
S
L
F
ai i+1 = ìi ui i+1 ,
i = 1, 2, . . . , n 1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`11 = a11
ìi1 = aii1 ,
i = 2, 3, . . . , n
`22 = a22 `21 u12
LS
JF
ìi = aii ìi1 ui1i ,
i = 2, 3, . . . , n
`11
`21
..
JF
u12
...
U=
u23
...
...
..
.
..
.
..
.
..
..
...
...
JF
`22
...
`32
`33
...
..
.
..
..
..
.
..
.
LS
...
LS
LS
JF
i=3
...
`n1n1
...
`n1n
.. i = 2
un1n
1
=L
S
L
F
`nn
a
u12 = 12
`11
a
uii+1 = ii+1 ,
ìi
S
L
F
i = 1, 2, . . . , n 1
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`11 = a11
ìi1 = aii1 ,
i = 2, 3, . . . , n
`22 = a22 `21 u12
LS
JF
i = 2, 3, . . . , n
`11
`21
..
JF
u12
...
U=
u23
...
...
..
.
..
.
..
.
..
..
...
...
JF
`22
...
`32
`33
...
..
.
..
..
..
.
..
.
LS
...
LS
LS
JF
i=3
...
`n1n1
...
`n1n
.. i = 2
un1n
1
=L
S
L
F
`nn
a
u12 = 12
`11
a
uii+1 = ii+1 ,
ìi
S
L
F
i = 1, 2, . . . , n 1
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`11 = a11
ìi1 = aii1 ,
i = 2, 3, . . . , n
`22 = a22 `21 u12
LS
JF
i = 2, 3, . . . , n
`11
`21
..
JF
u12
...
U=
u23
...
...
..
.
..
.
..
.
..
..
...
...
JF
`22
...
`32
`33
...
..
.
..
..
..
.
..
.
LS
...
LS
LS
JF
i=3
...
`n1n1
...
`n1n
.. i = 2
un1n
1
=L
S
L
F
`nn
a
u12 = 12
`11
a
uii+1 = ii+1 ,
ìi
S
L
F
i = 1, 2, . . . , n 1
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`11 = a11
ìi1 = aii1 ,
i = 2, 3, . . . , n
`22 = a22 `21 u12
LS
JF
i = 2, 3, . . . , n
`11
`21
..
JF
u12
...
U=
u23
...
...
..
.
..
.
..
.
..
..
...
...
JF
`22
...
`32
`33
...
..
.
..
..
..
.
..
.
LS
...
LS
LS
JF
i=3
...
`n1n1
...
`n1n
.. i = 2
un1n
1
=L
S
L
F
`nn
a
u12 = 12
`11
a
uii+1 = ii+1 ,
ìi
S
L
F
i = 1, 2, . . . , n 1
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`11 = a11
ìi1 = aii1 ,
i = 2, 3, . . . , n
`22 = a22 `21 u12
LS
JF
i = 2, 3, . . . , n
`11
`21
..
JF
u12
...
U=
u23
...
...
..
.
..
.
..
.
..
..
...
...
JF
`22
...
`32
`33
...
..
.
..
..
..
.
..
.
LS
...
LS
LS
JF
i=3
...
`n1n1
...
`n1n
.. i = 2
un1n
1
=L
S
L
F
`nn
a
u12 = 12
`11
a
uii+1 = ii+1 ,
ìi
S
L
F
i = 1, 2, . . . , n 1
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`11 = a11
ìi1 = aii1 ,
i = 2, 3, . . . , n
`22 = a22 `21 u12
LS
JF
i = 2, 3, . . . , n
`11
`21
..
JF
u12
...
U=
u23
...
...
..
.
..
.
..
.
..
..
...
...
JF
`22
...
`32
`33
...
..
.
..
..
..
.
..
.
LS
...
LS
LS
JF
i=3
...
`n1n1
...
`n1n
.. i = 2
un1n
1
=L
S
L
F
`nn
a
u12 = 12
`11
a
uii+1 = ii+1 ,
ìi
S
L
F
i = 1, 2, . . . , n 1
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
`11 = a11
ìi1 = aii1 ,
i = 2, 3, . . . , n
`22 = a22 `21 u12
LS
JF
i = 2, 3, . . . , n
`11
`21
..
JF
u12
...
U=
u23
...
...
..
.
..
.
..
.
..
..
...
...
JF
`22
...
`32
`33
...
..
.
..
..
..
.
..
.
LS
...
LS
LS
JF
i=3
...
`n1n1
...
`n1n
.. i = 2
un1n
1
=L
S
L
F
`nn
a
u12 = 12
`11
a
uii+1 = ii+1 ,
ìi
S
L
F
i = 1, 2, . . . , n 1
Clculo Numrico
S
L
F
S
L
F
Terica 20
S
L
F
Exemplo
Consideremos
2x1 x2
x1 + 2x2
x3
x2 + 2x3 x4
x3 + 2x4
S
L
F
S
L
F
J
=
=
=
=
1
0
0
1
A factorizao de Crout produz
2
0
0
2 1 0
0
1 2 1 0 1 3
0
2

0 1 2 1 = 0 1 4
3
0
0 1 2
0
0 1
0
1 21
0
0 1
0 0 0
5
0 0
4
0
23
1
0
S
L
F
0
0
3
4
e usando substituio descendente no sistema Ly = b, com
LS
b = (1, 0, 0, 1)t , vem y =
JF
LS
1 1 1
2, 3, 4,1
JF
S
L
F
; utilizando substituio
ascendente em Ux = y obtm-se x = (1, 1, 1, 1)t .
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 21
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
Tcnicas iterativas em lgebra Matricial
S
L
F
S
L
F
Captulo 6
S
L
F
S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Neste captulo estudaremos mtodos iterativos para solucionar

o sistema linear Ax = b sendo A uma matriz invertvel.
Os mtodos iterativos distinguem-se dos mtodos directos pelo
facto de necessitarem de um nmero infinito de operaes
aritmticas para obter a soluo. Os mtodos iterativos que
iremos abordar requerem uma aproximao inicial x(0) da
soluo e geram uma sucesso de vectores
S
L
F
S
L
F
x(1) , x(2) , . . . , x(k) , . . .
S
L
F
que se pretende que convirjam para a soluo exacta x.

Todavia, como no possvel efectuar um nmero infinito
de operaes, os mtodos iterativos esto condenados a ser
interrompidos fornecendo, aparentemente, apenas uma
soluo aproximada do sistema linear Ax = b.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F

S
L
F
S
L
F
x(1) , x(2) , . . . , x(k) , . . .
S
L
F

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F

S
L
F
S
L
F
x(1) , x(2) , . . . , x(k) , . . .
S
L
F

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Acontece que esta aproximao da soluo exacta pode, no

entanto, ser suficientemente boa para a finalidade pretendida,
pelo que esta caracterstica inerente aos mtodos iterativos
no deve ser encarada como uma desvantagem insupervel
relativamente aos mtodos directos.
S
L
F
S
L
F
S
L
F
Os mtodos iterativos revelam ainda mais vantagens:
Podem produzir boas aproximaes com poucas iteraes.
A matriz A do sistema linear nunca alterada durante

o processo iterativo, ao contrrio do que sucede com os
mtodos directos. Isto permite economizar memria e/ou
tempo de clculo fazendo dos mtodos iterativos a tcnica
ideal para solucionar sistemas de grandes dimenses que
envolvam matrizes esparsas (isto , matrizes com uma
elevada percentagem de entradas nulas).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F

S
L
F
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F

S
L
F
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F

S
L
F
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Tcnicas iterativas em lgebra Matricial - Normas de vectores e matrizes
S
L
F
J
J
S
L
F
S
L
F
S
L
F
Normas de vectores e matrizes
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Definio
Uma aplicao k k :
satisfaz:
J se
Rn JR diz-se uma norma vectorial
kxk 0 para todo o x
Rn
kxk = 0 se e s se x = 0
LS
RS
FL
JF
k xk = || kxk para todo o e para todo o x

x + y kxk + y para todo x, y n
S
L
F
Rn
Exemplo
Apresentamos, de seguida, exemplos importantes de normas
vectoriais: dado um vector coluna x = (x1 , x2 , . . . , xn )t ,
JF
LS
kxk2 =
S
L
F
x21 + x22 + . . . + x2n
S
L
F
(norma euclidiana)
kxk = max |x1 | , |x2 | , . . . , |xn |
(norma do mximo)
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Definio
Uma aplicao k k :
satisfaz:
J se
kxk 0 para todo o x
Rn
LS
RS
FL
JF

S
L
F
Rn
Exemplo
JF
LS
kxk2 =
S
L
F
x21 + x22 + . . . + x2n
S
L
F
(norma euclidiana)
kxk = max |x1 | , |x2 | , . . . , |xn |
(norma do mximo)
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Definio
Uma aplicao k k :
satisfaz:
J se
kxk 0 para todo o x
Rn
LS
RS
FL
JF

S
L
F
Rn
Exemplo
JF
LS
kxk2 =
S
L
F
x21 + x22 + . . . + x2n
S
L
F
(norma euclidiana)
kxk = max |x1 | , |x2 | , . . . , |xn |
(norma do mximo)
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Definio
Uma aplicao k k :
satisfaz:
J se
kxk 0 para todo o x
Rn
LS
RS
FL
JF

S
L
F
Rn
Exemplo
JF
LS
kxk2 =
S
L
F
x21 + x22 + . . . + x2n
S
L
F
(norma euclidiana)
kxk = max |x1 | , |x2 | , . . . , |xn |
(norma do mximo)
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Definio
Uma aplicao k k :
satisfaz:
J se
kxk 0 para todo o x
Rn
LS
RS
FL
JF

S
L
F
Rn
Exemplo
JF
LS
kxk2 =
S
L
F
x21 + x22 + . . . + x2n
S
L
F
(norma euclidiana)
kxk = max |x1 | , |x2 | , . . . , |xn |
(norma do mximo)
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Exemplo
Vectores em
S
L
F
S
L
F
JF
S
L
F
A norma euclidiana do vector x = (1, 1, 2)t de
LS
R2 e R3 com norma euclidiana menor que 1
kxk2 =
S
L
F
q
p
(1)2 + 12 + (2)2 = 6
J
R3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Exemplo
Vectores em
S
L
F
S
L
F
JF
S
L
F
A norma euclidiana do vector x = (1, 1, 2)t de
LS
R2 e R3 com norma euclidiana menor que 1
kxk2 =
S
L
F
q
p
(1)2 + 12 + (2)2 = 6
J
R3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Exemplo
Vectores em
S
L
F
R2 e R3 com norma do mximo menor que 1
S
L
F
S
L
F
A norma do mximo do vector x = (1, 1, 2)t de
S
L
F
S
L
F
kxk = max |1| , |1| , |2| = 2
J
R3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Exemplo
Vectores em
S
L
F
R2 e R3 com norma do mximo menor que 1
S
L
F
S
L
F
A norma do mximo do vector x = (1, 1, 2)t de
S
L
F
S
L
F
kxk = max |1| , |1| , |2| = 2
J
R3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Apresentamos, em baixo, algumas desigualdades notveis

envolvendo a norma euclidiana e a norma do mximo:
Desigualdade de Cauchy-Schwarz
Para cada x = (x1 , x2 , . . . , xn )t e y = (y1 , y2 , . . . , yn )t em
S
L
F
S
L
F
Rn ,
kxk kxk2
S
L
F
Equivalncia entre as normas k k2 e k k
Para cada x
Rn ,

t
x y kxk2 y
n kxk
Nota
n so equivalentes, ou seja,
Todas as normas de
n
dadas duas normas k k e k k0 em
existem
0
constantes > 0 e > 0 tais que kxk kxk kxk para todo
o x n.
JF
LS
R
JF
LS
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F

S
L
F
S
L
F
Rn ,
kxk kxk2
S
L
F
Para cada x
Rn ,

t
x y kxk2 y
n kxk
Nota
Todas as normas de
n
existem
0
o x n.
JF
LS
R
JF
LS
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F

S
L
F
S
L
F
Rn ,
kxk kxk2
S
L
F
Para cada x
Rn ,

t
x y kxk2 y
n kxk
Nota
Todas as normas de
n
existem
0
o x n.
JF
LS
R
JF
LS
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
S
L
F
JF
LS
S
L
F
S
L
F
JF
LS
S
L
F
A norma da diferena de dois vectores quaisquer, x y com

x, y n , uma distncia (induzida pela norma k k).
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Definio
de n converge para
Uma sucesso de vectores de x(k)
kN
x em relao norma k k se, dado qualquer > 0, existe um
inteiro N () tal que
LS
JF
(k)
x x < ,
Teorema
S
L
F
Uma sucesso de vectores
x(1k) , x(2k) , . . . , x(nk)
Rn
de
converge para (x1 , x2 , . . . , xn )t em relao norma k k se e

s se
lim x(ik) = xi , i = 1, 2, . . . , n.
S
L
F
S
L
F
para todo o k N ().
k+
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Definio
de n converge para
Uma sucesso de vectores de x(k)
kN
x em relao norma k k se, dado qualquer > 0, existe um
inteiro N () tal que
LS
JF
(k)
x x < ,
Teorema
S
L
F
Uma sucesso de vectores
x(1k) , x(2k) , . . . , x(nk)
Rn
de
converge para (x1 , x2 , . . . , xn )t em relao norma k k se e

s se
lim x(ik) = xi , i = 1, 2, . . . , n.
S
L
F
S
L
F
para todo o k N ().
k+
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Demonstrao
Suponhamos
(x1 , x2 , . . . , xn
)t
que
(k)
(k)
(k)
x1 , x2 , . . . , xn
converge
para
em relao norma k k . Ento,
> 0, existe um inteiro N () : k N () = max x(ik) xi <
S
L
F
S
L
F
S
L
F
1in
donde x(ik) xi < , i = 1, 2, . . . , n e portanto lim x(ik) = xi .

k+
Reciprocamente, se lim x(ik) = xi , i = 1, 2, . . . , n ento
k+
> 0, existe um inteiro Ni () : k Ni () = x(ik) xi <
Pondo N () := max Ni () vem max x(ik) xi < o que
JF
LS
1in
JF
LS
S
L
F
1in
estabelece a convergncia da sucesso de vectores em

relao norma k k .
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Demonstrao
Suponhamos
(x1 , x2 , . . . , xn
)t
que
(k)
(k)
(k)
x1 , x2 , . . . , xn
converge
para
em relao norma k k . Ento,
> 0, existe um inteiro N () : k N () = max x(ik) xi <
S
L
F
S
L
F
S
L
F
1in
donde x(ik) xi < , i = 1, 2, . . . , n e portanto lim x(ik) = xi .

k+
Reciprocamente, se lim x(ik) = xi , i = 1, 2, . . . , n ento
k+
> 0, existe um inteiro Ni () : k Ni () = x(ik) xi <
Pondo N () := max Ni () vem max x(ik) xi < o que
JF
LS
1in
JF
LS
S
L
F
1in
estabelece a convergncia da sucesso de vectores em

relao norma k k .
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Exemplo
Consideremos x(k)
(k)
LS
1 1 sen k t
= 1, 2 + , 2 ,
.
k k
ek
S
L
F
Como
JF
1
lim 2 + = 2,
k
k+
lim 1 = 1,
k+
(k)
R4 dada por
1
= 0,
k+ k2
lim
S
L
F
sen k
=0
k+ ek
lim
x = (1, 2, 0, 0)t
tem-se que x
converge para
em relao
kN
a k k , ou seja, dado > 0 existe um inteiro N () tal que
(k)
x x < ,
p
(k)
(k)
Como x x 4 x x
S
L
F
k N ().
S
L
F
< 2
= ento
2
tambm converge para (1, 2, 0, 0)t em relao a k k2 .
x(k)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Definio
Uma aplicao ||| ||| : Mnn ( )

matricial se satisfaz:
diz-se uma norma
S
L
F
S
L
F

A 0 para cada A Mnn ( )

A = 0 se e s se A = O (matriz nula)

A = || A para todo o
e para cada A
Mnn ( )

A + B A + B para cada A, B Mnn ( )

AB A B para cada A, B Mnn ( )
S
L
F
S
L
F
J
J
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Definio
Uma aplicao ||| ||| : Mnn ( )

matricial se satisfaz:
diz-se uma norma
S
L
F
S
L
F

A 0 para cada A Mnn ( )

A = 0 se e s se A = O (matriz nula)

A = || A para todo o
e para cada A
Mnn ( )

A + B A + B para cada A, B Mnn ( )

AB A B para cada A, B Mnn ( )
S
L
F
S
L
F
J
J
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
Associada a cada norma vectorial k k de

matricial natural definida por:
Rn h uma norma
FL

A := max Ax
kxk=1
e chamada norma natural ou norma matricial induzida por

k k em Mnn ( ).
S
L
F
S
L
F
Para qualquer z 6= 0 tem-se que x =

(i.e. com norma 1) donde
S
L
F
z
um vector unitrio
kzk
Az

z
A = max Ax = max A
.
kzk = max
kxk=1
z6=0 kzk
z6=0
LS
S
L
F
S
L
F
Logo, para todo o vector z 6= 0 e qualquer matriz A tem-se
JF

Az A kzk
Clculo Numrico
S
L
F
S
L
F
Terica 21

Rn h uma norma
FL

A := max Ax
kxk=1

k k em Mnn ( ).
S
L
F
S
L
F

S
L
F
z
um vector unitrio
kzk
Az

z
A = max Ax = max A
.
kzk = max
kxk=1
z6=0 kzk
z6=0
LS
S
L
F
S
L
F
JF

Az A kzk
Clculo Numrico
S
L
F
S
L
F
Terica 21

Rn h uma norma
FL

A := max Ax
kxk=1

k k em Mnn ( ).
S
L
F
S
L
F

S
L
F
z
um vector unitrio
kzk
Az

z
A = max Ax = max A
.
kzk = max
kxk=1
z6=0 kzk
z6=0
LS
S
L
F
S
L
F
JF

Az A kzk
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
S
L
F
J
J
S
L
F
= max Ax
kxk =1
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
S
L
F
J
J
S
L
F

A = max Ax
2
2
kxk2 =1
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Teorema
Se A = aij
i=1,2,...,n
j=1,2,...,n
for uma matriz do tipo n n ento

A
S
L
F
= max
n
X
aij
1in j=1
S
L
F
Demonstrao
n
X

Mostremos que A max aij . Se x
1in j=1
kxk = 1 ento
S
L
F
for tal que
n
n
n
X
X

max
=
max
a
x
max
a
max
x
ij j
1in j=1 ij 1jn j 1in j=1 ij

1in j=1
| {z }
Ax
S
L
F
S
L
F
kxk =1
1in j=1
S
L
F
=kxk =1
n
X

donde A = max Ax max aij .
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Teorema
Se A = aij
i=1,2,...,n
j=1,2,...,n
for uma matriz do tipo n n ento

A
S
L
F
= max
n
X
aij
1in j=1
S
L
F
Demonstrao
n
X

Mostremos que A max aij . Se x
1in j=1
kxk = 1 ento
S
L
F
for tal que
n
n
n
X
X

max
=
max
a
x
max
a
max
x
ij j
1in j=1 ij 1jn j 1in j=1 ij

1in j=1
| {z }
Ax
S
L
F
S
L
F
kxk =1
1in j=1
S
L
F
=kxk =1
n
X

donde A = max Ax max aij .
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Demonstrao
n
X

Demonstremos agora que A max aij . Se p for tal
1in j=1
que
n
n
X
X
aij
apj = max
S
L
F
S
L
F
S
L
F
1in j=1
j=1
e as componentes de x satisfizerem xj = 1 se
apj 0 e xj = 1
se caso contrrio vem kxk = 1 e apj xj = apj , j = 1, 2, . . . , n.
Ento,
X
X
X
n
n
n
n
X
apj = max
aij
=
max
a
x
a
x
ij j
pj j =
j=1
j=1
1in j=1
1in j=1
Ax
JF
LS
S
L
F
e A = max Ax max
kxk =1
n
X
aij .
1in j=1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Demonstrao
n
X

1in j=1
que
n
n
X
X
aij
apj = max
S
L
F
S
L
F
S
L
F
1in j=1
j=1
apj 0 e xj = 1
Ento,
X
X
X
n
n
n
n
X
apj = max
aij
=
max
a
x
a
x
ij j
pj j =
j=1
j=1
1in j=1
1in j=1
Ax
JF
LS
S
L
F
e A = max Ax max
kxk =1
n
X
aij .
1in j=1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Demonstrao
n
X

1in j=1
que
n
n
X
X
aij
apj = max
S
L
F
S
L
F
S
L
F
1in j=1
j=1
apj 0 e xj = 1
Ento,
X
X
X
n
n
n
n
X
apj = max
aij
=
max
a
x
a
x
ij j
pj j =
j=1
j=1
1in j=1
1in j=1
Ax
JF
LS
S
L
F
e A = max Ax max
kxk =1
n
X
aij .
1in j=1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 21
S
L
F
Exemplo
Seja
1 2 1
A = 0 3 1 .
5 1 1
S
L
F
S
L
F
Ento,
3
X
a1j = |1| + |2| + |1| = 4,
j=1
3
X
a2j = |0| + |3| + |1| = 4,
S
L
F
j=1
S
L
F
3
X
a3j = |5| + |1| + |1| = 7
S
L
F
j=1
donde A = max 4, 4, 7 = 7 .
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 22
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
S
L
F
Captulo 6
S
L
F
S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Tcnicas iterativas em lgebra Matricial - Valores e vectores prprios
S
L
F
J
J
S
L
F
Valores e vectores prprios
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
JR
Uma matriz do tipo n m pode ser encarada como uma funo

de m para n . Em particular, quando m = n, vectores de n
so transformados em vectores de n , podendo acontecer que
alguns vectores no nulos x sejam paralelos a Ax. Significa
isto que existir uma constante tal que
S
L
F
S
L
F
S
L
F
Ax = x
ou equivalentemente,
A I x = 0.
Definio
Dada uma matriz A do tipo n n, sobre um corpo
chamamos polinmio caracterstico de A a
S
L
F
S
L
F
p() = det A I
R,
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
JR
Uma matriz do tipo n m pode ser encarada como uma funo

de m para n . Em particular, quando m = n, vectores de n
so transformados em vectores de n , podendo acontecer que
alguns vectores no nulos x sejam paralelos a Ax. Significa
isto que existir uma constante tal que
S
L
F
S
L
F
S
L
F
Ax = x
ou equivalentemente,
A I x = 0.
Definio
Dada uma matriz A do tipo n n, sobre um corpo
chamamos polinmio caracterstico de A a
S
L
F
S
L
F
p() = det A I
R,
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Observao
O grau do polinmio caracterstico n e portanto tem, no

mximo, n zeros
distintos.
Se for um zero do polinmio
p
ento
det
A
I = 0 e o sistema de equaes lineares
A I x = 0 admitir uma soluo x 6= 0.
S
L
F
S
L
F
Definio
Seja A uma matriz do tipo n n, sobre o corpo
R.
S
L
F
Os zeros do polinmio caracterstico de A so chamados

valores prprios da matriz A.
Se for um valor prprio de A e x 6= 0 um vector tais que
S
L
F
AI x = 0
S
L
F
S
L
F
ento x designar-se- vector prprio da matriz A associado ao

valor prprio .
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Observao

mximo, n zeros
distintos.
p
ento
det
A
S
L
F
S
L
F
Definio
R.
S
L
F

S
L
F
AI x = 0
S
L
F
S
L
F

valor prprio .
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Observao

mximo, n zeros
distintos.
p
ento
det
A
S
L
F
S
L
F
Definio
R.
S
L
F

S
L
F
AI x = 0
S
L
F
S
L
F

valor prprio .
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Observao

mximo, n zeros
distintos.
p
ento
det
A
S
L
F
S
L
F
Definio
R.
S
L
F

S
L
F
AI x = 0
S
L
F
S
L
F

valor prprio .
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
No plano, temos a seguinte interpretao geomtrica:
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Exemplo
Seja
1 0 2
A = 0 1 1
1 1 1
S
L
F
S
L
F
S
L
F
Para calcularmos os valores prprios de A consideremos
1
0
2
0
1 1 = (1 ) 2 2 + 4 .
p() = det
1
1
1
Os valores prprios de A so as solues de p() = 0, ou seja,
S
L
F
1 = 1 ,
p
2 = 1 + 3i
S
L
F
p
3 = 1 3i
S
L
F
Um vector prprio x de A associado

a 1 = 1 ser uma soluo
do sistema linear A 1 I x = 0, isto ,
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Exemplo
0
0 0 2
x1
0 0 1 x2 = 0
1 1 0
x3
0
Ento,
LS
JF
2x3 = 0
x3 = 0
x1 + x2 = 0
LS
JF
x =0
3
x2 = x1
x1 qualquer
S
L
F
Deste modo, escolhendo, por exemplo, x1 = 1 obtm-se o vector

prprio (1, 1, 0)t correspondente ao valor prprio 1 = 1.
S
L
F
S
L
F
S
L
F
Como os valores prprios 2 = 1 + 3i e 3 = 1 3i

so nmeros complexos, tem-se que os vectores prprios
correspondentes sero tambm complexos.
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Definio
Sendo A uma matriz do tipo n n, sobre o corpo

raio espectral da matriz A por
J
R, define-se
(A) = max |i |
1in
S
L
F
S
L
F
onde 1 , 2 , . . ., n so os valores prprios de A.
Exemplo
S
L
F
Consideremos ainda a matriz

1 0 2
0 1 1 .
A=
1 1 1
S
L
F
S
L
F
p o
Ento, (A) = max |1| , 1 + 3i , 1 3i = 2.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Definio
Sendo A uma matriz do tipo n n, sobre o corpo

raio espectral da matriz A por
J
R, define-se
(A) = max |i |
1in
S
L
F
S
L
F
onde 1 , 2 , . . ., n so os valores prprios de A.
Exemplo
S
L
F
Consideremos ainda a matriz

1 0 2
0 1 1 .
A=
1 1 1
S
L
F
S
L
F
p o
Ento, (A) = max |1| , 1 + 3i , 1 3i = 2.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Apresentamos, de seguida, algumas propriedades envolvendo

o raio espectral.
p

A2 = (At A)
S
L
F
S
L
F
R.

(A) A para qualquer norma natural ||| |||

Se A for simtrica ento A2 = (A)
S
L
F
Para qualquer > 0 existe uma norma natural ||| ||| tal
que
S
L
F

(A) < A < (A) +
S
L
F
S
L
F
(o raio espectral de uma matriz o nfimo do conjunto

das normas dessa matriz)
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F

o raio espectral.
p

A2 = (At A)
S
L
F
S
L
F
R.


S
L
F
que
S
L
F

(A) < A < (A) +
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F

o raio espectral.
p

A2 = (At A)
S
L
F
S
L
F
R.


S
L
F
que
S
L
F

(A) < A < (A) +
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F

o raio espectral.
p

A2 = (At A)
S
L
F
S
L
F
R.


S
L
F
que
S
L
F

(A) < A < (A) +
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F

o raio espectral.
p

A2 = (At A)
S
L
F
S
L
F
R.


S
L
F
que
S
L
F

(A) < A < (A) +
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Exemplo
1 1 0
1 2 1 . Ento,
Consideremos a matriz B =
1 1 2
1 1 1
1 1 0
3 2 1
Bt B = 1 2 1 1 2 1 = 2 6 4
1 1 2
1 4 5
0 1 2
S
L
F
S
L
F
Calculando os valores prprios de Bt B tem-se
S
L
F
3
2
1
6
4 = 14 2 42
0 = det B B I = det 2
1
4
5
p
donde = 0 ou = 7 7. Deste modo,
q
p

p
B = Bt B = 7 + 7.
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Exemplo
1 1 0
1 2 1 . Ento,
1 1 2
1 1 1
1 1 0
3 2 1
Bt B = 1 2 1 1 2 1 = 2 6 4
1 1 2
1 4 5
0 1 2
S
L
F
S
L
F
S
L
F
3
2
1
6
4 = 14 2 42
1
4
5
p
q
p

p
B = Bt B = 7 + 7.
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Exemplo
1 1 0
1 2 1 . Ento,
1 1 2
1 1 1
1 1 0
3 2 1
Bt B = 1 2 1 1 2 1 = 2 6 4
1 1 2
1 4 5
0 1 2
S
L
F
S
L
F
S
L
F
3
2
1
6
4 = 14 2 42
1
4
5
p
q
p

p
B = Bt B = 7 + 7.
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Exemplo
1 1 0
1 2 1 . Ento,
1 1 2
1 1 1
1 1 0
3 2 1
Bt B = 1 2 1 1 2 1 = 2 6 4
1 1 2
1 4 5
0 1 2
S
L
F
S
L
F
S
L
F
3
2
1
6
4 = 14 2 42
1
4
5
p
q
p

p
B = Bt B = 7 + 7.
2
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
No estudo tcnicas iterativas matriciais particularmente

importante saber quando que as potncias de uma matriz
so suficientemente pequenas (i.e. quando que as suas
entradas se aproximam de zero).
S
L
F
S
L
F
Definio
Sendo A uma matriz do tipo n n,

diremos que a matriz A convergente se
(matriz nula), ou seja, se
lim
k+
JF
LS
Ak
i
ij
= 0,
i = 1, 2, . . . , n
S
L
F
RLS
JF
sobre
,
k
lim A = O
k+
e j = 1, 2, . . . , n
S
L
F
entrada na linha i e coluna j da matriz Ak
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
No estudo tcnicas iterativas matriciais particularmente

importante saber quando que as potncias de uma matriz
so suficientemente pequenas (i.e. quando que as suas
entradas se aproximam de zero).
S
L
F
S
L
F
Definio
Sendo A uma matriz do tipo n n,

diremos que a matriz A convergente se
(matriz nula), ou seja, se
lim
k+
JF
LS
Ak
i
ij
= 0,
i = 1, 2, . . . , n
S
L
F
RLS
JF
sobre
,
k
lim A = O
k+
e j = 1, 2, . . . , n
S
L
F
entrada na linha i e coluna j da matriz Ak
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
Exemplo
Seja
1
2
C=
1
4
S
L
F
As potncias de C so
1
2
S
L
F
Ck =
1
2
LS
JF
k+
convergente.
1
2
=0 e
lim
S
L
F
k
1
LS
lim
2k+1
e como
JF
k+ 2k+1
S
L
F
= 0 conclui-se que C
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F
A anlise da convergncia de uma matriz pode ser realizada

de forma automtica se conhecermos o seu raio espectral.
Teorema
Seja A uma matriz do tipo n n sobre
asseres so equivalentes:
S
L
F
S
L
F
R.
As seguintes
A uma matriz convergente.
S
L
F

lim An = 0 para qualquer norma natural ||| |||.
n+
(A) < 1.
JF
LS
S
L
F
lim An x = 0 para qualquer vector x.
n+
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F

Teorema
S
L
F
S
L
F
R.
As seguintes
S
L
F

n+
(A) < 1.
JF
LS
S
L
F
n+
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F

Teorema
S
L
F
S
L
F
R.
As seguintes
S
L
F

n+
(A) < 1.
JF
LS
S
L
F
n+
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F

Teorema
S
L
F
S
L
F
R.
As seguintes
S
L
F

n+
(A) < 1.
JF
LS
S
L
F
n+
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F

Teorema
S
L
F
S
L
F
R.
As seguintes
S
L
F

n+
(A) < 1.
JF
LS
S
L
F
n+
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 22
S
L
F

Teorema
S
L
F
S
L
F
R.
As seguintes
S
L
F

n+
(A) < 1.
JF
LS
S
L
F
n+
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 23
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
S
L
F
Captulo 6
S
L
F
S
L
F
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Apesar de datarem do sculo XIX, os mtodos iterativos

clssicos como o mtodo de Jacobi ou de Gauss-Seidel so,
ainda hoje, tcnicas bastante eficazes (no s em termos de
clculo como tambm ao nvel do armazenamento) de obter
solues aproximadas de sistemas lineares de grandes
dimenses com matrizes esparsas (isto , com um elevado
nmero de entradas nulas) que to frequentemente surgem
nas aplicaes (e.g. anlise de circuitos).
S
L
F
S
L
F
S
L
F
Uma tcnica iterativa para resolver o sistema linear Ax = b

consiste em:
Dada uma aproximao
inicial x(0) , gerar uma sucesso
n
o
de vectores x(k)
que convirja para a soluo exacta x.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Apesar de datarem do sculo XIX, os mtodos iterativos

clssicos como o mtodo de Jacobi ou de Gauss-Seidel so,
ainda hoje, tcnicas bastante eficazes (no s em termos de
clculo como tambm ao nvel do armazenamento) de obter
solues aproximadas de sistemas lineares de grandes
dimenses com matrizes esparsas (isto , com um elevado
nmero de entradas nulas) que to frequentemente surgem
nas aplicaes (e.g. anlise de circuitos).
S
L
F
S
L
F
S
L
F
Uma tcnica iterativa para resolver o sistema linear Ax = b

consiste em:
Dada uma aproximao
inicial x(0) , gerar uma sucesso
n
o
de vectores x(k)
que convirja para a soluo exacta x.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Num mtodo iterativo, a primeira etapa consiste em converter

o sistema linear Ax = b num sistema equivalente com a forma
x = Tx + c
S
L
F
S
L
F
S
L
FN
para alguma matriz T e algum vector c fixos.
Escolhida uma aproximao inicial x(0) , a sucesso x(k)

ficar definida por
(0)
dado
x
S
L
F
x(k) = Tx(k1) + c,
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Num mtodo iterativo, a primeira etapa consiste em converter

o sistema linear Ax = b num sistema equivalente com a forma
x = Tx + c
S
L
F
S
L
F
S
L
FN
para alguma matriz T e algum vector c fixos.
Escolhida uma aproximao inicial x(0) , a sucesso x(k)

ficar definida por
(0)
dado
x
S
L
F
x(k) = Tx(k1) + c,
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
Exemplo
S
L
F

E1 :
E2 :
E3 :
E4 :
S
L
F
+
2x3
x3
+ 10x3
x3
S
L
F
+ 3x4
x4
+ 8x4
=
6
=
25
= 11
=
15
Para converter Ax = b em x = Tx + c resolve-se a

em ordem a xi para cada i = 1, 2, 3, 4:
1
1
x1 =
x2
x3
10
5
1
1
3
x2 =
x1
+
x3
x4
11
11
11
1
1
1
x3 = x1 +
x2
+
x4
5
10
10
3
1
x4 =
x2 +
x3
8
8
S
L
F
10x1
x2
x1 + 11x2
2x1
x2
3x2
J
J
S
L
F
S
L
F
equao Ei
+
+
3
5
25
11
11
10
15
8
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
Exemplo
S
L
F

E1 :
E2 :
E3 :
E4 :
S
L
F
+
2x3
x3
+ 10x3
x3
S
L
F
+ 3x4
x4
+ 8x4
=
6
=
25
= 11
=
15
Para converter Ax = b em x = Tx + c resolve-se a

em ordem a xi para cada i = 1, 2, 3, 4:
1
1
x2
x3
x1 =
10
5
1
1
3
x2 =
x1
+
x3
x4
11
11
11
1
1
1
x3 = x1 +
x2
+
x4
5
10
10
3
1
x4 =
x2 +
x3
8
8
S
L
F
10x1
x2
x1 + 11x2
2x1
x2
3x2
J
J
S
L
F
S
L
F
equao Ei
+
+
3
5
25
11
11
10
15
8
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Exemplo
Ento Ax = b pode ser escrito na forma x = Tx + c, com
LS
JF
J
S
L
F
T=
0
1
11
1
5
0
1
10
0
1
10
3
5
1
11
11
10
c=
LS
JF
0
1
8
S
L
F
3
5
25
11
11
10
15
8
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Tcnicas iterativas em lgebra Matricial - Os mtodos de Jacobi e de Gauss-Seidel
S
L
F
S
L
F
S
L
F
Os mtodos de Jacobi e de Gauss-Seidel
J
J
S
L
F
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Decomponhamos a matriz
A=
LS
JF
a11
a21
..
.
a12
a22
..
.
a1n
a2n
..
..
.
.
. . . ann
...
...
S
L
F
an1 an2
S
L
F
do sistema linear Ax = b como
a11
0
..
.
0
0
a22
..
.
0
S
L
F
{z
=D
...
...
..
...
0
0
..
.
ann
0
a21
..
.
an1
0
0
..
.
...
...
...
..
an n1
{z
=L
S
L
F
0
0
..
.
0
0
0
..
.
0
a12
0
..
.
0
...
a1n
..
..
.
..
...
{z
=U
an1 n
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Ento, a equao matricial Ax = b ou (D L U) x = b pode

ser transformada em
Dx = L + U x + b.
S
L
F
S
L
F
S
L
F
Se D for invertvel, ou seja, se aii 6= 0 para todo o i ento
1
b} = TJ x + cJ
x = D1 L + U x + |D{z
{z
}
|
=TJ
=cJ
e o mtodo de Jacobi ser dado, na forma matricial, por
JF
LS
(0)
dado
x
LS
x(k) = D1 L + U x(k1) + D1 b,
JF
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Ento, a equao matricial Ax = b ou (D L U) x = b pode

ser transformada em
Dx = L + U x + b.
S
L
F
S
L
F
S
L
F
Se D for invertvel, ou seja, se aii 6= 0 para todo o i ento
1
b} = TJ x + cJ
x = D1 L + U x + |D{z
{z
}
|
=TJ
=cJ
e o mtodo de Jacobi ser dado, na forma matricial, por
JF
LS
(0)
dado
x
LS
x(k) = D1 L + U x(k1) + D1 b,
JF
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Nota
Se algum dos aii for zero e A for no-singular ento uma
reordenao das equaes poder ser realizada de modo a que
nenhum aii , i = 1, 2, . . . , n seja zero.
LS
JF
JF
LS
Em alternativa, com A = aij
i=1,2,...,n
j=1,2,...,n
S
L
F
e b = (b1 , b2 , . . . , bn )t
podemos escrever o mtodo de Jacobi como
x(0) dado
Xn
bi j=1 aij x(jk1)
j6=i
(k)
,
xi =
S
L
F
aii
(k
S
L
F
N)
S
L
F
i = 1, 2, . . . , n
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Nota
Se algum dos aii for zero e A for no-singular ento uma
reordenao das equaes poder ser realizada de modo a que
nenhum aii , i = 1, 2, . . . , n seja zero.
LS
JF
JF
LS
Em alternativa, com A = aij
i=1,2,...,n
j=1,2,...,n
S
L
F
e b = (b1 , b2 , . . . , bn )t
podemos escrever o mtodo de Jacobi como
x(0) dado
Xn
bi j=1 aij x(jk1)
j6=i
(k)
,
xi =
S
L
F
aii
(k
S
L
F
N)
S
L
F
i = 1, 2, . . . , n
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Exemplo
No exemplo anterior, onde foram encontradas as matrizes

T e c, tomando como aproximao inicial x(0) = (0, 0, 0, 0)t ,
t
tem-se que a primeira iterada x(1) = x(11) , x(21) , x(31) , x(41) , dada
pelo mtodo de Jacobi, ser
S
L
F
x(11)
x(21)
x(31)
x(41)
S
L
F
1 (0)
x
10 2
1 (0)
x
11 1
1
x(10)
5
1 (0)
x
10 2
3 (0)
x
8 2
S
L
F
1 (0)
x
5 3
1 (0)
x
11 3
1 (0)
x
8 3
S
L
F
Mais geralmente, ter-se-
3 (0)
x
11 4
1 (0)
x
10 4
3
5
25
11
11
10
15
8
=
=
S
L
F
0.6000
2.2727
1.1000
1.8750
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Exemplo
(k)
x1
x(2k)
x(3k)
x(4k)
S
L
F
1 (k1)
x
10 2
1 (k1)
x
11 1
1
x(1k1)
5
1 (k1)
x
10 2
3 (k1)
x
8 2
1 (k1)
x
5 3
1 (k1)
x
11 3
S
L
F
+
1 (k1)
x
8 3
3
5
25
11
11
10
15
8
3 (k1)
x
11 4
1 (k1)
x
10 4
S
L
F
k = 1, 2, 3, . . . e iteradas adicionais podem ser calculadas

(k)
x x(k1)
< 103 :
utilizando como critrio de paragem
x(k)
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
No mtodo de Jacobi, as componentes de x(k1) so utilizadas

para calcular a iterada seguinte, x(k) .
No obstante, um melhoramento pode ser feito: visto que no

processo de clculo de x(k) vo sendo conhecidas as
componentes x(1k) , x(2k) , . . ., x(ik)1 (i > 1) ento podemos utilizlas no clculo de x(ik) , j que x(1k) , x(2k) , . . ., x(ik)1 constituem,
provavelmente, melhores aproximaes das respectivas
componentes da soluo exacta.
S
L
F
S
L
F
S
L
F
Esta modificao conhecida como mtodo de Gauss-Seidel:
x(0) dado
iX
1
n
X
bi aij x(jk)
aij x(jk1)
j=1
j=i+1
,
x(ik) =
S
L
F
aii
S
L
F
(k
i = 1, 2, . . . , n
N)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F


S
L
F
S
L
F
S
L
F
x(0) dado
iX
1
n
X
bi aij x(jk)
aij x(jk1)
j=1
j=i+1
,
x(ik) =
S
L
F
aii
S
L
F
(k
i = 1, 2, . . . , n
N)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F


S
L
F
S
L
F
S
L
F
x(0) dado
iX
1
n
X
bi aij x(jk)
aij x(jk1)
j=1
j=i+1
,
x(ik) =
S
L
F
aii
S
L
F
(k
i = 1, 2, . . . , n
N)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Matricialmente tem-se
x = (D L)1 U x + (D L)1 b = TG x + cG
|
{z
=TG
{z
=cG
e em alternativa, o mtodo de Gauss-Seidel pode ser escrito

da seguinte forma:
S
L
F
S
L
F
(0)
x dado
x(k) = (D L)1 Ux(k1) + (D L)1 b,
onde D = diag(a11 , a22 , . . . , ann ) (matriz diagonal

entradas da diagonal principal so a11 , a22 , . . ., ann ) e
0
a21
..
.
0
0
..
.
..
an1
...
an n1
LS
L=
JF
...
...
0
0
..
.
S
L
F
U=
0 a12
0
..
.
0
..
.
S
L
F
cujas
...
a1n
..
..
.
..
an1 n
...
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Matricialmente tem-se
x = (D L)1 U x + (D L)1 b = TG x + cG
|
{z
=TG
{z
=cG
e em alternativa, o mtodo de Gauss-Seidel pode ser escrito

da seguinte forma:
S
L
F
S
L
F
(0)
x dado
x(k) = (D L)1 Ux(k1) + (D L)1 b,
onde D = diag(a11 , a22 , . . . , ann ) (matriz diagonal

entradas da diagonal principal so a11 , a22 , . . ., ann ) e
0
a21
..
.
0
0
..
.
..
an1
...
an n1
LS
L=
JF
...
...
0
0
..
.
S
L
F
U=
0 a12
0
..
.
0
..
.
S
L
F
cujas
...
a1n
..
..
.
..
an1 n
...
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Exemplo
No exemplo focado anteriormente

E1 :
E2 :
E3 :
E4 :
S
L
F
10x1
x2
x1 + 11x2
2x1
x2
3x2
x(2k)
x(3k)
x(4k)
S
L
F
S
L
F
tem-se
x(1k)
+
2x3
x3
+ 10x3
x3
1 (k1)
x
10 2
1 (k)
x
11 1
1
x(1k)
5
1 (k)
x
10 2
3 (k)
x
8 2
1 (k1)
x
5 3
1 (k1)
x
11 3
S
L
F
+
+ 3x4
x4
+ 8x4
1 (k)
x
8 3
=
6
=
25
= 11
=
15
S
L
F
3 (k1)
x
11 4
1 (k1)
x
10 4
S
L
F
3
5
25
11
11
10
15
8
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Exemplo
(0)
t
Tomando
ainda x = (0, 0, 0, 0) como aproximao inicial e
(k)
x x(k1)
< 104 como critrio de paragem vem

usando
x(k)
S
L
F
S
L
F
Nota
Comparando estes resultados com os j obtidos com o
mtodo de Jacobi conclumos que o mtodo de Gauss-Seidel
superior. Porm, isto no sempre verdade! H casos em que
o mtodo de Jacobi converge e o de Gauss-Seidel no.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Exemplo
(0)
t
Tomando
ainda x = (0, 0, 0, 0) como aproximao inicial e
(k)
x x(k1)
< 104 como critrio de paragem vem

usando
x(k)
S
L
F
S
L
F
Nota
Comparando estes resultados com os j obtidos com o
mtodo de Jacobi conclumos que o mtodo de Gauss-Seidel
superior. Porm, isto no sempre verdade! H casos em que
o mtodo de Jacobi converge e o de Gauss-Seidel no.
S
L
F
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Para o estudo da convergncia das tcnicas iterativas,

consideremos
x(k) = Tx(k1) + c,
com x(0) arbitrrio.
S
L
F
Teorema
S
L
F
(0)
Parao qualquer aproximao inicial x

n
x
(k)
definida por
n,
S
L
F
a sucesso
(0)
dado
x
S
L
F
x(k) = Tx(k1) + c,
S
L
F
S
L
F
converge para a nica soluo de x = Tx + c se e s se (T) < 1.
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Para o estudo da convergncia das tcnicas iterativas,

consideremos
x(k) = Tx(k1) + c,
com x(0) arbitrrio.
S
L
F
Teorema
S
L
F
(0)
Parao qualquer aproximao inicial x

n
x
(k)
definida por
n,
S
L
F
a sucesso
(0)
dado
x
S
L
F
x(k) = Tx(k1) + c,
S
L
F
S
L
F
converge para a nica soluo de x = Tx + c se e s se (T) < 1.
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Corolrio

||| ||| e c um dado
Se T < 1 para qualquer norma
n natural
o
vector de
S
L
F
Rn ento a sucesso
(0)
x
x(k)
S
L
F
N definida por
S
L
F
Rn qualquer que seja x(0J) Rn
x(k) = Tx(k1) + c,
converge para um vector x

tendo-se
k
x x(k) T x(0) x
(k)
x(1) x(0)
x x
1 T
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Observao
Este resultado traduz uma relao entre a rapidez

de convergncia e o raio espectral da matriz T. Visto que
as desigualdades so verdadeiras para toda a norma natural
ento
S
L
F
S
L
F
S
L
F
x x(k) (T)k x(0) x.
Logo, a tcnica iterativa ser escolhida de modo a que seja

mnimo o valor de (T) < 1.
Consideremos o sistema linear Ax = b com A = aij
i=1,2,...,n .
j=1,2,...,n
Se A for de diagonal estritamente dominante ento para

qualquer aproximao inicial x(0) n as sucesses de
LS
JF
JF
LS
S
L
F
vectores geradas pelos mtodos de Jacobi e Gauss-Seidel

so ambas convergentes para a nica soluo de Ax = b.
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Observao
Este resultado traduz uma relao entre a rapidez

de convergncia e o raio espectral da matriz T. Visto que
as desigualdades so verdadeiras para toda a norma natural
ento
S
L
F
S
L
F
S
L
F
x x(k) (T)k x(0) x.
Logo, a tcnica iterativa ser escolhida de modo a que seja

mnimo o valor de (T) < 1.
Consideremos o sistema linear Ax = b com A = aij
i=1,2,...,n .
j=1,2,...,n
Se A for de diagonal estritamente dominante ento para

qualquer aproximao inicial x(0) n as sucesses de
LS
JF
JF
LS
S
L
F
vectores geradas pelos mtodos de Jacobi e Gauss-Seidel

so ambas convergentes para a nica soluo de Ax = b.
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Se aij 0, para cada i 6= j e aii > 0 para todo o i = 1, 2, . . . , n
ento apenas uma e s uma das seguintes asseres

verdadeira:
(a) 0 TG < TJ < 1
S
L
F
(b) 1 < TJ < TG
S
L
F
(c) TJ = TG = 0
S
L
F
(d) TJ = TG = 1
onde TJ = D1 (L + U) (matriz T do mtodo de Jacobi) e

TG = (D L)1 U (matriz T do mtodo de Gauss-Seidel).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Se aij 0, para cada i 6= j e aii > 0 para todo o i = 1, 2, . . . , n
ento apenas uma e s uma das seguintes asseres

verdadeira:
(a) 0 TG < TJ < 1
S
L
F
(b) 1 < TJ < TG
S
L
F
(c) TJ = TG = 0
S
L
F
(d) TJ = TG = 1
onde TJ = D1 (L + U) (matriz T do mtodo de Jacobi) e

TG = (D L)1 U (matriz T do mtodo de Gauss-Seidel).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Tcnicas iterativas em lgebra Matricial - Mtodos de relaxao
S
L
F
J
J
S
L
F
Mtodos de relaxao
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Acontece com frequncia nas aplicaes que, num sistema de

equaes lineares Ax = b, se tenha (T) < 1 com (T) 1 e
portanto o mtodo de Gauss-Seidel converge muito lentamente.
Nestes casos, usual modificar o mtodo introduzindo

o
n um
parmetro de acelerao . Concretamente, a sucesso x(k)
kN
de vectores ficar definida por
S
L
F
S
L
F
x(0) dado
"
#
iX
1
n
X
(k)
(k1)
(k)
(k1)
a
x
a
x
,
x
=
(
1
)
x
+
ij j
ij j
i
i
aii i
j=1
S
L
F
S
L
F
(k
i = 1, 2, . . . , n
N)
j=i+1
S
L
F
S
L
F
Estes mtodos so conhecidos por mtodos de relaxao ou

mtodos SOR (Sucessive Over-Relaxation).
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Acontece com frequncia nas aplicaes que, num sistema de

equaes lineares Ax = b, se tenha (T) < 1 com (T) 1 e
portanto o mtodo de Gauss-Seidel converge muito lentamente.
Nestes casos, usual modificar o mtodo introduzindo

o
n um
parmetro de acelerao . Concretamente, a sucesso x(k)
kN
de vectores ficar definida por
S
L
F
S
L
F
x(0) dado
"
#
iX
1
n
X
(k)
(k1)
(k)
(k1)
a
x
a
x
,
x
=
(
1
)
x
+
ij j
ij j
i
i
aii i
j=1
S
L
F
S
L
F
(k
i = 1, 2, . . . , n
N)
j=i+1
S
L
F
S
L
F
Estes mtodos so conhecidos por mtodos de relaxao ou

mtodos SOR (Sucessive Over-Relaxation).
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Matricialmente, os mtodos SOR podem ser descritos como

(0)
x dado
x(k) = (D L)1 (1 )D + U x(k1) + (D L)1 b,
ou ainda,
S
L
F
S
L
F
x(k) = T x(k1) + c ,
k
com T = (D L)1 (1 )D + U e c = (D L)1 b onde

D = diag(a11 , a22 , . . . , ann ) e
0 a12 . . .
a1n
0
0
...
0
..
..
a21 0
...
0
0
.
0
.
L = ..
.. e U = .
.
.
.
.
.
.
.
.
.
..
. . a
.
..
n1 n
an1 . . . an n1 0
0
0
...
0
S
L
F
S
L
F
(0)
x dado
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Para escolhas de tais que 0 < < 1 os procedimentos

designam-se por mtodos de sub-relaxao e podem ser
usados para obter a convergncia de sistemas que no so
convergentes pelo mtodo de Gauss-Seidel.
S
L
F
S
L
F
S
L
F
Para escolhas de tais que > 1 os procedimentos chamamse mtodos de sobre-relaxao e servem para acelerar a
convergncia de sistemas que convergem lentamente com o
mtodo de Gauss-Seidel.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Para escolhas de tais que 0 < < 1 os procedimentos

designam-se por mtodos de sub-relaxao e podem ser
usados para obter a convergncia de sistemas que no so
convergentes pelo mtodo de Gauss-Seidel.
S
L
F
S
L
F
S
L
F
Para escolhas de tais que > 1 os procedimentos chamamse mtodos de sobre-relaxao e servem para acelerar a
convergncia de sistemas que convergem lentamente com o
mtodo de Gauss-Seidel.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Exemplo
S
L
F
4x1 + 3x2
=
24
3x1 + 4x2 x3 =
30
x2 + 4x3 = 24
S
L
F
S
L
F
cuja soluo exacta (3, 4, 5)t .
A equaes para o mtodo de Gauss-Seidel so

x(1k) =
0.75x(2k1)
x(2k) = 0.75x(1k)
JF
LS
x(3k) =
0.25x(1k)
JF
LS
+
+ 0.25x(3k1)
+ 7.5
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Exemplo
S
L
F
4x1 + 3x2
=
24
3x1 + 4x2 x3 =
30
x2 + 4x3 = 24
S
L
F
S
L
F
cuja soluo exacta (3, 4, 5)t .
A equaes para o mtodo de Gauss-Seidel so

x(1k) =
0.75x(2k1)
x(2k) = 0.75x(1k)
JF
LS
x(3k) =
0.25x(1k)
JF
LS
+
+ 0.25x(3k1)
+ 7.5
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Exemplo
Para o mtodo SOR com = 1.25 temos as equaes

x(1k)
0.25x(1k1)
0.9375x(2k1)
x(2k)
0.9375x(1k)
0.25x(2k1)
(k)
S
L
F
x3
(k)
S
L
F
0.3125x2
0.3125x(3k1)
(k1)
0.25x3
Supondo a aproximao inicial x(0) = (1, 1, 1)t tem-se
S
L
F
S
L
F
7.5
9.375
S
L
F
7.5
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Fica no ar uma questo: como escolher o valor de ?
Os resultados em baixo do-nos uma resposta parcial a esta

questo.
Teorema (Kahan)
Se aii 6= 0 para cada i = 1, 2, . . . , n ento
S
L
F
S
L
F

T | 1|
S
L
F
com T := DL
(1)D+U e isto implica que o mtodo
SOR pode convergir apenas quando 0 < < 2.
Teorema (Ostrowski-Reich)
Se A for uma matriz definida positiva e 0 < < 2 ento o
mtodo SOR convergente qualquer que seja a escolha da
aproximao inicial x0 .
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F

questo.
Teorema (Kahan)
S
L
F
S
L
F

T | 1|
S
L
F
com T := DL
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F

questo.
Teorema (Kahan)
S
L
F
S
L
F

T | 1|
S
L
F
com T := DL
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F

questo.
Teorema (Kahan)
S
L
F
S
L
F

T | 1|
S
L
F
com T := DL
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 23
S
L
F
Teorema
Se A for uma matriz tridiagonal definida positiva ento
1
TG = TJ
< 1, com TG = D L
U e TJ = D1 L + U ,
tendo-se que a escolha optimal de no mtodo SOR
S
L
F
1+
S
L
F
1 TJ

Com esta escolha de tem-se T = 1 onde
S
L
F
(1 )D + U
T := D L
S
L
F
S
L
F
S
L
F
matriz T no mtodo SOR
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 24
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
Teoria da aproximao
LS
JF
J
S
L
F
S
L
F
Captulo 7
S
L
F
Teoria da aproximao
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
Teoria da aproximao
S
L
F
O estudo da teoria da aproximao envolve, essencialmente,

dois tipos de problemas genricos:
Um problema ocorre quando dada uma funo na forma
explcita mas pretendemos encontrar uma outra, mais

simples (como um polinmio), que possa ser utilizada
para determinar valores aproximados da funo dada.
S
L
F
S
L
F
S
L
F
O outro problema consiste em ajustar uma funo
relativamente a um conjunto de dados apresentados, de

modo a obter a melhor funo de uma determinada
classe que represente esses dados.
S
L
F
S
L
F
S
L
F
Estes problemas j foram abordados anteriormente utilizando

polinmios interpoladores. Contudo, estes possuem limitaes
que podem ser ultrapassadas recorrendo a outras tcnicas.
Clculo Numrico
S
L
F
S
L
F
Terica 24
Teoria da aproximao
S
L
F
O estudo da teoria da aproximao envolve, essencialmente,

dois tipos de problemas genricos:
Um problema ocorre quando dada uma funo na forma
explcita mas pretendemos encontrar uma outra, mais

simples (como um polinmio), que possa ser utilizada
para determinar valores aproximados da funo dada.
S
L
F
S
L
F
S
L
F
O outro problema consiste em ajustar uma funo
relativamente a um conjunto de dados apresentados, de

modo a obter a melhor funo de uma determinada
classe que represente esses dados.
S
L
F
S
L
F
S
L
F
Estes problemas j foram abordados anteriormente utilizando

polinmios interpoladores. Contudo, estes possuem limitaes
que podem ser ultrapassadas recorrendo a outras tcnicas.
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Teoria da aproximao - Aproximao dos mnimos quadrados (caso discreto)
Aproximao dos mnimos quadrados

(caso discreto)
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Consideremos o problema de estimar os valores da tabela:
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
S
L
F
A forma como os pontos esto dispostos no plano sugerem

uma relao linear entre x e y. Se estes dados resultaram
de medies, muito provavelmente viro afectados de erros,
pelo que pouco razovel exigir que a curva de aproximao
coincida exactamente com os dados apresentados (para alm
de tal funo poder introduzir oscilaes inconvenientes).
S
L
F
S
L
F
Deste modo, sendo y = mx + b a curva de aproximao,

pretenderemos encontrar os valores de m e b de forma a que
seja mnimo o valor de
max yi mxi + b .
1i10
Outra forma de encontrar os valores de m e b minimizar o

desvio absoluto:
JF
LS
S
L
F
10
X
yi mxi + b .
i=1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
S
L
F

S
L
F
S
L
F

max yi mxi + b .
1i10

desvio absoluto:
JF
LS
S
L
F
10
X
yi mxi + b .
i=1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
S
L
F

S
L
F
S
L
F

max yi mxi + b .
1i10

desvio absoluto:
JF
LS
S
L
F
10
X
yi mxi + b .
i=1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Mas para minimizar o desvio absoluto teremos que solucionar

o sistema
S
L
F
10
X
yi mxi + b = 0
b i=1
10
X
yi mxi + b = 0
m i=1
S
L
F
S
L
F
e a funo valor absoluto no uma funo diferencivel em

zero.
Em alternativa, podemos encontrar m e b de modo a

minimizar a soma dos quadrados das diferenas entre os
dados observados e o valor aproximado (ou seja, a soma do
quadrado dos resduos),
JF
LS
10 h
X
i=1
LS
yi mxi + b
JF
i2
S
L
F
Resduos
Este tcnica conhecida por mtodo dos mnimos quadrados.
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Mas para minimizar o desvio absoluto teremos que solucionar

o sistema
S
L
F
10
X
yi mxi + b = 0
b i=1
10
X
yi mxi + b = 0
m i=1
S
L
F
S
L
F
e a funo valor absoluto no uma funo diferencivel em

zero.
Em alternativa, podemos encontrar m e b de modo a

minimizar a soma dos quadrados das diferenas entre os
dados observados e o valor aproximado (ou seja, a soma do
quadrado dos resduos),
JF
LS
10 h
X
i=1
LS
yi mxi + b
JF
i2
S
L
F
Resduos
Este tcnica conhecida por mtodo dos mnimos quadrados.
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Supondo um conjunto de pontos distintos
(x1 , y1 ), (x2 , y2 ), . . . , (xN , yN )
a melhor recta pelo mtodo dos mnimos quadrados envolve

a minimizao do erro total
LS
JF
N
X
LS
JF
yi mxi + b
i=1
S
L
F
Como as equaes normais, nas incgnitas m e b, so
yi mxi + b = 0
b
i=1
N
2
X
yi mxi + b = 0
m i=1
JF
LS
JF
LS
N
X
xi + N b =
i=1
N
X
N
N
X
X
xi =
m xi + b
i=1
yi
i=1
N
X
i=1
S
L
F
i=1
xi yi
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Supondo um conjunto de pontos distintos
(x1 , y1 ), (x2 , y2 ), . . . , (xN , yN )
a melhor recta pelo mtodo dos mnimos quadrados envolve

a minimizao do erro total
LS
JF
N
X
LS
JF
yi mxi + b
i=1
S
L
F
Como as equaes normais, nas incgnitas m e b, so
yi mxi + b = 0
b
i=1
N
2
X
yi mxi + b = 0
m i=1
JF
LS
JF
LS
N
X
xi + N b =
i=1
N
X
N
N
X
X
xi =
m xi + b
i=1
yi
i=1
N
X
i=1
S
L
F
i=1
xi yi
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
obtm-se as solues:
N
m=
LS
JF
N
X
xi yi
i=1
N
X
xi
N
X
i=1
N
X
N x2i
N
X
yi
i=1
!2
N
X
b=
xi
i=1
i=1
i=1
LS
JF
x2i
N
X
yi
i=1
N
X
xi yi
i=1
N
N
X
X
2
N xi
xi
i=1
N
X
xi
i=1
!2
S
L
F
i=1
No problema apresentado tem-se, das equaes normais,

m=
e
S
L
F
b=
10 572.4 55 81
= 1.538
10 385 552
S
L
F
385 81 55 572.4
= 0.360
10 385 552
donde P(x) = 1.538x 0.360 .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
obtm-se as solues:
N
m=
LS
JF
N
X
xi yi
i=1
N
X
xi
N
X
i=1
N
X
N x2i
N
X
yi
i=1
!2
N
X
b=
xi
i=1
i=1
i=1
LS
JF
x2i
N
X
yi
i=1
N
X
xi yi
i=1
N
N
X
X
2
N xi
xi
i=1
N
X
xi
i=1
!2
S
L
F
i=1
No problema apresentado tem-se, das equaes normais,

m=
e
S
L
F
b=
10 572.4 55 81
= 1.538
10 385 552
S
L
F
385 81 55 572.4
= 0.360
10 385 552
donde P(x) = 1.538x 0.360 .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Mais geralmente,
o problema de aproximar
o conjunto de
pontos distintos (x1 , y1 ), (x2 , y2 ), . . . , (xN , yN ) por

P(x) = an xn + an1 xn1 + . . . + a1 x + a0 ,
n < N 1
atravs do mtodo dos mnimos quadrados consiste em

determinar a0 , a1 , . . . , an de forma a minimizar
S
L
F
S
L
F
N
X
S
L
F
yi P(xi ) .
i=1
Teremos n + 1 equaes normais nas incgnitas a0 , a1 , . . . , an
N
N
N
N
N
X
X
X
X
X
a0 x0i + a1 x1i + a2 x2i + . . . + an xni = x0i yi
i=1
i=1
i=1
i=1
i=1
N
N
N
N
N
X
X
X
X
X 1
a0 x + a1 x2 + a2 x3 + . . . + an xn+1 = x1 yi
i
i
i
i
i
S
L
F
i=1
i=1
i=1
i=1
i=1
S
L
F
i=1
i=1
..
N
N
N
N
N
X
X
X
X
X
n
n+1
n+2
2n
n
a0 xi + a1 xi + a2 xi + . . . + an xi = xi yi
i=1
i=1
i=1
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Ocasionalmente, pode ser apropriado admitir que os dados

esto relacionados exponencialmente, ou seja, que a curva de
aproximao tenha a forma y = beax ou y = bxa .
Nestes casos, h uma dificuldade na aplicao do mtodo do

mnimos quadrados relacionada com a minimizao do erro
total
S
L
F
N
X
i=1
yi beaxi
S
L
F
ou
N
X
i=1
yi bxai .
S
L
F
De facto, em ambas as situaes, as solues das equaes

normais so de difcil obteno.
Porm, linearizando as relaes y = beax ou y = bxa podemos
contornar facilmente este obstculo. Com efeito, se y = beax
ento lny = lnb + ax; ou ainda, se y = bxa ento lny = lnb + alnx
e em ambos os casos ficamos reduzidos ao problema linear.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F


total
S
L
F
N
X
i=1
yi beaxi
S
L
F
ou
N
X
i=1
yi bxai .
S
L
F

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F


total
S
L
F
N
X
i=1
yi beaxi
S
L
F
ou
N
X
i=1
yi bxai .
S
L
F

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Exemplo
Consideremos os dados
S
L
F
S
L
F
S
L
F
Assumindo que a curva de aproximao tem a forma y = beax

ento as equaes normais sero
JF
LS
N
X
N
X
xi + N lnb =
LS
i=1
N
N
X
X
xi =
a xi + lnb
i=1
JF
i=1
lnyi
i=1
N
X
i=1
S
L
F
xi lnyi
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Exemplo
Assim, a = 0.5056 e lnb = 1.122 obtendo-se y = 3.071e0.5056x
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Teoria da aproximao - Aproximao dos mnimos quadrados (caso contnuo)
Aproximao dos mnimos quadrados

(caso contnuo)
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
J vimos como se pode ajustar um conjunto discreto de

pontos a uma curva minimizando a soma do quadrado dos
resduos. Contudo, existem outros problemas semelhantes
relacionados com a aproximao de funes: suponhamos f
C[a, b] e um polinmio de grau n tal que o valor de
S
L
F
S
L
F
Z b
S
L
F
f (x) P(x) dx
seja mnimo. Vejamos qual a aproximao polinomial dos

mnimos quadrados nesta situao, ou seja, consideremos o
polinmio
an xn + an1 xn1 + . . . + a1 x + a0 =
S
L
F
S
L
F
e o minimizemos o erro total E :=
Z b
a
n
X
ak x k
k=0
"
f (x)
n
X
k=0
S
L
F
#2
k
ak x
dx.
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Derivando parcialmente E em ordem a ai , i = 0, 1, . . . , n obtmse n + 1 equaes normais:
Zb
Z b
Z b
Z b
Z b
2
n
a
dx
+
a
xdx
+
a
x
dx
+
.
.
.
+
a
x
dx
=
f (x) dx
n
0
1
2
a
a
a
a
a
Z b
Z b
Z b
Z b
Z b
xdx + a1
x2 dx + a2
x3 dx + . . . + an
xn+1 dx =
xf (x) dx
a0
S
L
F
S
L
F
S
L
F
..
.
Z b
Z b
Z
a0
xn dx + a1
xn+1 dx + a2
xn+2 dx + . . . + an
S
L
F
Z b
a
x2n dx =
S
L
F
Z b
xn f (x) dx
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Exemplo
Encontremos o polinmio de aproximao dos mnimos

quadrados de grau 2 da funo f (x) = sen (x) no intervalo
[0, 1]. As equaes normais so:
Z 1
Z 1
Z 1
Z1
2
a
dx
+
a
xdx
+
a
x
dx
=
sen (x) dx
0
1
2
0
0
0
0
Z
Z
Z
Z
LS
JF
ou ainda
S
L
F
LS
JF
S
L
F
a0
xdx + a1
x2 dx + a2
x3 dx =
xsen (x) dx
0
0
0
0
Z 1
Z 1
Z 1
Z 1
a
x2 dx + a1
x3 dx + a2
x4 dx =
x2 sen (x) dx
0
0
a1 a2 2
a0 +
+
=
2
3
a
a1 a2 1
0
+
+
=
3
4
2
a0 a1 a2 2 4
+
+
=
3
4
5
3
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Exemplo
Ento, a0 =
122 120
3
e a1 = a2 =
720 602
polinmio procurado ser,
S
L
F
J
J
S
L
F
P(x) =
602 720
3
x2 +
720 602
S
L
F
3
J
J
S
L
F
x+
donde o
122 120
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Observao
A matriz simples do sistema linear formado pelas
equaes normais envolve a conhecida matriz de Hilbert
LS
JF
1
2
1
3
..
.
1
1
2
..
.
1
n+1
...
LS
JF
1
n+2
...
..
...
1
n+1
1
n+2
..
.
1
2n + 1
S
L
F
e constitui um exemplo clssico para demonstrao das

dificuldades nos erros de arredondamento.
S
L
F
S
L
F
S
L
F
Neste mtodo, h outra dificuldade relacionada com o
nmero de clculos necessrios para se obter o polinmio

de aproximao de grau n + 1 conhecendo o de grau n.
Clculo Numrico
S
L
F
S
L
F
Terica 24
S
L
F
Observao
A matriz simples do sistema linear formado pelas
equaes normais envolve a conhecida matriz de Hilbert
LS
JF
1
2
1
3
..
.
1
1
2
..
.
1
n+1
...
LS
JF
1
n+2
...
..
...
1
n+1
1
n+2
..
.
1
2n + 1
S
L
F
e constitui um exemplo clssico para demonstrao das

dificuldades nos erros de arredondamento.
S
L
F
S
L
F
S
L
F
Neste mtodo, h outra dificuldade relacionada com o
nmero de clculos necessrios para se obter o polinmio

de aproximao de grau n + 1 conhecendo o de grau n.
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 25
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
Teoria da aproximao
LS
JF
J
S
L
F
S
L
F
Captulo 7
S
L
F
Teoria da aproximao
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Teoria da aproximao - Polinmios ortogonais (polinmios de Chebyshev)
S
L
F
J
J
S
L
F
Polinmios ortogonais
(polinmios de Chebyshev)
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Outras tcnicas, para obteno de aproximaes por mnimos

quadrados, computacionalmente mais eficientes aquando da
determinao do polinmio de aproximao de grau n + 1,
conhecido o de grau n, sero agora desenvolvidas.
Definio
S
L
F
S
L
F
O conjunto de funes 0 , 1 , . . . , n
independente em [a, b] se,
c0 0 (x) + c1 1 (x) + . . . + cn n (x) = 0,
S
L
F
diz-se linearmente
x [a, b]
implicar c0 = c1 = . . . = cn = 0. Caso contrrio, 0 , 1 , . . . , n

diz-se linearmente dependente em [a, b].
Teorema
Se j for um polinmio
de grau
j, para cada j = 0, 1, . . . , n,
ento o conjunto 0 , 1 , . . . , n linearmente independente

em qualquer intervalo [a, b] (a < b).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

Definio
S
L
F
S
L
F
c0 0 (x) + c1 1 (x) + . . . + cn n (x) = 0,
S
L
F
diz-se linearmente
x [a, b]

Teorema
de grau
j, para cada j = 0, 1, . . . , n,

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

Definio
S
L
F
S
L
F
c0 0 (x) + c1 1 (x) + . . . + cn n (x) = 0,
S
L
F
diz-se linearmente
x [a, b]

Teorema
de grau
j, para cada j = 0, 1, . . . , n,

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Demonstrao
Sejam c0 , c1 , . . ., cn tais que
P(x) = c0 0 (x) + c1 1 (x) + . . . + cn n (x) = 0,
S
L
F
S
L
F
J
x [a, b].
S
L
F
Ento, os coeficientes de todas as potncias de x sero zero,

em particular, o coeficiente de xn .
Como cn n (x) o nico termo de P(x) que contm xn ento,

necessariamente, cn = 0 e
P(x) = c0 0 (x) + c1 1 (x) + . . . + cn1 n1 (x) = 0,
Repetindo este raciocnio conclui-se que cn1 = 0 pois o nico

termo de P(x ) contendo xn1 cn1 n1 (x). Assim, cn2 = . . . =
c1 = c0 = 0 e 0 , 1 , . . . , n linearmente independente.
S
L
F
x [a, b].
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Demonstrao
P(x) = c0 0 (x) + c1 1 (x) + . . . + cn n (x) = 0,
S
L
F
S
L
F
J
x [a, b].
S
L
F


P(x) = c0 0 (x) + c1 1 (x) + . . . + cn1 n1 (x) = 0,

S
L
F
x [a, b].
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Demonstrao
P(x) = c0 0 (x) + c1 1 (x) + . . . + cn n (x) = 0,
S
L
F
S
L
F
J
x [a, b].
S
L
F


P(x) = c0 0 (x) + c1 1 (x) + . . . + cn1 n1 (x) = 0,

S
L
F
x [a, b].
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Exemplo
Sejam 0 (x) = 2, 1 (x) = x 3 e 2 (x) = x2 + 2x + 7. O

conjunto de funes 0 , 1 , 2 linearmente independente
em qualquer intervalo [a, b]. Se
S
L
F
Q(x) = a0 + a1 x + a2 x2
S
L
F
S
L
F
for um polinmio qualquer ento,
Q(x) = a0
3
1
0 (x) + a1 1 (x) + 0 (x) +
2
2
13
+ a2 2 (x) 21 (x)
0 (x)
S
L
F
S
L
F
uma vez que
1
1 = 0 (x),
2
3
x = 1 (x) + 0 (x),
2
x2 = 2 (x) 21 (x)
S
L
F
13
0 (x).
2
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
O exemplo anterior uma situao

particular de um caso
Y
mais geral: indiquemos por
n o conjunto de todos os
polinmios de grau n.
Teorema
S
L
F
S
L
F
S
L
F
Se 0 (x), 1 (x), . . . , n (x) for uma

coleco de polinmios
Y
linearmente
independentes de n ento qualquer polinmio
Y
de n pode ser escrito unicamente como a combinao linear
de 0 (x), 1 (x), . . . , n (x).
Definio
Uma funo integrvel w(x) diz-se uma funo-peso no
intervalo I se w(x) 0 para todo o x I com w(x) 6= 0 em
qualquer sub-intervalo de I.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

Y
Teorema
S
L
F
S
L
F
S
L
F
Se 0 (x), 1 (x), . . . , n (x) for uma

coleco de polinmios
Y
linearmente
Y
de 0 (x), 1 (x), . . . , n (x).
Definio
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

Y
Teorema
S
L
F
S
L
F
S
L
F
Se 0 (x), 1 (x), . . . , n (x) for uma

coleco de polinmios
Y
linearmente
Y
de 0 (x), 1 (x), . . . , n (x).
Definio
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Exemplo
1
A funo w(x) = p
1 x2
S
L
F
J
J
S
L
F
uma funo-peso em ] 1, 1[.
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Seja 0 , 1 , . . . , n um conjunto de funes linearmente

independentes em [a, b], w uma funo-peso em [a, b].
Dada uma funo f C[a, b], consideremos o problema que

consiste em minimizar o erro
LS
JF
E :=
Z b
a
"
LS
w(x) f (x)
Observao
n
X
JF
ak k (x)
#2
S
L
F
dx
k=0
Este problema reduz-se ao caso da aproximao polinomial

dos mnimos quadrados quando w(x) 1 e k (x) = xk , para
cada k = 0, 1, . . . , n.
S
L
F
S
L
F
As equaes normais associadas a este problema so:
para cada j = 0, 1, . . . , n.
S
L
F
E
=0
aj
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F


LS
JF
E :=
Z b
a
"
LS
w(x) f (x)
Observao
n
X
JF
ak k (x)
#2
S
L
F
dx
k=0

cada k = 0, 1, . . . , n.
S
L
F
S
L
F
para cada j = 0, 1, . . . , n.
S
L
F
E
=0
aj
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F


LS
JF
E :=
Z b
a
"
LS
w(x) f (x)
Observao
n
X
JF
ak k (x)
#2
S
L
F
dx
k=0

cada k = 0, 1, . . . , n.
S
L
F
S
L
F
para cada j = 0, 1, . . . , n.
S
L
F
E
=0
aj
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F


LS
JF
E :=
Z b
a
"
LS
w(x) f (x)
Observao
n
X
JF
ak k (x)
#2
S
L
F
dx
k=0

cada k = 0, 1, . . . , n.
S
L
F
S
L
F
para cada j = 0, 1, . . . , n.
S
L
F
E
=0
aj
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
O sistema de equaes normais ser

Z b
a
w(x)f (x)j (x) dx =
n
X
ak
Z b
k=0
w(x)k (x)j (x) dx,
j = 0, 1, . . . , n
Se as funes 0 , 1 , . . . , n forem escolhidas de forma a que
LS
JF
Z b
a
w(x)k (x)j (x) dx =
LS
JF
se j 6= k
se j = k
(j > 0)
ento o sistema de equaes normais reduz-se a

Z b
a
w(x)f (x)j (x) dx = aj
Z b
a
ou seja,
S
L
F
aj =
Z b
j a
w(x) j (x) dx = aj j ,
S
L
F
w(x)f (x)j (x) dx,
S
L
F
j = 0, 1, . . . , n
j = 0, 1, . . . , n
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
O sistema de equaes normais ser

Z b
a
w(x)f (x)j (x) dx =
n
X
ak
Z b
k=0
w(x)k (x)j (x) dx,
j = 0, 1, . . . , n
Se as funes 0 , 1 , . . . , n forem escolhidas de forma a que
LS
JF
Z b
a
w(x)k (x)j (x) dx =
LS
JF
se j 6= k
se j = k
(j > 0)
ento o sistema de equaes normais reduz-se a

Z b
a
w(x)f (x)j (x) dx = aj
Z b
a
ou seja,
S
L
F
aj =
Z b
j a
w(x) j (x) dx = aj j ,
S
L
F
w(x)f (x)j (x) dx,
S
L
F
j = 0, 1, . . . , n
j = 0, 1, . . . , n
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Definio
O conjunto 0 , 1 , . . . , n diz-se um conjunto ortogonal de
funes no intervalo [a, b] relativamente funo-peso w se
LS
JF
Z b
a
S
L
F
se j 6= k
se j = k
w(x)j (x)k (x) dx =
S
L
F
(k > 0)
Adicionalmente, se k = 1 para todo o k = 0, 1, . . . , n ento o

conjunto diz-se ortonormal.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Teorema
Se 0 , 1 , . . . , n for um conjunto ortogonal de funes no

intervalo [a, b] relativamente a uma funo-peso w ento a
aproximao dos mnimos quadrados da funo f em [a, b]
relativamente a w
LS
JF
S
L
F
n
X
P(x) =
onde, para cada k = 0, 1, . . . , n,

Rb
S
L
F
ak k (x)
k=0
Z
1 b
a w(x)k (x)f (x) dx
w(x)k (x)f (x) dx.
=
ak = R b
2
k a
a w(x) k (x) dx
S
L
F
S
L
F
S
L
F
O prximo resultado, baseado no mtodo de ortogonalizao

de Gram-Schmidt, descreve o processo de construo de
polinmios ortogonais em [a, b] relativamente a uma funopeso w(x).
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Teorema
Se 0 , 1 , . . . , n for um conjunto ortogonal de funes no

intervalo [a, b] relativamente a uma funo-peso w ento a
aproximao dos mnimos quadrados da funo f em [a, b]
relativamente a w
LS
JF
S
L
F
n
X
P(x) =
onde, para cada k = 0, 1, . . . , n,

Rb
S
L
F
ak k (x)
k=0
Z
1 b
a w(x)k (x)f (x) dx
w(x)k (x)f (x) dx.
=
ak = R b
2
k a
a w(x) k (x) dx
S
L
F
S
L
F
S
L
F
O prximo resultado, baseado no mtodo de ortogonalizao

de Gram-Schmidt, descreve o processo de construo de
polinmios ortogonais em [a, b] relativamente a uma funopeso w(x).
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Teorema (Construo de polinmios ortogonais em [a, b])

O conjunto de polinmios 0 , 1 , . . . , n definido por
2
a tw(t) 0 (t) dt
2
Rb
a w(t) 0 (t) dt
Rb
S
L
F
0 (x) = 1,
e, para k 2,
k (x) = x
S
L
F
1 (x) = x
S
L
F
2 !
a tw(t) k1 (t) dt
k1 (x)+
2
Rb
(
t
)
w
(
t
)
dt
k
1
a
Rb
tw(t)k1 (t)k2 (t) dt
k2 (x),
aR
2
b
w
(
t
)
(
t
)
dt
k2
a
Rb
S
L
F
S
L
F
x [a, b]
ortogonal em [a, b] relativamente funo-peso w(x).
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Corolrio
Para qualquer n > 0, o conjunto de polinmios 0 , 1 , . . . , n

construdo no Teorema anterior linearmente independente
em [a, b] e
Z
LS
JF
S
L
F
S
L
F
w(x) n (x) Q(x) dx = 0
para qualquer polinmio Q(x) de grau k < n.
Demonstrao
Uma vez que j um polinmio de grau j, j = 0, 1, . . . , n
ento 0 , 1 , . . . , n linearmente independente em qualquer
intervalo [a, b].
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Corolrio
Para qualquer n > 0, o conjunto de polinmios 0 , 1 , . . . , n

construdo no Teorema anterior linearmente independente
em [a, b] e
Z
LS
JF
S
L
F
S
L
F
w(x) n (x) Q(x) dx = 0
para qualquer polinmio Q(x) de grau k < n.
Demonstrao
Uma vez que j um polinmio de grau j, j = 0, 1, . . . , n
ento 0 , 1 , . . . , n linearmente independente em qualquer
intervalo [a, b].
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Demonstrao
Como Q(x) tem grau k < n existiro constantes c0 , c1 , . . . , ck tais

que Q(x) =
k
X
cj j (x) pelo que
j=0
Z b
S
L
F
a
w(x)Q(x)n (x) dx =
k
X
Z b
S
L
F
cj
j=0
w(x)j (x)n (x) dx = 0.
Exemplo
S
L
F
A famlia dos polinmios de Legendre P0 (x), P1 (x), P2 (x), . . .

P0 (x) = 1,
S
L
F
3
P3 (x) = x3 x,
5
P1 (x) = x,
S
L
F
6
3
P4 (x) = x4 x2 + ,
7
35
1
P2 (x) = x2 ,
3
P5 (x) = x5
S
L
F
10 3 5
x + x, . . .
9
21
ortogonal em [1, 1] relativamente funo-peso w(x) 1.
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Demonstrao
Como Q(x) tem grau k < n existiro constantes c0 , c1 , . . . , ck tais

que Q(x) =
k
X
cj j (x) pelo que
j=0
Z b
S
L
F
a
w(x)Q(x)n (x) dx =
k
X
Z b
S
L
F
cj
j=0
w(x)j (x)n (x) dx = 0.
Exemplo
S
L
F
A famlia dos polinmios de Legendre P0 (x), P1 (x), P2 (x), . . .

P0 (x) = 1,
S
L
F
3
P3 (x) = x3 x,
5
P1 (x) = x,
S
L
F
6
3
P4 (x) = x4 x2 + ,
7
35
1
P2 (x) = x2 ,
3
P5 (x) = x5
S
L
F
10 3 5
x + x, . . .
9
21
ortogonal em [1, 1] relativamente funo-peso w(x) 1.
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Exemplo
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Outra classe de polinmios ortogonais, muito importante nas

aplicaes, so os polinmios de Chebyshev.
Os polinmios de Chebyshev so usados para minimizar o
erro de aproximao. Concretamente, so utilizados para
solucionar dois problemas deste tipo:
S
L
F
S
L
F
S
L
F
A colocao optimal dos ns de interpolao com o

objectivo de minimizar o erro na interpolao de Lagrange.
So uma forma de reduzir o grau de um polinmio de

aproximao com perda minma de preciso.
Definio
S
L
F
S
L
F
S
L
F
Os polinmios de Chebyshev so as funes definidas por
Tn = cos (narccosx) , para cada n 0.
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

S
L
F
S
L
F
S
L
F


Definio
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

S
L
F
S
L
F
S
L
F


Definio
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

S
L
F
S
L
F
S
L
F


Definio
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Ser que Tn (x), n 0 realmente um polinmio?
Os primeiros polinmios de Chebyshev so:

T0 (x) = cos(0) = 1
T1 (x) = cos(arccosx) = x.
Para n 1 faamos = arccosx. Ento,
S
L
F
S
L
F
S
L
F
Tn+1 (x) = cos (n + 1) = cos(n) cos sen (n)sen
Tn1 (x) = cos (n 1) = cos(n) cos + sen (n)sen
e somando membro a membro obtm-se
S
L
F
Tn+1 (x) = 2xTn (x) Tn1 (x)
S
L
F
o que estabelece uma relao de recorrncia para Tn (x).
Portanto, Tn (x) um polinmio de grau n.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

T0 (x) = cos(0) = 1
S
L
F
S
L
F
S
L
F
S
L
F
Tn+1 (x) = 2xTn (x) Tn1 (x)
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

T0 (x) = cos(0) = 1
S
L
F
S
L
F
S
L
F
S
L
F
Tn+1 (x) = 2xTn (x) Tn1 (x)
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Os polinmios de Chebyshev seguintes so:

T2 (x) = 2x2 1,
S
L
F
J
J
S
L
F
T3 (x) = 4x3 3x,
S
L
F
J
J
S
L
F
T4 (x) = 8x4 8x2 + 1
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Algumas propriedades dos polinmios de Chebyshev:
O coeficiente do monmio de maior grau de Tn (x) 2n1 .
O conjunto T0 (x), T1 (x), . . . , Tn (x), . . . de polinmios de

Chebyshev ortogonal em ]1, 1[ relativamente funo
1/2
peso w(x) = 1 x2
.
S
L
F
S
L
F
S
L
F
Os polinmios de Chebyshev Tn (x) de grau n 1 possuem

n zeros distintos em [1, 1]: a saber,
(2k 1)
,
k = 1, 2, . . . , n
k = cos
2n
Os polinmios de Chebyshev Tn (x) de grau n 1 tm
extremos absolutos em

k
e
xk = cos
,
n
JF
LS
JF
LS
k = 0, 1, 2, . . . , n
respectivamente, com valor Tn (e

xk
) = (1)k .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

1/2
peso w(x) = 1 x2
.
S
L
F
S
L
F
S
L
F

(2k 1)
,
k = 1, 2, . . . , n
k = cos
2n

k
e
xk = cos
,
n
JF
LS
JF
LS
k = 0, 1, 2, . . . , n

xk
) = (1)k .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

1/2
peso w(x) = 1 x2
.
S
L
F
S
L
F
S
L
F

(2k 1)
,
k = 1, 2, . . . , n
k = cos
2n

k
e
xk = cos
,
n
JF
LS
JF
LS
k = 0, 1, 2, . . . , n

xk
) = (1)k .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

1/2
peso w(x) = 1 x2
.
S
L
F
S
L
F
S
L
F

(2k 1)
,
k = 1, 2, . . . , n
k = cos
2n

k
e
xk = cos
,
n
JF
LS
JF
LS
k = 0, 1, 2, . . . , n

xk
) = (1)k .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

1/2
peso w(x) = 1 x2
.
S
L
F
S
L
F
S
L
F

(2k 1)
,
k = 1, 2, . . . , n
k = cos
2n

k
e
xk = cos
,
n
JF
LS
JF
LS
k = 0, 1, 2, . . . , n

xk
) = (1)k .
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
e n (x) podem ser obtidos

Os polinmios de Chebyshev mnicos T
n
1
de Tn (x) dividindo por 2 , obtendo-se
e
T0 (x) = 1,
S
L
F
e 1 (x) = x
T
T
e n1 (x),
e n+1 (x) = xT
e n (x) 1 T
S
L
F
n2
S
L
F
e n (x) de grau n 1 tm
ainda extremos absolutos em
k = 0, 1, 2, . . . , n
e n (e
com valor T
xk ) = 21n (1)k . Os zeros dos polinmios
de
(
2k
1
)
e n (x) ocorrem em = cos
Chebyshev mnicos T
, k=
k
2n
1, 2, . . . , n.
S
L
F
k
e
xk = cos
,
n
S
L
F
S
L
F
Y
Seja f n o conjunto de todos os polinmios mnicos de grau n.
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

n
1
e
T0 (x) = 1,
S
L
F
e 1 (x) = x
T
T
e n1 (x),
e n+1 (x) = xT
e n (x) 1 T
S
L
F
n2
S
L
F
k = 0, 1, 2, . . . , n
e n (e
com valor T
de
(
2k
1
)
Chebyshev mnicos T
, k=
k
2n
1, 2, . . . , n.
S
L
F
k
e
xk = cos
,
n
S
L
F
S
L
F
Y
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F

n
1
e
T0 (x) = 1,
S
L
F
e 1 (x) = x
T
T
e n1 (x),
e n+1 (x) = xT
e n (x) 1 T
S
L
F
n2
S
L
F
k = 0, 1, 2, . . . , n
e n (e
com valor T
de
(
2k
1
)
Chebyshev mnicos T
, k=
k
2n
1, 2, . . . , n.
S
L
F
k
e
xk = cos
,
n
S
L
F
S
L
F
Y
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Teorema
e n (x), n 1 satisfazem
e
P(x) ,
max
=
max
T
(
x
)
n
x[1,1]
2n1 x[1,1]
S
L
F
Y
P(x) f n
S
L
F
S
L
F
e n (x).
com a igualdade a ocorrer apenas se P(x) T
Corolrio
Se P(x) for o polinmio interpolador de grau n com ns nas
razes de Tn+1 (x) ento
max f (x) P(x)
x[1,1]
S
L
F
1
(n+1)
max
f
(
x
)
,
2n (n + 1)! x[1,1]
S
L
F
f Cn+1 [1, 1]
S
L
F
Esta tcnica de escolha dos ns pode ser extendida a qualquer
1
intervalo [a, b] atravs da transformao y = (b a)x + a + b .
2
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Teorema
e
P(x) ,
max
=
max
T
(
x
)
n
x[1,1]
2n1 x[1,1]
S
L
F
Y
P(x) f n
S
L
F
S
L
F
e n (x).
Corolrio
max f (x) P(x)
x[1,1]
S
L
F
1
(n+1)
max
f
(
x
)
,
2n (n + 1)! x[1,1]
S
L
F
f Cn+1 [1, 1]
S
L
F
1
2
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Teorema
e
P(x) ,
max
=
max
T
(
x
)
n
x[1,1]
2n1 x[1,1]
S
L
F
Y
P(x) f n
S
L
F
S
L
F
e n (x).
Corolrio
max f (x) P(x)
x[1,1]
S
L
F
1
(n+1)
max
f
(
x
)
,
2n (n + 1)! x[1,1]
S
L
F
f Cn+1 [1, 1]
S
L
F
1
2
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Exemplo
Seja f (x) = xex em [0, 1.5].
O polinmio interpolador de grau 3 de f nos nmeros (ns)

x0 = 0, x1 = 0.5, x2 = 1 e x3 = 1.5
S
L
F
S
L
F
S
L
F
P(x) = 1.3875x3 + 0.057570x2 + 1.2730x
Escolhendo como ns k = cos
(2k + 1)
, k = 0, 1, 2, 3 e
8
utilizando a transformao para o intervalo [0, 1.5] vem
e0 = 1.44291,
S
L
F
e1 = 1.03701,
e2 = 0.46299,
S
L
F
e3 = 0.05709
S
L
F
e o polinmio interpolador nestes nmeros ser
e (x) = 1.3811x3 + 0.044652x2 + 1.3031x 0.014352

P
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Exemplo
Seja f (x) = xex em [0, 1.5].

x0 = 0, x1 = 0.5, x2 = 1 e x3 = 1.5
S
L
F
S
L
F
S
L
F
P(x) = 1.3875x3 + 0.057570x2 + 1.2730x
(2k + 1)
, k = 0, 1, 2, 3 e
8
e0 = 1.44291,
S
L
F
e1 = 1.03701,
e2 = 0.46299,
S
L
F
e3 = 0.05709
S
L
F
e (x) = 1.3811x3 + 0.044652x2 + 1.3031x 0.014352

P
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Exemplo
Seja f (x) = xex em [0, 1.5].

x0 = 0, x1 = 0.5, x2 = 1 e x3 = 1.5
S
L
F
S
L
F
S
L
F
P(x) = 1.3875x3 + 0.057570x2 + 1.2730x
(2k + 1)
, k = 0, 1, 2, 3 e
8
e0 = 1.44291,
S
L
F
e1 = 1.03701,
e2 = 0.46299,
S
L
F
e3 = 0.05709
S
L
F
e (x) = 1.3811x3 + 0.044652x2 + 1.3031x 0.014352

P
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Os polinmios de Chebyshev podem tambm ser utilizados

para reduzir o grau do polinmio de aproximao com perda
mnima de preciso, j que tm um valor mximo absoluto
mnimo distribudo uniformemente num intervalo.
Aproximemos P(x) = an xn + an1 xn + . . . + a1 x + a0 em [1, 1] por

um polinmio Q(x) de grau n 1 de modo a que seja mnimo o
valor de
max P(x) Q(x).
S
L
F
S
L
F
P(x) Q(x)
um polinmio mnico de grau n tem-se
an
P(x) Q(x)
1
max
2n1
x[1,1]
an
P(x) Q(x) e
com a igualdade a acontecer se
= Tn (x). Com esta
an
e n (x) = |an | .
escolha tem-se: max P(x) Q(x) = |an | max T
n1
Como
S
L
F
S
L
F
x[1,1]
x[1,1]
S
L
F
x[1,1]
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F


valor de
max P(x) Q(x).
S
L
F
S
L
F
P(x) Q(x)
an
P(x) Q(x)
1
max
2n1
x[1,1]
an
P(x) Q(x) e
= Tn (x). Com esta
an
e n (x) = |an | .
n1
Como
S
L
F
S
L
F
x[1,1]
x[1,1]
S
L
F
x[1,1]
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F


valor de
max P(x) Q(x).
S
L
F
S
L
F
P(x) Q(x)
an
P(x) Q(x)
1
max
2n1
x[1,1]
an
P(x) Q(x) e
= Tn (x). Com esta
an
e n (x) = |an | .
n1
Como
S
L
F
S
L
F
x[1,1]
x[1,1]
S
L
F
x[1,1]
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Exemplo
A funo f (x) = ex aproximada no intervalo [1, 1] por

P4 (x) = 1 + x +
S
L
F
x2 x3 x4
+
+
2
6 24
S
L
F
S
L
F
(5)
f ()x5
0.023, x [1, 1].

120
120
Supondo que um erro at 0.05 tolervel vamos reduzir
o grau de P4 (x) mantendo, em simultneo, esta tolerncia.
Ento, o polinmio de grau 3 que melhor aproxima
uniformemente P4 (x) em [1, 1]
com erro (de truncamento)
J
J
S
L
F
e 4 (x) = 1 x3 + 13 x2 + x + 191
P3 (x) := P4 (x) a4 T
6
24
192
S
L
F
e 4 (x)
tendo-se P4 (x) P3 (x) = a4 T
S
L
F
1 1
1
3=
0.0053.
24 2
192
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Exemplo
A funo f (x) = ex aproximada no intervalo [1, 1] por

P4 (x) = 1 + x +
S
L
F
x2 x3 x4
+
+
2
6 24
S
L
F
S
L
F
(5)
f ()x5
0.023, x [1, 1].

120
120
Supondo que um erro at 0.05 tolervel vamos reduzir
o grau de P4 (x) mantendo, em simultneo, esta tolerncia.
Ento, o polinmio de grau 3 que melhor aproxima
uniformemente P4 (x) em [1, 1]
com erro (de truncamento)
J
J
S
L
F
e 4 (x) = 1 x3 + 13 x2 + x + 191
P3 (x) := P4 (x) a4 T
6
24
192
S
L
F
e 4 (x)
tendo-se P4 (x) P3 (x) = a4 T
S
L
F
1 1
1
3=
0.0053.
24 2
192
Clculo Numrico
S
L
F
S
L
F
Terica 25
S
L
F
Exemplo
Uma vez que 0.023 + 0.0053 = 0.0283 < 0.05, podemos

determinar ainda o polinmio P2 (x) de grau 2 que melhor
aproxima P3 (x) em [1, 1],
S
L
F
13 2 9
191
1e
x + x+
P2 (x) := P3 (x) T
3 (x) =
6
24
8
192
S
L
F
1
e 3 (x) 1 1 = 1 0.042.
com P3 (x) P2 (x) = T
6
6 22
24
0.042 + 0.0283 > 0.05 o polinmio procurado P3 (x).
S
L
F
S
L
F
S
L
F
Como
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 26
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Solues numricas de sistemas de equaes no-lineares
Captulo 8
S
L
F
J
J
S
L
F
S
L
F
Solues numricas de sistemas

de equaes no-lineares
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Um sistema de equaes no-lineares tem a forma
LS
JF
f1 (x1 , x2 , . . . , xn ) = 0
f2 (x1 , x2 , . . . , xn ) = 0
..
f (x , x , . . . , x ) = 0
n
LS
JF
onde cada funo fi uma aplicao de
S
L
F
S
L
F
Rn em R.
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
O anterior sistema de n equaes no-lineares em n

incgnitas pode ser representado como
LS R
JF
onde f :
f(x) = 0
Rn a funo vectorial
S definida por
FL
S
L
F
t
f(x1 , x2 , . . . , xn ) = f1 (x1 , x2 , . . . , xn ), f2 (x1 , x2 , . . . , xn ), . . . , fn (x1 , x2 , . . . , xn )
x = (x1 , x2 , . . . , xn )t e 0 = (0, 0, . . . , 0)t o vector nulo.

As funes f1 , f2 , . . ., fn so chamadas funes coordenadas de
f.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
O anterior sistema de n equaes no-lineares em n

incgnitas pode ser representado como
LS R
JF
onde f :
f(x) = 0
Rn a funo vectorial
S definida por
FL
S
L
F
t
f(x1 , x2 , . . . , xn ) = f1 (x1 , x2 , . . . , xn ), f2 (x1 , x2 , . . . , xn ), . . . , fn (x1 , x2 , . . . , xn )
x = (x1 , x2 , . . . , xn )t e 0 = (0, 0, . . . , 0)t o vector nulo.

As funes f1 , f2 , . . ., fn so chamadas funes coordenadas de
f.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
O sistema de equaes no-lineares
S
L
F
3x1 cos (x2 x3 ) = 0
2
2
x1 81 (x2 + 0.1) + sen x3 + 1.06 = 0
ex1 x2 + 20x3 + 10 3 = 0
S
L
F
S
L
F
pode ser representado na forma f(x) = 0: com efeito, definindo

as funes coordenadas f1 , f2 e f3 como
S
L
F
1
f1 (x1 , x2 , x3 ) = 3x1 cos (x2 x3 ) ,
2
S
L
F
f2 (x1 , x2 , x3 ) = x21 81 (x2 + 0.1)2 + sen x3 + 1.06
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
e
f3 (x1 , x2 , x3 ) = ex1 x2 + 20x3 +
S
L
F
S
L
F
podemos definir a funo vectorial f :
10 3
3
R3 R3 por
f(x) = f(x1 , x2 , x3 )
S
L
F
t
= f1 (x1 , x2 , x3 ), f2 (x1 , x2 , x3 ), f3 (x1 , x2 , x3 )
1
= x1 cos (x2 x3 ) , x21 81 (x2 + 0.1)2 + sen x3 + 1.06,
S
L
F
S
L
F
ex1 x2 + 20x3 +
10 3
3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
e
f3 (x1 , x2 , x3 ) = ex1 x2 + 20x3 +
S
L
F
S
L
F
podemos definir a funo vectorial f :
10 3
3
R3 R3 por
f(x) = f(x1 , x2 , x3 )
S
L
F
t
= f1 (x1 , x2 , x3 ), f2 (x1 , x2 , x3 ), f3 (x1 , x2 , x3 )
1
= x1 cos (x2 x3 ) , x21 81 (x2 + 0.1)2 + sen x3 + 1.06,
S
L
F
S
L
F
ex1 x2 + 20x3 +
10 3
3
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Definio
Se f : D n for uma funo diz-se que f tem limite em

x0 e escreve-se lim f (x) = ` se,
xx0
S
L
F
S
L
F
S
L
F
> 0, > 0 : x D kx x0 k < = f (x) ` <
Observao
A existncia de limite independente da norma vectorial

escolhida, isto , qualquer norma vectorial conveniente pode
ser utilizada na definio de limite (o nmero depender
da norma escolhida mas a sua existncia independente da
norma que se utiliza).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Definio
Se f : D n for uma funo diz-se que f tem limite em

x0 e escreve-se lim f (x) = ` se,
xx0
S
L
F
S
L
F
S
L
F
> 0, > 0 : x D kx x0 k < = f (x) ` <
Observao
A existncia de limite independente da norma vectorial

escolhida, isto , qualquer norma vectorial conveniente pode
ser utilizada na definio de limite (o nmero depender
da norma escolhida mas a sua existncia independente da
norma que se utiliza).
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Definio
J
R
Se f : D n for uma funo diz-se que f contnua em

x0 D se existir lim f (x) e
LS
JF
S
L
F
xx0
lim f (x) = f (x0 ).
xx0
S
L
F
Diremos ainda que f contnua em D se f for contnua em

todos os pontos de D.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Definio
J
R
Se f : D n for uma funo diz-se que f contnua em

x0 D se existir lim f (x) e
LS
JF
S
L
F
xx0
lim f (x) = f (x0 ).
xx0
S
L
F
Diremos ainda que f contnua em D se f for contnua em

S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Definio
Se f : D
Rn Rn for uma funo vectorial da forma
f(x) = f1 (x), f2 (x), . . . , fn (x)

onde fi : D
S
L
F
Rn R para cada i = 1, 2, . . . , n define-se
S
L
F
lim f(x) = ` = (`1 , `2 , . . . , `n )t
xx0
se e s se lim fi (x) = ì para todo o i = 1, 2, . . . , n.

xx0
Uma funo vectorial f : D n

se existir lim f(x) e lim f(x) = f(x0 ).
S
L
F
xx0
Rn contnua em x0 D
S
L
F
xx0
S
L
F
S
L
F
Adicionalmente, f ser contnua em D se f for contnua em

Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Definio
Se f : D
f(x) = f1 (x), f2 (x), . . . , fn (x)

onde fi : D
S
L
F
S
L
F
lim f(x) = ` = (`1 , `2 , . . . , `n )t
xx0

xx0

S
L
F
xx0
Rn contnua em x0 D
S
L
F
xx0
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Definio
Se f : D
f(x) = f1 (x), f2 (x), . . . , fn (x)

onde fi : D
S
L
F
S
L
F
lim f(x) = ` = (`1 , `2 , . . . , `n )t
xx0

xx0

S
L
F
xx0
Rn contnua em x0 D
S
L
F
xx0
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
O prximo resultado til quando se pretende estabelecer a

continuidade de uma funo f : D n num ponto.
Teorema
Seja f : D n
uma funo e x0 D. Se existirem
constantes > 0 e K > 0 para as quais, sempre que kx x0 k <
e x D, se tenha
LS
S
L
F
JF
f (x)
x K ,
j
ento f contnua em x0 .
S
L
F
Se f : D n
for uma funo que admite derivadas
parciais em todos os pontos de um conjunto aberto A e
existir K > 0 tal que
f (x)
x K , x A, j = 1, 2, . . . , n
j
ento f contnua em A.
S
L
F
j = 1, 2, . . . , n
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Solues numricas de sistemas de equaes no-lineares - Mtodo do Ponto Fixo
S
L
F
J
J
S
L
F
S
L
F
S
L
F
Mtodo do Ponto Fixo
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
O conceito de ponto fixo generaliza-se, sem dificuldade, a

funes vectoriais.
S
L
F
Definio
S
L
F

p D que satisfaz g(p) = p.
S
L
F
S
L
F
S
L
F
Rn Rn um Jponto
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
O conceito de ponto fixo generaliza-se, sem dificuldade, a

funes vectoriais.
S
L
F
Definio
S
L
F

p D que satisfaz g(p) = p.
S
L
F
S
L
F
S
L
F
Rn Rn um Jponto
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
O prximo resultado uma extenso do teorema do Ponto

Fixo, estabelecido na T ERICA 2 para funes reais de
varivel real, s funes vectoriais.
Teorema
Seja
S
L
F
S
L
F
S
L
F
D = (x1 , x2 , . . . , xn ) : ai xi bi , i = 1, . . . , n com a1 , . . . , an
e b1 , . . . , bn .
g: D
Rn Rn uma funo contnua tal que g(x) D
para todo o x D.
S
L
F
S
L
F
Ento, g tem pelo menos um ponto fixo em D.
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F

Teorema
Seja
S
L
F
S
L
F
S
L
F
e b1 , . . . , bn .
g: D
para todo o x D.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F

Teorema
Seja
S
L
F
S
L
F
S
L
F
e b1 , . . . , bn .
g: D
para todo o x D.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F

Teorema
Seja
S
L
F
S
L
F
S
L
F
e b1 , . . . , bn .
g: D
para todo o x D.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F

Teorema
Seja
S
L
F
S
L
F
S
L
F
e b1 , . . . , bn .
g: D
para todo o x D.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Teorema
Se, adicionalmente,
As funes coordenadas de g, g1 , g2 , . . . , gn , tiverem

derivadas parciais contnuas e existir K < 1 tal que
gi (x) K
x n , x D
j
S
L
F
S
L
F
para todo o j = 1, 2, . . . , n e para cada i = 1, 2, . . . , n.

n
ento, para qualquer x D, a sucesso x

por
x(k) = g x(k1) , k
(0)
(k)
S
L
F
S
L
F
S
L
F
definida
S
L
F
converge para o nico ponto fixo p D tendo-se
(k)
x x
Kk
(1)
x x(0) .
1K
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Teorema
Se, adicionalmente,

gi (x) K
x n , x D
j
S
L
F
S
L
F

n

por
x(k) = g x(k1) , k
(0)
(k)
S
L
F
S
L
F
S
L
F
definida
S
L
F
(k)
x x
Kk
(1)
x x(0) .
1K
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Teorema
Se, adicionalmente,

gi (x) K
x n , x D
j
S
L
F
S
L
F

n

por
x(k) = g x(k1) , k
(0)
(k)
S
L
F
S
L
F
S
L
F
definida
S
L
F
(k)
x x
Kk
(1)
x x(0) .
1K
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
Consideremos o anterior sistema de equaes no-lineares
S
L
F
3x1 cos (x2 x3 ) = 0
2
2
x1 81 (x2 + 0.1) + sen x3 + 1.06 = 0
10 3
ex1 x2 + 20x3 +
=0
S
L
F
Resolvendo a i-sima equao em ordem a xi obtm-se
1
1
x
= cos (x2 x3 ) +
1
3
6
1q 2
x2 =
x1 + sen x3 + 1.06 0.1
x = 1 ex1 x2 10 3
3
S
L
F
20
S
L
F
60
formato de
Ponto Fixo
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
Consideremos o anterior sistema de equaes no-lineares
S
L
F
3x1 cos (x2 x3 ) = 0
2
2
x1 81 (x2 + 0.1) + sen x3 + 1.06 = 0
10 3
ex1 x2 + 20x3 +
=0
S
L
F
Resolvendo a i-sima equao em ordem a xi obtm-se
1
1
x
= cos (x2 x3 ) +
1
3
6
1q 2
x2 =
x1 + sen x3 + 1.06 0.1
x = 1 ex1 x2 10 3
3
S
L
F
20
S
L
F
60
formato de
Ponto Fixo
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
Consideremos agora g :
R3 R3 definida por
g(x1 , x2 , x3 ) = g1 (x1 , x2 , x3 ), g2 (x1 , x2 , x3 ), g3 (x1 , x2 , x3 )
LS
com
S
L
F
JF
S
L
F
S
L
F
1
1
cos (x2 x3 ) +
3
6
1q 2
g2 (x1 , x2 , x3 ) =
x1 + sinx3 + 1.06 0.1
9
1
10 3
g3 (x1 , x2 , x3 ) = ex1 x2
20
60
g1 (x1 , x2 , x3 ) =
S
L
F
S
L
F
D = (x1 , x2 , x3 )t : 1 xi 1, para cada i = 1, 2, 3 .
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
Para cada x = (x1 , x2 , x3 )t D tem-se
g1 (x1 , x2 , x3 ) 1 |cos (x2 x3 )| + 1 0.5

3
6
S
L
F
g2 (x1 , x2 , x3 ) 1 x2 + sinx3 + 1.06 0.1

9
1
1p
1 + sin 1 + 1.06 + 0.1
S
L
F
< 0.29
S
L
F
g3 (x1 , x2 , x3 ) = 1 ex1 x2 + 10 3 e + 10 3 < 0.61
S
L
F
S
L
F
20
60
20
S
L
F
60
Ento, 1 gi (x1 , x2 , x3 ) 1 para cada i = 1, 2, 3 e portanto

g(x) D, x D.
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
Por outro lado, tem-se
g1
x = 0,
1
g1 1
1
x 3 |x3 | |sen (x2 x3 )| 3 sen1 < 0.281,

2
g1 1
1
x 3 |x2 | |sen (x2 x3 )| 3 sen1 < 0.281,

3
g2
| x1 |
1
< p
< 0.238,
x = q
1
9 x21 + senx3 + 1.06 9 0.218
g2
x = 0,
2
g2
|cosx3 |
1
<
< 0.119
p
q
x =
3
18 x21 + senx3 + 1.06 18 0.218
S
L
F
S
L
F
S
L
F
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
e
S
L
F
g3 |x2 | x x
1 2
x = 20 e
1
g3 |x1 | x x
1 2
x = 20 e
2
g3
x = 0
3
e
< 0.14,
20
e
< 0.14,
20
S
L
F
S
L
F
donde g contnua em D tendo-se
S
L
F
gi (x)
3 0.281 0.843
=
,
x 0.281 =
3
3
j
S
L
F
x D
S
L
F
para cada i = 1, 2, 3 e j = 1, 2, 3 com constante K = 0.843 < 1.
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
g
Da mesma forma, podemos comprovar que i contnua em
xj
D para cada i = 1, 2, 3 e j = 1, 2, 3 pelo que g ter um nico
ponto fixo em D.
S
L
F
S
L
F
S
L
F
Consequentemente, o sistema no-linear tem uma soluo em

D que pode no ser nica! Escolhendo x(0) = (0.1, 0.1, 0.1)t , a
sucesso de vectores gerada ser
JF
LS
1
1
x(1k) = cos x(2k1) x(3k1) +
3r
6
2
1
x(2k) =
x(1k1) + sin x(3k1) + 1.06 0.1
(k1) (k1)
10 3
1
x(k) = ex1 x2
3
20
JF
LS
60
e convergir para o nico ponto fixo p existente.
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
g
Da mesma forma, podemos comprovar que i contnua em
xj
D para cada i = 1, 2, 3 e j = 1, 2, 3 pelo que g ter um nico
ponto fixo em D.
S
L
F
S
L
F
S
L
F
Consequentemente, o sistema no-linear tem uma soluo em

D que pode no ser nica! Escolhendo x(0) = (0.1, 0.1, 0.1)t , a
sucesso de vectores gerada ser
JF
LS
1
1
x(1k) = cos x(2k1) x(3k1) +
3r
6
2
1
x(2k) =
x(1k1) + sin x(3k1) + 1.06 0.1
(k1) (k1)
10 3
1
x(k) = ex1 x2
3
20
JF
LS
60
e convergir para o nico ponto fixo p existente.
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
Os resultados da tabela abaixo foram obtidos at
(k)
x x(k1)
S
L
F
< 105
S
L
F
S
L
F
Um majorante do erro cometido, com K = 0.843, pode ser

obtido:
0.8435
(5)
0.423 < 1.15

x p <
1 0.843
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
Contudo, este valor no indica a verdadeira preciso de x(5) :

com efeito, uma das solues exactas do sistema no-linear
1
x = , 0,
2
6
S
L
F
S
L
F
(5)
x x
2 10
S
L
F
Uma forma de acelerar a convergncia da sucesso de

iteradas no mtodo do Ponto Fixo para sistemas de equaes
no lineares usar as ltimas aproximaes x(1k) , . . ., x(ik)1 em
vez de x(1k1) , . . ., x(ik11) no clculo de x(ik) como acontece no
mtodo de Gauss-Seidel para sistemas de equaes lineares.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
Contudo, este valor no indica a verdadeira preciso de x(5) :

com efeito, uma das solues exactas do sistema no-linear
1
x = , 0,
2
6
S
L
F
S
L
F
(5)
x x
2 10
S
L
F
Uma forma de acelerar a convergncia da sucesso de

iteradas no mtodo do Ponto Fixo para sistemas de equaes
no lineares usar as ltimas aproximaes x(1k) , . . ., x(ik)1 em
vez de x(1k1) , . . ., x(ik11) no clculo de x(ik) como acontece no
mtodo de Gauss-Seidel para sistemas de equaes lineares.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 26
S
L
F
Exemplo
No exemplo em causa, viria
1
1
x(1k) = cos x(2k1) x(3k1) +
3
6
2
1
x(2k) =
x(1k) + sin x(3k1) + 1.06 0.1
(k) (k)
1
10 3
(
k
)
x = ex1 x2
3
20
60
S
L
F
S
L
F
e considerando ainda x(0) = (0.1, 0.1, 0.1)t obteramos
S
L
F
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
J
J
S
L
F
S
L
F
S
L
F
S
L
F
S
L
F
Terica 27
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Captulo 8
S
L
F
J
J
S
L
F
S
L
F
Solues numricas de sistemas

de equaes no-lineares
J
J
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Solues numricas de sistemas de equaes no-lineares - Mtodo de Newton
S
L
F
J
J
S
L
F
S
L
F
S
L
F
Mtodo de Newton
J
J
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Vimos anteriormente que o sistema de equaes no-lineares
S
L
F
3x1 cos (x2 x3 ) = 0
2
2
x1 81 (x2 + 0.1) + sen x3 + 1.06 = 0
ex1 x2 + 20x3 + 10 3 = 0
S
L
F
S
L
F
foi transformado no formato de ponto fixo isolando, nas trs

equaes, as trs variveis x1 , x2 e x3 . Posteriormente, com a
ajuda do teorema do Ponto Fixo, obtivemos uma sucesso de
vectores convergente para uma das solues exactas.
No entanto, esta tcnica nem sempre bem sucedida.
S
L
F
S
L
F
S
L
F
Assim, iremos considerar um outro procedimento que nos

permita efectuar transformaes no sistema no-linear em
situaes mais gerais.
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
S
L
F
3x1 cos (x2 x3 ) = 0
2
2
x1 81 (x2 + 0.1) + sen x3 + 1.06 = 0
ex1 x2 + 20x3 + 10 3 = 0
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
S
L
F
3x1 cos (x2 x3 ) = 0
2
2
x1 81 (x2 + 0.1) + sen x3 + 1.06 = 0
ex1 x2 + 20x3 + 10 3 = 0
S
L
F
S
L
F

S
L
F
S
L
F
S
L
F

Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
No caso unidimensional, encontrmos uma funo tal que
S
L
F
g(x) = x (x)f (x)
S
L
F
S
L
F
gerava uma sucesso que convergia quadraticamente para o

ponto fixo p de g. Concretamente, fazendo uso da frmula de
Taylor, o mtodo de Newton estabeleceu-se escolhendo
(x) =
S
L
F
1
f 0 (x)
f 0 (x) 6= 0
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
A ideia agora desenvolver uma abordagem semelhante no

caso n-dimensional, envolvendo uma matriz
LS
JF
11 (x) 12 (x)
21 (x) 22 (x)
(x) =
..
..
.
.
n1 (x) n2 (x)
LS
JF
...
...
..
...
1n (x)
2n (x)
..
nn (x)
S
L
F
Rn para R, de forma a
onde cada entrada ij uma funo de

que
g(x) = x (x)f(x)
gere uma sucesso de vectores que convirja quadraticamente

para a soluo de f(x) = 0.
S
L
F
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Definio
n
Suponhamos que x(k)
NS
L
F
N uma sucesso de vectores de R
o
k
S
L
F
S
L
F
que converge para x em relao norma k k com x(k) 6= x,

k . Se
(k+1)
x
x
limsup
<
x(k) x2
k
ento diremos que

para x.
S
L
F
x(k)
converge quadraticamente
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Teorema
Seja p uma soluo de g(x) = x. Se existir > 0 tal que:
o
n
gi
seja contnua em B (p) := x : x p < para cada
xj
i = 1, 2, . . . , n e j = 1, 2, . . . , n.
2 g
2 gi
(x) seja contnua e

(x) M para alguma
xj xm
xj xm
constante M sempre que x B (p) para cada i = 1, 2, . . . , n,
j = 1, 2, . . . , n e m = 1, 2, . . . , n.
S
L
F
S
L
F
gi
(p) = 0 para cada i = 1, 2, . . . , n e j = 1, 2, . . . , n.
xj
S
L
F
S
L
F
S
L
F
S
L
F
(k)
Ento,
existe tal que a sucesso definida por x =

g x(k1) , k
converge quadraticamente para p qualquer
(0)
que seja o x
satisfazendo x(0) p < .
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Teorema
o
n
gi
xj
i = 1, 2, . . . , n e j = 1, 2, . . . , n.
2 g
2 gi
(x) seja contnua e

(x) M para alguma
xj xm
xj xm
j = 1, 2, . . . , n e m = 1, 2, . . . , n.
S
L
F
S
L
F
gi
(p) = 0 para cada i = 1, 2, . . . , n e j = 1, 2, . . . , n.
xj
S
L
F
S
L
F
S
L
F
S
L
F
(k)
Ento,

g x(k1) , k
(0)
que seja o x
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Teorema
o
n
gi
xj
i = 1, 2, . . . , n e j = 1, 2, . . . , n.
2 g
2 gi
(x) seja contnua e

(x) M para alguma
xj xm
xj xm
j = 1, 2, . . . , n e m = 1, 2, . . . , n.
S
L
F
S
L
F
gi
(p) = 0 para cada i = 1, 2, . . . , n e j = 1, 2, . . . , n.
xj
S
L
F
S
L
F
S
L
F
S
L
F
(k)
Ento,

g x(k1) , k
(0)
que seja o x
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Teorema
o
n
gi
xj
i = 1, 2, . . . , n e j = 1, 2, . . . , n.
2 g
2 gi
(x) seja contnua e

(x) M para alguma
xj xm
xj xm
j = 1, 2, . . . , n e m = 1, 2, . . . , n.
S
L
F
S
L
F
gi
(p) = 0 para cada i = 1, 2, . . . , n e j = 1, 2, . . . , n.
xj
S
L
F
S
L
F
S
L
F
S
L
F
(k)
Ento,

g x(k1) , k
(0)
que seja o x
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Teorema
Adicionalmente,
(k)
x p
S
L
F
2
n2 M
(k1)
p ,
x
S
L
F
S
L
F
Para utilizarmos este resultado, voltemos a
g(x) = x (x)f(x)
com (x) no-singular nas proximidades de p, na tentativa

de identificar as entradas ij . Pondo
f(x) = f1 (x), f2 (x), . . . , fn (x)
LS
tem-se
JF
gi (x) = xi
n
X
j=1
S
L
F
ij (x)fj (x),
i = 1, 2, . . . , n
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Teorema
Adicionalmente,
(k)
x p
S
L
F
2
n2 M
(k1)
p ,
x
S
L
F
S
L
F
Para utilizarmos este resultado, voltemos a
g(x) = x (x)f(x)
com (x) no-singular nas proximidades de p, na tentativa

de identificar as entradas ij . Pondo
f(x) = f1 (x), f2 (x), . . . , fn (x)
LS
tem-se
JF
gi (x) = xi
n
X
j=1
S
L
F
ij (x)fj (x),
i = 1, 2, . . . , n
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
gi
(x) =
xm
n
X
fj
ij
(
x
)
(
x
)
+
(
x
)
f
(
x
)
ij
j
xm
xm
j=1
S
L
F
n
X
fj
ij
(
x
)
(
x
)
+
(
x
)
f
(
x
)
se i = m
ij
j
xm
xm
j=1
S
L
F
se i 6= m
S
L
F
gi
Como necessitamos de
(p) = 0 para cada i = 1, 2, . . . , n e
xm
m = 1, 2, . . . , n ento, fazendo x = p, tem-se
n
X
JF
LS
ij (p)
fj
j=1
xi
n
X
fj
j=1
ij (p)
(p) = 1
xm
quando i = m
S
L
F
(p) = 0
quando i 6= m
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
gi
(x) =
xm
n
X
fj
ij
(
x
)
(
x
)
+
(
x
)
f
(
x
)
ij
j
xm
xm
j=1
S
L
F
n
X
fj
ij
(
x
)
(
x
)
+
(
x
)
f
(
x
)
se i = m
ij
j
xm
xm
j=1
S
L
F
se i 6= m
S
L
F
gi
Como necessitamos de
(p) = 0 para cada i = 1, 2, . . . , n e
xm
m = 1, 2, . . . , n ento, fazendo x = p, tem-se
n
X
JF
LS
ij (p)
fj
j=1
xi
n
X
fj
j=1
ij (p)
(p) = 1
xm
quando i = m
S
L
F
(p) = 0
quando i 6= m
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Considerando a matriz jacobiana de f,
LS
JF
J(x) =
f1
(x)
x1
f2
(x)
x1
f1
(x)
x2
f2
(x)
x2
..
.
..
.
..
fn
(x)
x2
...
LS
JF
fn
(x)
x1
...
...
f1
(x)
xn
f2
(x)
xn
..
.
fn
(x)
xn
S
L
F
vemos que as igualdades anteriores
S
L
F
n
X
j=1
ij (p)
fj
S
L
F
xi
(p) = 1,
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
n
X
ij (p)
j=1
fj
xm
(p) = 0,
i 6= m
conduzem-nos a (p) J(p) = I (matriz identidade).
S
L
F
Portanto, uma escolha apropriada para (x) ser J(x)

(desde
que esta matriz exista nas proximidades de p) e g dada por
S
L
F
g(x) = x J(x)
f(x)
permitir estabelecer a seguinte sucesso de vectores,

(0)
JF
LS
S
L
F
dado
LS
h
i
x(k) = x(k1) J x(k1) 1 f x(k1) ,
JF
S
L
F
conhecida como mtodo de Newton para sistemas no-lineares.
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
n
X
ij (p)
j=1
fj
xm
(p) = 0,
i 6= m
conduzem-nos a (p) J(p) = I (matriz identidade).
S
L
F
Portanto, uma escolha apropriada para (x) ser J(x)

(desde
que esta matriz exista nas proximidades de p) e g dada por
S
L
F
g(x) = x J(x)
f(x)
permitir estabelecer a seguinte sucesso de vectores,

(0)
JF
LS
S
L
F
dado
LS
h
i
x(k) = x(k1) J x(k1) 1 f x(k1) ,
JF
S
L
F
conhecida como mtodo de Newton para sistemas no-lineares.
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Observao
for
dada
uma
aproximao
inicial
x(0)
1
suficientemente prxima de p e J(x)
existir nas
proximidades de p ento, regra geral, a sucesso
de vectores gerada pelo mtodo de Newton converge
quadraticamente.
Se
S
L
F
S
L
F
S
L
F
A desvantagem deste mtodo reside no facto de ser
necessrio calcular a inversa da matriz jacobiana em

cada iterada. Na prtica, para evitar o clculo de
1
J(x) , acha-se primeiro um vector y tal que
S
L
F
J x(k1) y = f x(k1)
S
L
F
S
L
F
e a nova aproximao x(k) ser obtida adicionando y a

x(k1) .
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Observao
for
dada
uma
aproximao
inicial
x(0)
1
suficientemente prxima de p e J(x)
existir nas
proximidades de p ento, regra geral, a sucesso
de vectores gerada pelo mtodo de Newton converge
quadraticamente.
Se
S
L
F
S
L
F
S
L
F
A desvantagem deste mtodo reside no facto de ser
necessrio calcular a inversa da matriz jacobiana em

cada iterada. Na prtica, para evitar o clculo de
1
J(x) , acha-se primeiro um vector y tal que
S
L
F
J x(k1) y = f x(k1)
S
L
F
S
L
F
e a nova aproximao x(k) ser obtida adicionando y a

x(k1) .
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Exemplo
Vimos que o sistema no-linear
S
L
F
3x1 cos (x2 x3 ) = 0
x21 81 (x2 + 0.1)2 + sen x3 + 1.06 = 0
10 3
ex1 x2 + 20x3 +
=0
S
L
F
S
L
F
tem uma soluo aproximada em x = (0.5, 0, 0.52359877)t .
Utilizemos o mtodo de Newton para obter esta aproximao

com a aproximao inicial x(0) = (0.1, 0.1, 0.1)t e
S
L
F
S
L
F
f(x1 , x2 , x3 ) = f1 (x1 , x2 , x3 ), f2 (x1 , x2 , x3 ), f3 (x1 , x2 , x3 )
onde
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Exemplo
1
f1 (x1 , x2 , x3 )= 3x1 cos (x2 x3 ) ,
2
S
L
F
f2 (x1 , x2 , x3 )= x21 81 (x2 + 0.1)2 + sen x3 + 1.06
S
L
F
f3 (x1 , x2 , x3 ) = e
x1 x2
S
L
F
10 3
+ 20x3 +
3
A matriz jacobiana J(x) da funo f
JF
LS
2x1
J(x1 , x2 , x3 ) =
x2 sen (x2 x3 )
162(x2 + 0.1)
cosx3
x1 ex1 x2
20
x3 sen (x2 x3 )
x2 ex1 x2
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Exemplo
Ento,
(k)
x2
LS
JF
x(3k)
com
y(1k1)
(k1)
y2
y(3k1)
S
L
F
x(1k)
x(1k1)

(k1)
= x2

y(1k1)

(k1)
+ y2

LS
x(3k1)
JF
y(3k1)
S
L
F
h
i1
f x(1k1) , x(2k1) , x(3k1)

= J x(1k1) , x(2k1) , x(3k1)
S
L
F
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Exemplo
Deste modo, para o clculo da k-sima

iterada,
teremos
que
resolver o sistema linear J x(k1) y(k1) = f x(k1) onde
J x(k1) =
S
L
F
S
L
F
x(3k1) sen x(2k1) x(3k1)
2x(1k1)
162 x(2k1) + 0.1
(k1) (k1)
x(2k1) ex1
x2
(k1) (k1)
x(1k1) ex1
x2
S
L
F

x(2k1) sen x(2k1) x(3k1)
cosx(3k1)
20
a matriz jacobiana em x(k1) = x(1k1) , x(2k1) , x(3k1) ,
S
L
F
y(1k1)
S
L
F
(k1)
y(k1) =
y2
y(3k1)
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Exemplo
e
3x(1k1) cos x(2k1) x(3k1)
1
2
(k1)
f x
= x(1k1) 81 x(2k1) + 0.1 + sen x(3k1) + 1.06
(k1) (k1)
10 3
ex1 x2 + 20x(3k1) +
S
L
F
S
L
F
Os resultados obtidos esto listados em baixo:
S
L
F
S
L
F
S
L
F
J
J
S
L
F
Clculo Numrico
S
L
F
S
L
F
Terica 27
S
L
F
Exemplo
e
3x(1k1) cos x(2k1) x(3k1)
1
2
(k1)
f x
= x(1k1) 81 x(2k1) + 0.1 + sen x(3k1) + 1.06
(k1) (k1)
10 3
ex1 x2 + 20x(3k1) +
S
L
F
S
L
F
Os resultados obtidos esto listados em baixo:
S
L
F
S
L
F
S
L
F
J
J
S
L
F

Slides PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Slides PDF

Uploaded by

Copyright:

Available Formats

Faculdade de Cincias e Tecnologia da Universidade Nova de Lisboa

Ano Lectivo 2010/2011

Solues de equaes com uma varivel

Solues de equaes com uma varivel

Solues de equaes com uma varivel

Um dos problemas fundamentais da Matemtica, que surge

Contudo, s em casos muito especiais possvel exprimir

Um exemplo tpico o da equao ax2 + bx + c = 0 (a 6= 0)

Solues de equaes com uma varivel

Um dos problemas fundamentais da Matemtica, que surge

Contudo, s em casos muito especiais possvel exprimir

Um exemplo tpico o da equao ax2 + bx + c = 0 (a 6= 0)

Solues de equaes com uma varivel

Outro exemplo o da chamada equao cbica

ou ainda o da equao qurtica

ax4 + bx3 + cx2 + dx + e = 0

onde, em ambos os casos, esto disponveis frmulas

Um valor x0 tal que f (x0 ) = 0 diz-se uma raiz da equao

Solues de equaes com uma varivel

Outro exemplo o da chamada equao cbica

ou ainda o da equao qurtica

ax4 + bx3 + cx2 + dx + e = 0

onde, em ambos os casos, esto disponveis frmulas

Um valor x0 tal que f (x0 ) = 0 diz-se uma raiz da equao

Solues de equaes com uma varivel - O mtodo da Bisseco

Solues de equaes com uma varivel - O mtodo da Bisseco

Se f for uma funo contnua num intervalo [a, b] (a < b) e

Teorema (Existncia de zeros)

Intuitivamente, admitindo que no intervalo [a, b] existe um

Solues de equaes com uma varivel - O mtodo da Bisseco

Se f for uma funo contnua num intervalo [a, b] (a < b) e

Teorema (Existncia de zeros)

Intuitivamente, admitindo que no intervalo [a, b] existe um

Solues de equaes com uma varivel - O mtodo da Bisseco

Se f for uma funo contnua num intervalo [a, b] (a < b) e

Teorema (Existncia de zeros)

Intuitivamente, admitindo que no intervalo [a, b] existe um

Solues de equaes com uma varivel - O mtodo da Bisseco

Se f for uma funo contnua num intervalo [a, b] (a < b) e

Teorema (Existncia de zeros)

Intuitivamente, admitindo que no intervalo [a, b] existe um

Solues de equaes com uma varivel - O mtodo da Bisseco

Mtodo da bisseco: procedimento

Anlise de f (p1 ): se f (p1 ) = 0 ento p = p1 ; se f (p1 ) 6= 0

f (a1 ) e f (p1 ) tm o mesmo sinal

f (a1 ) e f (p1 ) tm sinais opostos

se f (a1 ) e f (p1 ) tm o mesmo sinal ento p ]p1 , b1 [;

se f (a1 ) e f (p1 ) tm sinais opostos ento p ]a1 , p1 [;

Solues de equaes com uma varivel - O mtodo da Bisseco

Mtodo da bisseco: procedimento

Anlise de f (p1 ): se f (p1 ) = 0 ento p = p1 ; se f (p1 ) 6= 0

f (a1 ) e f (p1 ) tm o mesmo sinal

f (a1 ) e f (p1 ) tm sinais opostos

se f (a1 ) e f (p1 ) tm o mesmo sinal ento p ]p1 , b1 [;

se f (a1 ) e f (p1 ) tm sinais opostos ento p ]a1 , p1 [;

Solues de equaes com uma varivel - O mtodo da Bisseco

Mtodo da bisseco: procedimento

Anlise de f (p1 ): se f (p1 ) = 0 ento p = p1 ; se f (p1 ) 6= 0

f (a1 ) e f (p1 ) tm o mesmo sinal

f (a1 ) e f (p1 ) tm sinais opostos

se f (a1 ) e f (p1 ) tm o mesmo sinal ento p ]p1 , b1 [;

se f (a1 ) e f (p1 ) tm sinais opostos ento p ]a1 , p1 [;

Solues de equaes com uma varivel - O mtodo da Bisseco