Professional Documents
Culture Documents
Creto A. Vidal2
cvidal@lia.ufc.br
22 de abril de 2010
Verso 9.0
1 Editado
2 Departamento
Abstract
XXXXXXXXThese class notes were organized as a supporting material for the courses
of Numerical Methods I and II of Federal University of Cear. They are based on the
book, Numerical Methods in C by Shoichiro Nakamura.
Resumo
Estas notas de aula foram elaboradas para servir de apoio aos cursos de Mtodos Numricos I e II da Universidade Federal do Cear. Elas so baseadas no livro, Applied
Numerical Mehtods in C by Shoichiro Nakamura.
Sumrio
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7
7
7
11
11
12
13
13
14
17
17
17
18
18
18
19
21
22
22
23
25
.
.
.
.
.
.
.
.
.
.
.
.
26
26
27
27
28
30
30
31
32
34
34
38
39
2.8
41
42
43
46
47
Diferenciao Numrica
3.1 Expanso de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 Diferenas Finitas . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Mtodo da Diferenciao dos Polinmios de Interpolao de Newton
3.4 Aproximao de Derivadas Parciais por Diferenas Finitas . . . . .
3.4.1 Soluo do Problema de Dirichlet . . . . . . . . . . . . . .
.
.
.
.
.
49
49
52
54
57
57
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
60
60
60
62
63
64
64
64
64
64
64
64
65
65
66
67
67
69
69
71
.
.
.
.
.
.
.
.
.
.
.
73
73
74
75
79
83
85
86
87
88
89
89
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5.5.2
Mtodo QR . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
91
Lista de Figuras
1.1
1.2
1.3
1.4
11
12
12
13
14
16
17
19
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
2.10
2.11
2.12
2.13
2.14
2.15
2.16
2.17
2.18
2.19
2.20
2.21
2.22
2.23
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
26
26
27
29
29
33
33
36
37
37
37
38
39
40
40
40
41
41
43
43
44
46
47
3.1
? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9
10
11
3.2
3.3
3.4
? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
54
58
58
4.1
4.2
4.3
4.4
4.5
?
?
?
?
?
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
63
63
63
70
71
5.1
5.2
5.3
5.4
5.5
?
?
?
?
?
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
76
77
78
85
91
6.1
6.2
6.3
6.4
6.5
6.6
6.7
6.8
6.9
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
93
94
99
99
100
102
108
110
112
7.1
7.2
7.3
Lista de Tabelas
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
.
.
.
.
.
.
.
.
10
13
15
15
16
17
20
22
2.1
33
5.1
Coeficientes de Markov. . . . . . . . . . . . . . . . . . . . . . . . . . .
77
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Captulo 1
Clculo do Zeros de Funes
No-Lineares
1.1
Introduo
1.2
Mtodo da Bisseo
Caractersticas do mtodo
necessita o intervalo que contm a raiz
no necessita continuidade da derivada de f (x)
aplica-se a qualquer tipo de equao, inclusive funes no analticas
baseado no fato de que quando a raiz de f (x) est em [a,c] os sinais nas duas
extremidades mudam: f (a) f (c) 0 (ver figura 1.1).
s0 (i)
2
si
tol
2
(ai + ci )
xi =
2
si s0 (i+1)
erri = =
2
2
sai
si
Se > tol, v para 3.
2
2. Se
3. Calcule
(ai + ci )
bi =
2
f (ai ) f (bi )
f (bi ) f (ci )
4. Se f (ai ) f (bi ) 0, (raiz em [ai , bi ])
faa i = i + 1, ci = bi1 , v para 1.
Se f (bi ) f (ci ) 0, (raiz em [bi , ci ]),
faa i = i + 1, ai = bi1 , v para 1.
c0 a0
tol
2n+1
c0 a0
2(n+1)
tol
c a ln c0 a0
0
0
tol
n + 1 log2
=
tol
ln(2)
!
c0 a0
n ln
1
ln(2)
Observaes:
(c a)0
2n
sn
s0
o erro mximo na n-sima iterao errn =
= (n+1)
2
2
c a
0
0
tol
n
ln(2) 1
ln
Exemplo 1.1
c0 a0 = 1 e tol = 0.0001
n
1
ln( 0.0001
)
ln(2)
1 = 13.28 1 = 12.28
n = 13 ( 14a iterao )
Iterao
0
1
2
3
4
5
6
7
a
0
0
0.5
0.5
0.625
0.6875
0.6875
0.6875
b
1
0.5
0.75
0.625
0.6875
0.7187
0.7031
0.6953
c
2
1
1
0.75
0.75
0.75
0.7187
0.7031
f(a)
-1
-1
-0.3512
-0.3512
-0.1317
-0.0112
-0.0112
-0.0112
f(b)
0.7182
-0.3512
0.1170
-0.1317
-0.0112
0.0518
0.0200
0.0043
f(c)
5.3890
0.7182
0.7182
0.1170
0.1170
0.1170
0.0518
0.0200
Erro mximo
1
0.5
0.25
0.125
0.0625
0.03125
0.015625
0.0078125
Tabela 1.1: A oitava aproximao da raiz x = 0.6953 o mximo erro possvel 0.0078 <
0.01.
Exemplo 1.2
A raiz de f (x) = e x x = 0 est no intervalo [0,2]. Encontre uma aproximao da
raiz dentro de uma tolerncia de 0.01 pelo mtodo da bisseo.
Soluo:
1. Soluo exata: e x 2 = 0 e x = 2 x = ln 2 = 0.6931
2. Soluo pelo mtodo da bisseo (ver tabela 1.1)
Notas:
1. O critrio f (a) f (b) 0 satisfeito sempre que o nmero de razes no intervalo
for mpar. Assim o mtodo encontra uma das razes (ver figura 1.2).
Figura 1.4: Funo f (x) onde pode haver confuso entre ponto de singularidade com uma
raiz.
Nota falada do professor:
Antes de iniciar o mtodo deve-se identificar por tabela ou grfico os intervalos que
contm razes.
O mtodo encontra a raiz de uma funo se a raiz existir no intervalo dado.
O mtodo encontra a raiz de uma funo mesmo quando a funo no analtica.
O mtodo no distingue entre uma raiz e um ponto de singularidade.
1.3
1.3.1
1. Esse mtodo difere do mtodo da bisseo apenas na forma como o ponto b calculado.
y = f (a) +
f (c) f (a)
(x a)
ca
11
(1.1)
ca
a f (c) c f (a)
f (a) =
f (c) f (a)
f (c) f (a)
b=
a f (c) c f (a)
f (c) f (a)
1.3.2
Esse mtodo elimina o problema de ponto estagnado. Cria-se um contador para verificar quantas vezes o ponto permaneceu um ponto de extremidade. Se o ponto permanecer
ponto extremo por mais de duas vezes, divide-se o valor de f (estagnado) por dois.
12
a
0.01
0.24771
0.48102
0.77533
0.77533
0.95842
0.97374
0.97374
0.97501
b
0.24771
0.48102
0.77533
1.0110
0.95842
0.97374
0.97603
0.97501
0.97502
c
1.4
1.4
1.4
1.4
1.0110
1.0110
1.0110
0.97603
0.97603
f(a)
-0.49967
-0.49481
-0.45911
-0.29527
-0.29527
-0.034845
-0.0027664
-0.0027664
-0.0000061
f(b)
-0.49481
-0.45911
-0.29527
0.084850
-0.034845
-0.0027664
0.0021981
-0.0000061
0.0000000
f(c)
3.8979
1.9489
0.97447
0.48724
0.084850
0.084850
0.042425
0.0021981
0.0021981
1.4
1.4.1
Mtodo de Newton
Caractersticas
13
1.4.2
Descrio do Mtodo
f (x) = 0 = f (x0 + f 0 (x0 ) (x x0 )) + O(h2 )
!
f (n) (x0 )
n
h
n!
(1.2)
onde h = x x0 .
Desprezando O(h2 ) e resolvendo 1.2, temos:
f (x0 )
(1.3)
f 0 (x0 )
Devido ao erro de truncamento, x encontrado em 1.3 no a soluo de 1.2, mas
uma melhor aproximao do que x0 .
x = x0
f (xi1 )
f 0 (xi1 )
Notas:
i). O clculo de f 0 (x) pode ser difcil ou impossvel. Nesses casos utiliza-se aproximao por diferenas finitas:
f (xi1 + h) f (xi1 )
onde h um valor pequeno.
h
f (xi1 ) f (xi1 h)
Backward f 0 (xi1 )
h
Forward f 0 (xi1 )
Exemplo 1.4
Derive um esquema iterativo baseado no mtodo de Newton para encontrar a raiz
cbica de um nmero. Encontre a raiz de 155.
Soluo:
3
a = x x3 = a f (x) = x3 a
Aplique o mtodo de Newton
xn+1 = xn
xn+1 =
Clculo de
xn3 a
f (xn )
=
x
n
f 0 (xn )
3 xn2
2
a
xn +
3
3 xn2
3
155 a = 155.
x
5
5.4
5.371834
5.371685
|xn+1 xn |
0.4
0.028
0.00014
x
10
7.183334
5.790176
5.401203
5.371847
5.371686
|xn+1 xn |
2.816666
1.393158
0.388973
0.029383
0.000161
1
0.5 = tan2 (x) + 0.5
cos2 (x)
xn+1 = xn
tan(xn ) 0.5 xn
tan2 (xn ) + 0.5
15
x
4
4.458280
4.352068
4.288511
4.275191
4.274782
4.244782
|xn+1 xn |
0.458280
0.106212
0.033557
0.013320
0.000409
0.000000
1
f 00 (xi ) i2 + ... = 0
2
1
f 00 (xi ) i2
2
f (xi )
f 0 (xi )
16
n
0
1
2
3
4
5
6
7
8
9
x
3.6
5.358891
7.131396
8.494651
10.92057
10.87581
10.83419
10.81511
10.81269
10.81267
|xn+1 xn |
1.758891
1.772505
1.363255
2.425919
0.04476
0.04162
0.01908
0.00242
0.00002
1.5.1
f 0 (xi ) i f 00 (xi ) i2
f 0 (xi )
2 f 0 (xi )
f 00 (xi )
2
2 f 0 (xi ) i
i+1 = i2
1.5
f (xi )
f 0 (xi )
f 00 (x)
2 f 0 (x)
Mtodo da Secante
Caractersticas
1.5.2
Descrio
xn = xn1
f (xn1 ) f (xn2 )
xn1 xn2
f (xn1 )
f (xn1 )
xn1
0
f (xn1 ) f (xn2 )
f (xn1 )
xn1 xn2
xn = xn1
xn1 xn2
fn1
fn1 fn2
n = 2, 3, ...
1.6
1.6.1
1.6.2
Caractersticas
18
1.6.3
Notas
i). Se xn2 e xn1 se tornarem muito prximos, yn2 e yn1 tambm se tornam prximos
xn1 xn2
e erro de arredondamento significativo ocorre na diviso
. Para evitar
fn1 fn2
isso:
Quando | fn | < :
(a) congela-se xn2 e yn2
(b) ou xn2 e fn2 so trocados por xn2 + f (xn2 + ) onde pequeno
mas suficientemente grande para evitar erro de arredondamento.
ii). O mtodo pode divergir ou convergir para uma soluo irrelevante se as aproximaes iniciais no forem boas.
iii). O mtodo uma variao, computacionalmente mais eficiente, do mtodo de Newton.
Exemplo 1.6
f (x) = x2 3 x + e x 2 tem duas razes, uma negativa e outra positiva. Encontre a
menor raiz pelo mtodo das substituies sucessivas.
19
Soluo:
1. Tente determinar um intervalo que contm a raiz:
Para x = 0 f (0) = 1.
Para x = 1 f (1) = 2.367.
Se f (x) for contnua nesse intervalo a curva cortar o eixo dos x.
2. Reescreva f (x) = 0 na forma x = f (x):
x2 3 x + e x 2 = 0 x =
x2 + e x 2
3
3. Mtodo iterativo:
2
xi1
+ e xi1 2
xi =
3
onde f (x) =
x2 + e x 2
3
1
(2 x + e x )
3
1
(2 x + e x ) < 1
3
1
3 < (2 x + e x ) < 3
3
x [1, 0] 1.63 2 x + e x 1
1 <
xn
0
-0.333333
-0.390786
-0.390254
-0.390272
-0.390272
x = 3 x ex + 2
e
x=
3 x ex + 2
3 ex
1
f 0 (x) =
2
3 x ex + 2
Para x = 0 f 0 (0) = 12
31
= 1
1 1
3 e1
1.32
=
x = 1 f 0 (1) =
2 2
1.37
3 e1 + 2
Critrio de convergncia no satisfeito.
f 0 (x) singular na vizinhana da raiz.
1.6.4
()
onde = constante .
OBS: Se o esquema converge, x satisfaz f (0) = 0 .
Critrio de convergncia:
1 < 1 f 0 (x) < 1
ou
0 < f 0 (x) < 2
()
f 0 (x)
h
|{z}
mtodo de Newton.
21
Exemplo 1.7
Seja
f (x) = tan (0.1 x) 9.2 ex
Determine a menor raiz positiva sabendo-se que ela se encontra em [3, 4]
Soluo:
f0 =
f (4) f (3)
= 0.40
43
= 0.40299
1
1
=
= 2.4814
0
f
0.40299
xn
4
3.36899
3.28574
3.29384
3.28280
3.29293
3.29292
3.29292
1.7
1.7.1
Mtodo de Bairstow
Caractersticas do mtodo
1.7.2
Descrio
Qualquer polinmio
P (x) = a0 + a1 x0 + a2 x2 + . . . + an xn
(1.4)
(1.5)
onde:
p e q so arbitrrios
G (x) de ordem n 2
R (x) o resto (polinmio de ordem 1)
2
Se p e q so encontrados da forma que R (x) = 0 , ento
) ( x + p x + q ) um
x1
p p2 4 q
.
fator quadrtico cujas razes so x1 , x2 da soluo de
=
2
x2
(1.6)
R (x) = b0 + b1 x
(1.7)
(1.8)
)
Sistema de Equaes
Resoluo do sistema:
(
b0 (p, q) = 0
b1 (p, q) = 0
b0
b0
b
(p,
q)
b
(p,
q)
+
p
+
q = 0
0
0
p
q
b1
b1
b1 (p, q) b1 (p, q) + p p + q q = 0
23
p = p p e q = q q
Assim,
b0
b0
p
+
q = b0 (p, q)
p
q
b1
b1
p p + q q = b1 (p, q)
(1.9)
bn = an
bn1 = an1 p bn
b
n3 = an3 p bn2 q bn1
(1.11)
..
b
= a2 p b3 q b4
b1 = a1 p b2 q b3
Derivando 1.11 com relao a
(bn ) p =
(bn1 ) p =
(bn2 ) p =
(bn3 ) p =
..
(b2 ) p =
(b1 ) p =
(b )
=
0 p
p temos
0
bn
p (bn ) p
bn1 p (bn1 ) p q (bn ) p
bn2 p (bn2 ) p q (bn1 ) p
b3
b2
p (b3 ) p
p (b2 ) p
24
q (b4 ) p
q (b3 ) p
q (b2 ) p
(1.12)
(bn )q
(bn1 )q
(bn2 )q
(bn3 )q
..
.
(b2 )q
(b1 )q
(b0 )q
=
=
=
=
0
0
bn
p (bn2 )q bn1 q (bn1 )q
= p (b3 )q
= p (b2 )q
=
b4
b3
b2
(1.13)
q (b4 )q
q (b3 )q
q (b2 )q
Implementao:
1. Com estimativas iniciais de p e q, calcule b0 e b1 utilizando equao 1.11
2. Calcule (b0 ) p , (b1 ) p , (b0 )q e (b1 )q pelas equaes 1.12 e 1.13. OBS: Todas as equaes em 1 e 2 so calculadas recursivamente.
3. Resolve o sistema 1.9 para p q.
4. Obtenha p e q
p = p + p
q = q + q
O procedimento de 1 a 4 iterativo com novas estimativas de p e q a cada iterao.
1.7.3
Notas
Com a aplicao repetida do mtodo, o erro no clculo dos polinmios ?defacionados? e dos fatores quadrticos.
A preciso das razes pode ser pobre, assim a preciso deve ser melhorada por outro
mtodo.
A iterao pode no convergir em ?
25
Captulo 2
Integrao Numrica
2.1
Introduo
I=
f (x) dx
a
I=
v (x)
f (x, y) dy dx
a
u (x)
26
Integrao numrica pode ser usada para integrar funes analticas ou funes
dadas em forma tabular.
utilizada quando somente o valor numrico da integral desejado.
2.2
Regra do Trapzio
I=
f (x) dx =
a
ba
[ f (a)+ f (b)]+E
2
(2.1)
onde E = erro .
Figura 2.3: rea sob a reta representando
a integral
2.2.1
f (x) dx
a
ba
[ f (a) + f (b)]
2
a+b
2
f 0 (x)
f 00 (x)
(x x) +
(x x)2 + . . .
1!
2!
Assim,
Z
a
2
3
00
x
f
(x)
x
b
b
2 b 2
f (x) dx = f (x) x |ba + f 0 (x)
x
x
+
x
x
x
x
|
|
a
a
a
2 a
2 3 a
(b
a)
(b
+
a)
0
= f (x) (b a) + f (x)
x
(b
a)
+
1
2 }
|
{z
x
(
)
f 00 (x) b3 a3
+
x (b2 a2 ) + x 2 (b a)
2
3
1 00
= f (x) (b a) +
f (x) (b a)3 + . . .
24
(2.2)
27
ba
ba
a + b 1 00
a + b
0
[ f (a) + f (b)] =
f (x) + f (x) a
+ f (x) a
+ ...
2
2
| {z2 } 2
| {z2 }
(ba)
(ba)
2
a + b
0
+ f (x) + f (x) b
+
| {z2 }
1
1
2
(ba)
a
+
b
00
f (x) b
| {z2 }
(ba)
(
)
1
ba
00
2
2 f (x) + f (x) (b a) + . . .
=
2
4
1 00
= f (x) (b a) + f (x) (b a)3 + . . .
8
00
E f (x) (b a)
(2.2)
Se h =
!
1
1
1 00
f (x) (b a)3
24 8
12
1 00
f (x) h3
12
ba
, ento
N
(2.3)
N
1 (b a)3 X 00
E
f (xi )
12 N 3
i=1
1
(b a) h2 f
12
onde
f
2.2.2
00
N
X
f 00 (xi )
=
N
i=1
Mltiplos Intervalos
ba
n
Suponha:
28
00
(2.3)
1
1
f (a) + f (a + h) h +
f (a + h) + f (b) h
2
2
h
=
f (a) + 2 f (a + h) + f (b)
2
n=2I =
1
1
1
f (a) + f (a + h) h +
f (a + h) + f (a + 2 h) h +
f (a + 2 h) + f (b) h
2
2
2
h
=
f (a) + 2 f (a + h) + f (a + 2 h) + f (a + 3 h) + f (b)
2
n=3I =
n=4I =
h
f (a) + 2 f (a + h) + f (a + 2 h) + f (a + 3 h) + f (b)
2
n=N
N1
I=
f
(a)
+
2
f
(a
+
i
h)
+
f
(b)
2
i=1
Exemplo 2.8
f (x) = 1 +
x 2
2
Calcule o volume
29
, 0x2
(2.4)
#2
!
Z 2
x2
x2 x4
V =
r dx =
1+
dx =
1+
+
dx
4
2 16
0
0
0
#
!
"
2
23 25
x3 x5
+
=
2
+
+
= 11.7286
= x+
6 80 0
6 80
?
Z
"
2.3
Regra 13 de Simpson
1. Polinmio interpolante, ?:
s
s
s
2 f2
f1 +
f0 +
2
1
0
1
g (x0 + s h) = 1 f0 + s ( f1 f0 ) + s (s 1) ( f2 2 f1 + f0 )
2
g (x0 + s h) =
g (x0 + s h) = f0 + ( f1 f0 ) s +
1
( f2 2 f1 + f0 ) (s2 s)
2
x2
g (x) dx
dx = h ds
x0
I =
x = x0 + h s
x = x0 s = 0
x = x2 s = 2
g (x0 + s h) h ds
0"
s2 1
= h f0 s + ( f1 f0 ) + ( f2 2 f1 + f0 )
2 2
4 1
= h 2 f0 + ( f1 f0 ) + ( f2 2 f1 + f0 )
2 2
"
= h 2 f0 + 2 f1 2 f0 +
=
2.3.1
1
2
1
f2 f1 + f0
3
3
3
!# 2
s3 s2
3
2 0
8 8
3 4
|{z}
1612 4 2
6
=6=3
h
f0 + 4 f1 + f2
3
Regra
1
de Simpson estendida:
3
E (b a)
h4 (IV)
f
180
onde:
f
N/2 (IV)
X
f (xi )
=
(N/2)
i=1
3
3
Simpson: h5 f (IV) (x)
8
80
Regra
2.4
(IV)
(IV)
3
3
de Simpson estendida: E
(b a) h4 f
8
240
Integrao de Romberg
Suponha que In seja o resultado da integrao pela regra do trapzio estendida com
(b a)
k=
N
(b a)
.
Suponha que I2n seja o resultado para h =
(N/2)
Assim,
Eh
E2 h
00
1
(b a) f h2 C h2
12
00
1
(b a) f (2 h)2 4 C h2
12
(2.5)
(2.6)
A integral exata
I = Ih + Eh = I2 h + E2 h
(2.7)
Eh E2 h = I2 h Ih
(2.8)
Assim,
1
(Ih I2 h )
3
I = Ih + Eh Ih + 13 (Ih I2 h )
31
Exemplo 2.9
I0.5 = 11.9895
N=2
I0.25 = 11.7940
N=4
h = 0.25
I = 11.7940 +
2.5
1
(11.7940 11.9895) 11.7288
3
I0.0156
N = 128
Frmulas de Newton-Cotes
Os mtodos de integrao derivados a partir da integrao das frmulas de interpolao de Newton so as frmulas de integrao de Newton-Cotes.
1. As frmulas fechadas de Newton-Cotes so aquelas onde as extremidades do intervalo de integrao so utilizados como pontos amostrais.
b
f (x) dx = h w0 f0 + w1 f1 + w2 f2 + . . . + wn fn + E
a
onde e w so constantes e
fi = f (xi ) ,
xi = a + i h ,
wi , i = 0 , . . . , N
1/2
11
1/3
141
3/8
1331
2/45
7 32 12 32 7
h=
(b a)
N
E
1 3 00
h f
12
1
h5 f (iv)
90
3
h5 f (iv)
80
8 7 (vi)
h f
945
f (x) dx = h w0 f0 + w1 f1 + . . . + wn+2 fn+2 + E
32
wi , i = 0 , . . . , N + 2
3/2
0110
4/3
0 2 -1 2 0
5/24
0 11 1 1 11 0
6/20
0 11 -14 26 -14 11 0
E
1 3 00
h f
4
28
h5 f (iv)
90
95 5 (iv)
h f
144
41 7 (vi)
h f
140
1
1
( f0 + f3 ) 3 h = ( f1 + f2 ) 3 h
2
2
3
h [0 f0 + 1 f1 + 1 f2 + 0 f3 ]
2
N = 2 g (x1 + s h) = f1 + ( f2 f1 ) s +
x = x1 + h s
x = x0 s = 1
x = x4 s = 3
x4
g (x) dx =
1
( f3 2 f2 + f1 ) (s2 s)
2
g (x1 + s h) h ds
x0
4
h {0 f0 + 2 f1 1 f2 + 2 f3 + 0 f4 }
3
2.6
2.6.1
Quadraturas de Gauss
Quadraturas de Gauss-Legendre
1. OBS:
(a) So mtodos numricos de integrao que utilizam os pontos de Legendre
(razes dos polinmios de Legendre)
(b) Apropriadas para funes analticas.
(c) Preciso muito maior do que as frmulas de Newton-Cotes.
(d) Os pontos de Legendre no so regularmente espaados.
2.
(2.9)
= 2 = w1 + w2
= 0 = w1 x1 + w2 x2
2
= = w1 x12 + w2 x22
3
= 0 = w1 x13 + w2 x23
(a)
(b)
(c)
(d)
(2.10)
1
2
= x12 + (x1 )2 = 2 x12 x12 =
3
3
1
x1 =
3
1
x2 =
3
Para n pontos de integrao x1 , x2 , ... xn so as razes do polinmio de Legendre de
ordem n.
Z
f (x) dx
N
X
wk f (xk )
k=1
1 d N (x2 1)N
2N N!
dxN
1
(x2 1)0 = 1
0!
1 d 2
P1 (x) = 1
(x 1)1 = x
2 1! dx
1 d2 2
1
P2 (x) = 2
(x 1)2 = (3 x2 1)
2
2 2! dx
2
P0 (x) =
N=2
N=3
N=4
..
.
20
xi
( 0.577350269
0
( 0.774596669
0.339981043
0.861136312
..
.
I =
wi
1.0
0.888888889 = 8/9
0.555555556 = 5/9
0.652145155
0.347854845
..
.
f (x) dx =
a
ba
=
2
=
f () d
1
N
ba X
wk f (k )
2 k=1
35
a+b
ba
x =
+
2
2
ba
dx =
d
2
Exemplo 2.11
I=
[1 + (x/2)2 ]2 dx
b=2
a=0
0+2 20
+
=1+ x=1+
2
2
dx = d
x
n = 2 integra exatamente 2n 1 = 4 1 = 3
n = 3 integra exatamente polinmio de grau 5.
Como o integrando polinmio de grau 4 utilizaremos n = 3
n
o2
1 = 0.774596669 f1 = 1 + (1 + 1 )/2 2 = 3.2219064
?
w1 = 5/9
5
8
5
3.2219064 + 4.9087385 + 10.0356146
9
9
9
= 11.7286
I =
(2.11)
f (x) dx =
c (x) PN (x) dx
{z
}
= 0, pois o polinmio PN
ortogonal a todos os
polinmios de ordem < N 1
36
r (x) dx
1
(2.12)
R1
1
Pm (x) dx =
para n , m
(2.13)
2
2n + 1
{z
para m = n
f (x) dx =
r (x) dx
(2.14)
(2.15)
O polinmio r (x) de ordem N 1 pode ser expresso exatamente pela interpolao de Lagrange de ordem N 1 (precisa de N pontos amostrais)
N
N Y
X
x x j
r (xi )
r (x) =
x
x
i
j
i=1 j=1 j,i
(2.16)
Exemplo 2.12
r1
x x2 x x3 x x4
x1 x2 x1 x3 x1 x4
r2
x x1 x x3 x x4
x2 x1 x2 x3 x2 x4
r3
x x1 x x2 x x4
x3 x1 x3 x2 x3 x4
Figura 2.9: ?
Figura 2.10: ?
Figura 2.11: ?
Se os pontos amostrais forem as N razes de PN (x) , ento, pela equao 2.15
37
r4
x x1 x x2 x x3
x4 x1 x4 x2 x4 x3
Figura 2.12: ?
N Y
X
x x j
f (xi )
r (x) =
x
x
i
j
i=1 j=1 j,i
(2.17)
f (x) dx =
r (x) dx =
N
X
i=1
Z 1 Y
N x x j
dx
f (xi )
1 j=1 j,i xi x j
|
{z
}
wi
2.6.2
ex f (x) dx
N
2
3
4
5
N
X
wk f (xk )
k=1
Pontos de Hermite: xi
0.70710678
0.00000000
1.22474487
0.52464762
1.65068012
0.00000000
0.95857246
2.02018287
Pesos de Hermite: wi
0.88622692
1.18163590
0.29540897
0.80491409
0.08131283
0.94530872
0.39361932
0.01995324
f (x) dx
N
2
3
N
X
wk f (xk )
k=1
Pontos de Laguerre: xi
0.58578643
3.41421356
0.41577455
2.24428036
6.28994508
0.32254768
1.74576110
4.53662029
9.39507091
38
Pesos de Laguerre: wi
0.85355339
0.14644660
0.71109300
0.27851973
0.01038926
0.60315410
0.35741869
0.03888791
0.00053929
onde xk = cos
k1/2
N
f (x) dx
1 x2
N
X
wk f (xk )
k=1
, k = 1, 2, . . . , N
wk =
Assim,
I=
N
X
f (xk )
f (x) dx
N k=1
1 x2
Nota: todas as trs quadraturas sero exatas se f (x) for um polinmio de ordem
2n 1
2.7
Roteiro da Aula
~ B
~=
A
N
X
Ai Bi
i=1
Se
~ B
~ = 0 cos = 0
A
= + n;
2
~eB
~ so ortogonais.
dizemos que A
39
n = 0, 1, . . .
Figura 2.14: ?
Figura 2.15: ?
2. Estender a noo de ortogonalidade para funes
X
i
Se
f (xi ) g (xi )
Z
G (x)
f (x) g (x) dx = 0
3. Base de vetores ortogonais e polinmios ortogonais como base do espao de polinmios. Mostrar que se um polinmio P x ortogonal aos polinmios da base,
ento ele perpendicular a todos os polinmios do espao.
Figura 2.16: ?
~ = C1 B
~ 1 + C2 B
~2
V
40
~3 B
~1 = 0
B
~3 B
~2 = 0
B
~3 V
~ =0
B
2
Pm (x) Pn (x) dx =
1
2n + 1
para n , m
para m = n
Figura 2.17: ?
Grau 2
Figura 2.18: ?
Grau n 1 n pontos.
2.8
1. O integrando tem um limite finito nos limites de interpolao, mas no pode ser
sin x
em x = 0 :
calculado nestes limites de integrao. Por exemplo,
x
lim
x0
sin x
= 1;
x
41
sin(0)
(singular)
0
Z
0
1/2 1
x
x1/2 dx = lim
x1/2 dx = lim
= lim (2 1 2 h)
h0 h
h0 1/2
h0
h
=2 1=2
1
exp (x2 ) dx
(caso b)
(2.18)
Integral Tipo 2:
1
I=
1
dx
x (e x + 1)
(2.19)
(2.20)
2.8.1
Tipo 1
I=
f (x) dx
ou
I=
f (x) dx
ou
I=
f (x) dx
a
OBS1: Uma funo que integrvel em um domnio infinito ou semi-infinito aproximadamente zero exceto em uma ?curta? parte do domnio. Por exemplo,
Z
2
I=
ex dx
M
X
f (xi )
i=M
Figura 2.19: ?
Figura 2.20: ?
Exemplo 2.13
Z
1
2
ex com 20, 40 e 80 intervalos
I=
Z 10
1
2
ex
Soluo: I
10
N = 20 I = 1.000104
N = 40 I = 1.000001
N = 80 I = 1.000000
Valor exato: I = 1.000000
2.8.2
Tipo 2
I=
f (x) dx
a
(?)
x = x ()
(a) =
(b) = +
43
I=
f (x) dx =
!
dx
dx
f (x ())
d
(2.21)
Transformao Exponencial:
1
a + b + (b a) tanh ()
2
x () =
(2.22)
onde
tanh () =
e e
e + e
(2.23)
Figura 2.21: ?
Para
= + tanh (+) = 1 x (+) = b
= tanh () = 1 x () = a
(x) = tanh
!
2xab
,
ba
x [a, b]
(2.24)
(2.25)
sinh () =
e e
2
(2.26)
cosh () =
e + e
2
(2.27)
(b
a)
cosh()
dx
4
=
d cosh2 sinh ()
2
44
(2.28)
N
X
k=N
dx
f (xk )
d
!
(2.29)
k
onde
k = k h
(h predefinido)
OBS: Quo grande deve ser N?
1
2
Quando k cresce cosh
sinh (k ) exp
exp () , ou seja, o denomi2
4
2
dx
nador de
cresce duplo-exponencialmente podendo causar overflow.
d
Por exemplo,
1
exp
exp (k ) 2| {z
1038
}
4
2
k 4 N h < 4
mximo nmero
r
1+
r
Em x = 0 ,
1+
1
dx
x
a=0
b=2
1
singular.
x
Transformaes de Coordenadas
1
xk = 0 + 2 + (2 0) tanh
sinh ()
2
2
1
sinh (k )
xk = 2 + 2 tanh
2
2
= 1 + tanh sinh (k )
2
Substituindo em (a) e adotando os limites de [-4, 4]
N
10
20
30
I
3.600710
3.595706
3.595706
45
(2.30)
2.9
d (x)
Z b "Z
#
f (x, y) dy dx
(2.31)
c (x)
G (x) =
d (x)
f (x, y) dy
(2.32)
c (x)
I=
G (x) dx
(2.33)
wi G (xi )
(2.34)
w j f (xi , y j )
(2.35)
I=
N
X
i=0
G (xi ) =
M
X
j=0
Exemplo 2.14
Calcule a integral dupla
I=
Z b "Z
a
pela regra
d (x)
#
sin (x + y) dy dx
c (x)
1
de Simpson.
3
a=1
b=3
c (x) = ln (x)
d (x) = 3 + e x/5
Soluo:
46
Figura 2.23: ?
Hx
[G (x0 ) + 4 G (x1 ) + G (x2 )]
3
Z
Z 3+e(2/5)
Z 3+e(3/5)
(1/5)
H x 3+e
sin (1 + y) dy + 4
sin (2 + y) dy +
sin (3 + y) dy
3
ln (1)
ln (2)
ln (3)
#
"Z 4.2214
Z 4.4918
Z 4.8221
1
sin (1 + y) dy + 4
sin (2 + y) dy +
sin (3 + y) dy
3 0
0.6931
1.0986
I =
2.11070
[sin (1 + 0) + 4 sin (1 + 2.11070) + sin (1 + 4.2214)]
3
= 0.064581
1.89935
[sin (2 + 0.6931) + 4 sin (2 + 2.59245) + sin (2 + 4.4918)]
G (x1 )
3
= 2.1086
1.86175
[sin (3 + 1.0986) + 4 sin (3 + 2.96035) + sin (3 + 4.8221)]
G (x2 )
3
= 0.67454
G (x0 )
2.10
1
[0.064581 + (4) (2.1086) 0.67454] = 3.0148
3
Integrao
Problemas
1. Dada uma funo f (x), achar uma funo F(x) tal que
F 0 (x) = f (x)
| {z }
PROBLEMA DE INTEGRAO
47
2. Dada uma funo f (x) 0, dar uma definio da rea sob a curva y = f (x) que no
apele para a intuio geomtrica.
i). Integral Indefinida
Seja f (x) uma funo definida num curto intervalo. Se F(x) uma funo definida
no mesmo intervalo e tal que F 0 (x) = f (x), ento dizemos que F uma integral
indefinida de f .
ii). Funes Contnuas
f (x) contnua se lim f (x + h) = f (x) x para o qual a funo est definida.
h0
f (x + h) f (x)
h0
h
f (x + h) f (x)
= lim h lim
=0
h0
h0
h
= lim h
lim f (x + h) = f (x)
h0
48
Captulo 3
Diferenciao Numrica
3.1
Expanso de Taylor
Figura 3.1: ?
1
1 (iv) 4
1 00
f (xi ) h2 + f 000 (xi ) h3 +
f h . . . (3.1)
2
6
24
1 00
1
1 (iv) 4
f (xi ) h2 f 000 (xi ) h3 +
f h + . . . (3.2)
2
6
24
1 00
1
1 (iv)
f (xi ) 4 h2 + f 000 (xi ) 8 h3 +
f 16 h4 +. . .
2
6
24
(3.3)
1 00
1
1 (iv)
f (xi ) 4 h2 f 000 (xi ) 8 h3 +
f 16 h4 +. . .
2
6
24
(3.4)
1 00
1
1 (iv)
f (xi ) 9 h2 + f 000 (xi ) 27 h3 +
f 81 h4 +. . .
2
6
24
(3.5)
1 00
1
1 (iv)
f (xi ) 9 h2 + f 000 (xi ) 27 h3 +
f 81 h4 +. . .
2
4
24
(3.6)
f
(x
)
i+1
i
+ O (h)
f 0 (xi ) =
h
f 0 (xi ) =
onde
O (h) =
1 00
f (xi ) h
2
f 0 (xi ) =
2 3 000
h f (xi )
3
onde
O (h2 ) =
1 2 000
h f (xi )
3
=
h fi0
fi
fi
f
...
2
2
2
6
24
fi
h
h2
3 h3 000
9 h4 0000
fi+3
+
=
+ fi0
+ fi00 +
fi
+
f
+...
9
9
3
2
6
24
fi+3 fi+2
fi fi
h
h4 0000
+ fi+1 = + fi + fi0 +
f + ...
9
2
9 2
3
12
fi+1 =
fi
fi0 =
+h fi0
onde
1
O (h3 ) = h3 fi0000
4
50
f (xi ) f (xi1 )
+ O (h)
h
onde
O (h) =
1 00
f (xi ) h
2
onde
O (h2 ) =
1 2 000
h f (xi )
3
onde
O (h3 ) =
1 3 0000
h fi
4
f (xi+1 ) f (xi1 )
+ O (h2 )
2h
onde
1
O (h2 ) = h2 f 000 (xi )
6
4 pontos (xi+2 , xi+1 , xi1 e xi2 ) (elimine f 00 f 000 )
fi0 =
onde
O (h2 ) =
51
1 4 (iv)
h f (xi )
30
fi+2 2 fi+1 + fi
+ O (h)
h2
onde
O (h) = h fi000
(b) Backward Difference
fi00 =
fi 2 fi+1 + fi2
+ O (h)
h2
onde
O (h) = h fi000
(c) Central Difference
fi00 =
fi+1 2 fi + fi1
+ O (h2 )
h2
onde
1
O (h2 ) = h2 fi0000
2
OBS:
Uma aproximao para f (p) precisa de pelo menos p + 1 pontos.
As derivadas de ordem menor do que p devem ser eliminadas.
O erro o termo de ordem mais baixa que for truncado.
3.2
Diferenas Finitas
52
(c) Centrada:
fi = fi+ 21 fi 12
fi+ 12 = fi+1 fi
onde
fi+ 21
h
= f xi +
2
1. 2 = =
2. Operadores de ordem mais elevada pode ser obtidos aplicando os operadores de
primeira ordem repetidamente.
n
3. Se n for par e m = , ento:
2
m m = n
4. Operadores diferenciais podem ser aproximados por operadores de diferenas finitas.
dx x
dx x
d
dx x
3.3
d2
2
dx2 x2
d2
2
dx2 x2
!
!
d2
=
dx2 x x
x x
2
d2
dx2 x2
(3.7)
Figura 3.2: ?
s=
s
n
54
x xk
h
(3.8)
s!
n! (s n)!
(3.9)
g (x) = g (xk + s h)
1
1
s (s 1) 2 fk + s (s 1) (s 2) 3 fk
2
6
s
1
4
+ s (s 1) (s 2) (s 3) fk + . . . +
N fk
n
24
= fk + s fk +
(3.10)
OBS:
O polinmio g (x) = g (xk + s h) =
pontos amostrais.
PN
n=0
s
n
(3.11)
"
#
1
1
2
fk + (2 s 1) fk
g (x) =
h
2
(3.12)
g (x) = fk + s fk +
0
Para s = 0, 1 e 2:
g0 (xk ) =
i
1 h
1
2 fk 2 fk =
fk+2 + 4 fk+1 3 fk
2h
2h
g0 (xk+1 ) =
g0 (xk+2 ) =
i
1 h
1
2 fk + 2 fk =
fk+2 fk
2h
2h
i
1 h
1
3 fk+2 4 fk+1 + fk
2 fk + 3 2 fk =
2h
2h
(3.13)
(3.14)
(3.15)
k = i (Forward 3 pontos)
g0 (xi ) =
i
1 h
1
2 fi 2 fi =
fi+2 + 4 fi+1 3 fi
2h
2h
(3.16)
k + 1 = i (Centrada 3 pontos)
g0 (xi ) =
i
1 h
1
2 fi1 + 2 fi1 =
fi+1 fi1
2h
2h
(3.17)
k + 2 = i (Backward 3 pontos)
g0 (xi ) =
i
1 h
1
2 fi2 + 3 2 fi2 =
3 fi 4 fi1 + fi2
2h
2h
55
(3.18)
iii). Erro
Se tivermos mais um ponto amostral, o polinmio interpolante representa melhor
a funo interpolada. Assim, o erro do polinmio de Newton representado pelo
termo que seria adicionado caso um ponto amostral a mais seja introduzido.
Se, por exemplo, aumentarmos de n = 2 para n = 3, o termo:
1
s (s 1) (s 2) 3 fk
6
(3.19)
(3.20)
Para
s=0
1 3
fk
3h
Forward
(3.21)
s=1
1 3
fk
6h
Centrada
(3.22)
s=2
1 3
fk
3h
Backward
(3.23)
OBS:
A e-ensima derivada de g(x) de ordem n :
dn
1
g (x) = n n fi
n
dx
h
(3.24)
n fi hn f (n) (x)
(3.25)
Assim,
56
3.4
A derivada parcial
f,x =
f (x, y)
x
(x, y) = (x0 , y0 )
em
f,x
f (x0 + x, y0 ) f (x0 , y0 )
x
Forward
f (x0 + x, y0 ) f (x0 x, y0 )
2 x
f,x
f (x0 , y0 ) f (x0 x, y0 )
x
Central
Backward
2
f (x0 + x, y0 ) 2 f (x0 , y0 ) + f (x0 x, y0 )
f
2
x
x2
f,yy =
2
f (x0 , y0 + y) 2 f (x0 , y0 ) + f (x0 , y0 y)
f
2
y
y2
f,xy
3.4.1
f (x0 + x, y0 + y) f (x0 + x, y0 y)
2
f
=
x y
4 x y
f (x0 x, y0 + y) + f (x0 x, y0 y)
+
?
2 u 2 u
+
= 0 em x (0, 1) e y (0, 1)
x2 y2
C.C.:
u=0
em
y=1
x=0
x=1
u (x, 0) = sin ( x)
Soluo:
57
com
x [0, 1]
Figura 3.3: ?
Figura 3.4: ?
1. Discretizar o domnio numa grade de pontos:
2. Escreva a E.D.P. utilizando operadores diferenciais centrados no ponto (i, j) :
2 u
1
= 2 (ui, j+1 2 ui, j + ui, j1 )
2
x
hx
(3.26)
1
2 u
= 2 (ui+1, j 2 ui, j + ui1, j )
2
y
hy
(3.27)
1
2 u 2 u
+ 2 2 (ui+1, j + ui1, j + ui, j+1 + ui, j1 4 ui, j ) = 0
2
x
y
h
(3.28)
Se h x = hy = h
4
+1
58
+1
P1 :
P2 :
P3 :
P4 :
P5 :
P6 :
P7 :
P8 :
P9 :
4 1 0 1 0 0 0 0 0
1 4 1 0 1 0 0 0 0
0 1 4 0 0 1 0 0 0
1 0 0 4 1 0 1 0 0
0 1 0 1 4 1 0 1 0
0 0 1 0 1 4 0 0 1
0 0 0 1 0 0 4 1 0
0 0 0 0 1 0 1 4 1
0 0 0 0 0 1 0 1 4
59
u1
u2
u3
u4
u5
u6
u7
u8
u9
sin
4
sin
sin
= {0}
+
Captulo 4
Soluo de Sistemas de Equaes
Algbricas Lineares
4.1
i). Gauss
2 x1 + 1 x2 3 x3 = 1
1 x1 + 3 x2 + 2 x3 = 12
3 x1 + 1 x2 3 x3 = 0
Passo 1: Tornar os termos da primeira coluna abaixo da diagonal zero, utilizando
combinao linear das linhas correspondentes com a primeira linha:
(
a0i j
2 x1
1 x1
3 x1
21
0 x1
+ 1 x2
+ 3 x2
+ 1 x2
7
x2
+
2
= ai j ai j /a11 a1 j
3 x3
+ 2 x3
3 x3
1
+
x3
2
= 1
= 12
= 0
23
=
2
L20
i = 2, N
j = 1, N
!
1
= L2 L1
2
3 x1 +
1 x2
3 x3 = 0
3
3
3
3
2 x1 +
1 x2 +
(3) x3 =
(1)
2
2
2
2
1
3
3
0 x1
x2 ?
x3 =
2
2
2
4.2
L30
!
3
= L3 L1
2
0 10 1 x1
1 3 1 x2
2 4 1
x3
2
= 6
5
L20 = L2 01 L1
L30 = L3 20 L1
(impossvel)
(impossvel)
L1
2 4 1 x1 5
L20 = L2 12 L1
1 3 1 x2 = 6
0 10 1
x3
2
L30 = L3 02 L1
2 4
1 x1 5
0 1 3/2 x2 = 7/2
0 10
1
x3
2
Troca linha 2 com linha 3:
2 4
1
1
0 10
0 1 3/2
2 4
0 10
0 0
x1 5
x2 = 2
x3
7/2
L30 = L3
1 x1
5
1 x2 =
2
16/5
x3
33/5
(4.2)
(4.3)
(4.4)
1
10
L2
Retro-substituio:
x1 =
x3 =
33 5
33 16
:
=
= 2.0625
5
5
5 16
x2 =
1
[2 1 (2.0625)] = 0.40625
10
1
[5 (4 0.40625 + 1 (2.0625))] = 2.7187
2
Gauss-Jordan
2 0
3/5
1
0 10
0 0 16/5
x1 21/5
2
x2 =
x3
33/5
61
(4.1)
L10 = L1 25 L2
(4.5)
Diviso de L3 : (16/5)
2 0 3/5
1
0 10
0 0
1
x1
21/5
2
x2 =
x3
2.0625
L3
L10 = L1 3/5
1
1
0
L2 = L2 1 L3
2 0 0 x1 5.4375
0 10 0 x2 = 4.0625
0 0 1
x3
2.0625
1 0 0 x1 2.71875
0 1 0 x2 = 0.40625
0 0 1
x3
2.06250
1.334 104
1.777
9.188
1.002 102
4.123 101
2.367 105
0
1.442 104
7.912 102
2.070 101
1.0150 101
7.014 102
1.544 103
9.035 101
1.988 104
5.321
Soluo:
i). Preciso simples
i
1
2
3
4
xi (s/ pivotao)
0.95506
1.00816
0.96741
0.98352
xi (c/ pivotao)
0.99998
1.
1.
1.
4.3
xi (s/ pivotao)
0.9999 9999 9801 473
1.0000 0000 0000 784
0.9999 9999 9984 678
0.9999 9999 9921 696
xi (c/ pivotao)
1.0000 0000 0000 002
1.0000 0000 0000 000
1.0000 0000 0000 000
1.0000 0000 0000 000
Problemas no resolvveis
711.5698662
67.87297633
0.961801200
13824.12100
x +
y = 1
2 x + 2 y = 2
Figura 4.1: ?
x + y = 1
x + y = 0
Figura 4.2: ?
ii).
iii).
No conjunto:
i). As duas equaes so idnticas. Qualquer ponto satisfazendo uma equao
satisfaz outra. Assim, o sistema tem infinitas solues (linearmente independentes).
ii). Inconsistente se lado esquerdo de uma das equaes for eliminado por combinao linear das outras equaes, enquanto o lado direito permanece diferente
de zero.
iii). Duas incgnitas e trs equaes nunca so satisfeitas simultaneamente.
Soluo nica (condies necessrias):
Nmero de equaes igual ao nmero de incgnitas.
Equaes so L.I. (linearmente independentes)
4.4
x + y = 1
x + 2 y = 2
2x y = 0
Figura 4.3: ?
63
4.4.1
Matriz Nula
Ai j = 0
4.4.2
Matriz Identidade
(
I=
4.4.3
1, se i = j
0, se i , j
Matriz Transposta de A
AT aTij = a ji
4.4.4
Matriz Inversa
4.4.5
Matriz Ortogonal
4.4.6
Vetor Nulo
ai = 0
4.4.7
Vetor Unitrio
0
0
1
u = 0 ; v = 1 w = 0
0
1
0
u=
~u
|~u|
64
4.4.8
Vetor Transposto
x1
h
i
v = x2 vT = x1 x2 x3
x3
4.4.9
1 0 0
0 1 0
0 0 1
2 1 3
A = 1 3 2
3 1 3
Resposta:
A1
1
0
1
65
4.5
Decomposio LU
A = LU
a11 a12
a21 a22
..
..
..
.
.
.
ai1 ai2
..
..
..
.
.
.
an1 an2
a1 j a1n
a2 j a2n
.. . .
.
. ..
.
ai j ain
.. . .
.
. ..
.
an j ann
1
l21
..
.
0
1
..
.
Lz = y
Ux=z
...
0
0
..
.
ln1 ln2 1
u11 u12
0 u22
..
..
.
.
0
0
u1n
u2n
.
..
. ..
unn
X
i
lik uk j , se i j
k=1
ai j =
lik uk j =
j
k=1
lik uk j , se i > j
k=1
ai j =
i1
X
lik uk j + lii ui j ui j = ai j
ai j =
lik uk j
k=1
k=1
j1
X
i1
X
ai j
lik uk j + li j u j j li j =
k=1
j1
X
lik uk j
k=1
ujj
Resumo:
i). Qualquer matriz no singular pode ser decomposta na forma A = L U.
ii). Se um sistema de equaes lineares tiver de ser resolvido repetidamente para mltiplos lados ?direitos?, a decomposio L U recomendada.
iii). A matriz U idntica a obtida no processo de eliminao de Gauss.
iv). L U til no clculo do determinante.
66
4.6
Clculo de Determinante
n
X
i=1
n
X
ai1 Ai1
i=1
n
X
ai j Ai j fixando-se j, 1 j n
i=1
ou
det A =
n
X
ai j Ai j fixando-se i, 1 i n
j=1
4.6.1
ento det M = det M 0 + det M 00 onde M 0 igual a M trocando-se a coluna q por biq e
M a matriz obtida procurando-se a coluna q de M por ciq .
00
P5: Se [N]nm obtida de [M]nm trocando-se duas linhas (ou colunas) ento:
det N = det M
P6: Se duas linhas ou colunas de M forem iguais, ento:
det N = 0
P7: (Teorema de Cauchy) O produto escalar de uma linha (ou coluna) pelo vetor de
cofatores de uma outra linha (ou coluna) zero.
P8: Se duas linhas (ou colunas) de [M]nn forem proporcionais, ento:
det M = 0
P9: Se a matriz quadrada [M]nn tem uma linha (ou coluna) que combinao linear
das outras linhas (ou colunas), ento:
det M = 0
P10: Se adicionarmos a uma linha (ou coluna) de [M]nn uma combinao linear das
outras formando uma matriz [N]nn , ento:
det N = det M
P11: Se [M]nn for triangular, det M o produto dos elementos da diagonal:
detM = a11 a22 a33 . . . ann
P12: Se [M]nn for triangular com relao diagonal secundria, ento:
n (n 1)
2
(Produto dos termos da diagonal secundria)
det M = (1)
P13: Se [N]nn = k [M]nn ento:
det [N] = kn (det [M])
P14: (Teorema de Binet) Se [C]nn = [A]nn [B]nn , ento
det [C] = (det [A]) (det [B])
68
4.6.2
n
Y
uii
i=1
OBS: Como [U] pode ser obtida por eliminao de Gauss padro podemos utilizar
forward ? ?
4.7
So problemas resolvveis cujas solues podem ser bastante imprecisas devido a erros de arredondamento.
Por exemplo,
(
0.12065 x + 0.98775 y = 2.01045
(A)
0.12032 x + 0.98755 y = 2.00555
(B)
OBS: (A) e (B) so bem parecidas
x1 = 14.7403
y1 = 0.23942
Simulando um erro nos coeficientes da equao (A)
2.01045 2.01045 + 0.001 = 2.01145
(
(A)
(B)
x2 = 17.9756
y2 = 0.15928
OBS:
Pequenas mudanas em outros coeficientes causam mesmo tipo de comportamento.
Erros de arredondamento nos coeficientes podem ocorrer durante o prprio processo de soluo.
Notas:
1. A matriz dos coeficientes de um problema mal condicionado apresenta os seguintes
sintomas:
69
Figura 4.4: ?
(a)
(b)
(c)
(d)
(e)
(f)
ai j + PEQUENO xk + GRANDE
aii < ak j , k , j (geralmente)
det[A] det[A]1 , 1 (1 )
[A1 ]1 , A
A A1 , I
A1 (A1 )1 mais diferente de I do que A A1
n
X
(
Vik Vi j = k j
i=1
[Ann]1 = [V]
. . .
1kn
1? j?n
1/w
. .
.
Max(wi )
Min(wi )
Se c for infinito A singular.
c = condition number =
[U]T
4.8
Seja
Ax=y
Se det A = 0, a soluo do sistema no nica.
Por exemplo,
"
#" # " #
1 1
x
1 (A)
=
0 0
y
0 (B)
Soluo de (B): S B = { (x, y) | (x, y) 2 }
Soluo de (A): S A = { (x, y) 2 | y = 1 x }
SB SA = SA
S A = reta (y = 1 x)
Figura 4.5: ?
Por exemplo,
1 u + 2 v +
2w +
x 2y =
2
3u 6v
w + 5 x 4y =
1
2 u 4 v 1.5 w + 2 x y = 0.5
u v
w
1 2
2
3 6
1
2 4 1.5
x y l.d.
1 2
2
5 4
1
2 1 0.5
i) Pivotao
3 6
1 5 4
1
1 2
2 1 2
2 L20 = L2 + 13 L1
2 4 1.5 2 1 0.5 L30 = L3 23 L1
3(PIV) 6 1
5
4
1
(PIV)
0
0 5/3
8/3 10/3 7/3
0
0 5/6
4/3
5/3 7/6 L30 = L3 12 L2
71
3 6 1
5
4
1
0 0
0
0
0
0
"
#"
# "
#
3 1
u
u = 0.8 +2 v 2.2 x +2 y
=
0 5/3
w
w = 1.4
1.6 x +2 y
Exemplo 2: Gauss-Jordan
u
2
2
4
v w
3 1
3 1
6 1
x y l.d.
4 1
6
1 1
1
1 2
5
i) Pivotao
4 6 1 1 2 5 (: 4)
2 3 1 1 1 1 L20 = L2 2 L1
2 3 1 4 1 6 L30 = L3 2 L1
1 1.5 0.25 0.25 0.5 1.25 L10 = L1 + 0.25 L2
0
0
1.5 0.5 2 1.5 (: 1.5)
0
0
1.5 3.5
0 3.5 L30 = L3 1.5 L2
1 1.5 0 0.3333 0.1667 1
0
0 1 0.3333 1.3333 1
0
0 0
3
2 5 (: 3)
1 1.5 0 1/3 1/6
1 L10 = L1 13 L3
0
0 1 1/3 4/3 1 L20 = L2 13 L3
0
0 0
1 2/3 5/3
14
9
5
3
14
y
9
2
+ y
3
72
Captulo 5
Autovetores e Autovalores
5.1
Introduo
Considere a matriz
16 24 18
0
A = 3 2
9 18 17
(5.1)
(5.2)
(5.3)
Definio 5.2:
valores.
Por exemplo,
16 24 18
2
2
3
2
0
1
1
=
4
(5.4)
0
0
9 18 17
OBS: Para que {x} e {y} pertenam ao mesmo espao vetorial, a matriz A tem que ser
quadrada. Assim, s matrizes quadradas possuem auto-valores e auto-vetores.
Como encontrar os auto-valores e auto-vetores de A?
Ax=x
Ax = I x
[A I] {x} = {0} (Sist. de Eq. Homogneos)
73
(5.5)
16
24
18
3 2
0
9
18 17 x
x1
0
x2 =
0
x
0
3
(5.6)
Se det [A I] , 0 a soluo do sistema {x} = {0}. Para que {x} , {0}, ento:
det [A I] = 0
(5.7)
5.1.1
74
5.2
Mtodo de Interpolao
com
fi = f (i ), i = 0, 1, 2, . . . , N
s=
i = i1 +
Como so calculados os fi s ?
fi = f (i ) = det (A i I)
75
Como escolhemos 0 e N ?
Teorema de Gerschgorin (discos de Gerschgorin)
Considere que os autovetores esto normalizados de forma que o maior elemento fique igual a 1. Assim, se o maior elemento do autovetor q o k-simo,
X
akk =
ak j q j
j,k
como
| q j | 1 | akk |
| ak j |
j,k
3 1 5
1 3 5
5 5 1
para a matriz
r =1+5=6
r =1+5=6
r = 5 + 5 = 10
Figura 5.1: ?
0 = 11
N = 9
N
N
X
X
s n
Como transformar g(s) =
f0 em g(s) = f0 +
bi s
n
n=0
i=1
n
s (s 1) (s 2) . . . (s n + 1) X
=
=
cn,i si
n
n!
i=1
s
g(s) = f0 +
N X
n
X
n=1 i=1
= f0 +
N
X
n1
N
X
X
cn,i s f0 = f0 +
cn,i f0 si
i
i=1
bi si
i=1
76
n=1
onde
bi =
N
X
cn,i n f0
n=i
cn,i =
n+i
(1)
n
(n1)!
(i1)!
(ni)!
X
1
k=1 k
1
1
1/2
1/3
1/4
1/5
1/6
1/2
1/2
11/24
5/12
137/360
1/6
1/4
0.29167
0.31250
0.04167
0.08333
0.11806
0.00833
0.02083
0.0??39
cn,i si n f0
n=1 i=1
Figura 5.2: ?
N
N
X
X
cn,i f0 si
i=1
c6,5
(1)
=
6
6+5
n=i
(61)!
(51)!
(65)!
X
1 1
k
k=1
77
5!
5
4! 1!
1
1 X 1
=
k
6 k=1 k
k=1
c6,5
"
#
1
1
1
1
1
1 1
+
+
+
+
= = 0.02083
=
6 24 30 40 60 120
48
Exemplo 5.18
Encontre a srie de potncias da equao caracterstica
3
4
2
3 1
1
f () = det
2
0 5
Soluo: g() = 71 + + 7 2 3
(3 ) (1 ) (5 ) + 8 (2) (2) (1 ) 12 (5 )
= (3 2 + 2 ) (5 ) + 8 + 4 (1 ) 60 + 12
= 15 10 + 5 2 + 3 + 2 2 3 + 8 4 4 60 + 12
g() = 71 + + 7 2 3
Figura 5.3: ?
78
f (0) = det
f (3) = det
f (6) = det
f (9) = det
3 4 2
3 1 1 = 15 + 8 4 60 = 71
2 0 5
0 4 2
3 4 1 = 8 16 24 = 32
2 0 2
3 4 2
3 7 1 = 21 + 8 28 + 12 = 29
2 0 1
6 4 2
3 10 1 = 240 + 8 40 + 48 = 224
2
0 4
g(s) = f (?) + b1 s + b2 s2 + b3 s3
b1 = c1,1 1 f0 + c2,1 2 f0 + c3,1 3 f0 = 1 (32 + 71) 21 (
b2 = c2,2 2 f0 + c3,2 3 f0
b3 = c3,3 3 f0
5.3
(5.8)
n
X
(5.9)
.
(5.10)
(5.11)
(5.12)
Vamos criar o vetor {e} em 5.8 a partir do vetor {a} como se segue:
i). Defina s como o comprimento de {a}. Assim,
s=
p
p
{a} {a} = {a}T {a}
(5.13)
(5.14)
{c}
{c}T {c}
{c}
|{c}|
(5.15)
(5.16)
(5.17)
(5.18)
a1
a1
a
+
s(S
)
s(S
)
a
0
.
.
.
.
.
.
an
0
(5.19)
{b} =
(5.20)
a1
a2
..
.
an
n
X
j=2
80
A2j1
(5.21)
(5.22)
iii). Defina
{e}1 =
{c}1
{c}1
= q
{c}
{c}T1 {c}1
(5.23)
iv).
P = I 2 e1
1
P1 A1 =
x
x
x
x
..
.
eT1
...
...
...
...
..
.
x
s1
0
0
..
.
x
x
x
x
..
.
x
x
x
x
..
.
x x ... x
(5.24)
(5.25)
T
A2 = P1 A1 P1 =
x s1
s1 x
0 x
0 x
.. ..
. .
0 x
0
x
x
x
..
.
0
x
x
x
..
.
...
...
...
...
..
.
0
x
x
x
..
.
x x ... x
(5.26)
(5.27)
(5.28)
2 n3
multiplicaes, aproximadamente.
As equaes 5.27 e 5.28 necessitam de
3
Mostraremos que as transformaes de Householder no afetam os auto-valores do
problema original.
81
det (A1 I)
(5.29)
(5.30)
det P1 det P1
1 det (A I)
det (A I)
A =
1.00 0.00 1.36 0.48
0.00 0.00 0.48 1.64
Soluo:
Passo 1:
i). s1 =
qP
4
j=2
A2j1 =
p
(0.48)2 + (1.00)2 + 02 = 1.109
s21 = 1.230
ii). c1 = {0, 0.48 1.109, 1, 0} = {0, 1.589, 1.0, 0}
c1
iii). e1 = = {0(Z) , 0.8464(X) , 0.5326(Y) , 0(W) }
1.878
0
0
1
0 0.4327 0.9015
iv). P1 = I 2 e1 eT1 =
0 0.9015 0.4327
0
0
0
1.109
0
1.360
1.109
1.412 0.1092
v). A2 = P1 A1 PT1 =
0
0.1092
1.588
0 0.4327 0.2077
82
0
0
0
1
0
0.4327
0.2077
1.640
Passo 2:
v
u
t
i). s2 =
4
X
A2j2 =
p
(0.1092)2 + (0.4327)2 = 0.4463
j=3
s22 = 0.1992
ii).
c2
0
0
1 0
0 1
0
0
iv). P2 = I 2 e2 eT2 =
0 0 0.2447 0.9696
0 0 0.9696 0.2447
1.109
0
0
1.360
1.109
1.412 0.4463
0
v). A3 = P2 A2 PT2 =
0 0.44630
1.538 0.1953
0
0 0.1953 1.689
OBS: Esta matriz poderia ter sido obtida por
T = A3 = H T A H
onde
0
0
0
1
0 0.4327 0.2206 0.8741
H = PT1 PT2 =
0
0.9015
0.1059
0.4196
0
0 0.9696 0.2447
5.3.1
b1
a2
b2
0
...
0
0
0
0
0
0 0 0 ... 0
0
0
b2 0 0 . . . 0
0
0
a3 b3 0 . . . 0
0
0
b3 a4 b4 . . . 0
0
0
... ... ... ... ... ... ...
0 0 0 . . . bn4
0
0 0 0 . . . an3 bn3 0
0 0 0 . . . bn3 an2 bn2
0 0 0 . . . 0 bn2 an1
0 0 0 ... 0
0 bn1
83
0
0
0
0
...
0
0
0
bn1
an
(5.31)
(5.32)
Dn, (n1)
0
0
0
0
...
0
0
bn2
an1
bn1
a1
b1
0
0
0 ...
0
0
b1
a2
b2
0
0 ...
0
0
0
b2
a3
b3
0 ...
0
0
0
0
b3
a4 b4 . . .
0
0
...
...
...
... ...
...
...
= ...
0
0
0
0
0 ...
bn4
0
0
0
0
0 . . . an3
bn3
0
0
0
0
0 ...
bn3
an2
0
0
0
0
0 ...
0
bn2
0
0
0
0
...
0
0
0
bn1
an
0
0
0
0
...
0
0
0
bn1
(5.33)
(5.34)
Chamando-se pi = det (T i ) o polinmio caracterstico associado a sub-matriz T i formada pelas i primeiras linhas e colunas da matriz T n e em vista da expresso 5.34 podemos
escrever
84
(5.35)
(5.36)
(5.37)
Figura 5.4: ?
5.4
Mtodo da Potncia
Trs verses:
i). Regular calcula o maior autovalor.
ii). Inverso calcula o menor autovalor.
iii). Deslocado (shifted) calcula qualquer autovalor.
85
5.4.1
Regular
Suponha que A
X 1
NN diagonalizvel, isto ,
1 0
0 1
A X = diag (1 , . . . , n ) = . .
.. ..
0 0
...
...
..
.
0
0
..
.
. . . n
(5.38)
onde
X = [ x1 , x2 , . . . , xn ]
(5.39)
|1 | > |2 | |3 | . . . |n |
(5.40)
x o i-simo autovetor.
i
f or k = 1, 2, . . .
Z (k) = A
q(k1)
(k) = [ q(k) ]H A
q(k)
(5.41)
(5.42)
(5.43)
end
onde
|| Z (k) ||2 = [(Z1(k) )2 + (Z2(k) )2 + . . . + (Zn(k) )2 ]1/2
(5.44)
(5.45)
Convergncia do Mtodo
Se
q(0) = a1 x1 + a2 x2 + . . . + an xn
(5.46)
e a1 , 0, ento
A
A2
q(0)
= a1 A x1 + a2 A x2 + . . . + an A xn =
= a1 1 x1 + a2 2 x2 + . . . + an n xn
q(0) = a1 21 x1 + a2 22 x2 + . . . + an 2n xn
86
(5.47)
(5.48)
Ak
q(0)
= a1 k1 x1 + a2 k2
n
X
= a1 k1 x1 +
j=2
x + . . . + an kn xn =
2
!
aj j k
x j
a1 1
(5.49)
Mas
q(k) =
k1
Ak
|| A q(i) ||
q(0)
(6)
a1 k1
=
k1
Y
(12)
|(?) |
i=0
!
n
X
a
j
j
x1 +
???
a1 1
j=2
(5.50)
i=0
k
2
(k)
entre q
e x1 da ordem de .
1
Quando a ordem 5.40 ocorre, dizemos que 1 o autovalor dominante.
OBS: O mtodo da potncia converge se 1 dominante e se q(0) tiver uma compo
nente na direo de x1 (autovetor dominante).
5.4.2
Inverso
1
Assim, pre-multiplicando 5.51 por A
e dividindo por
1 1
1
A
A x = A1 x A1 x =
x
Equao 5.52 o problema de autovalores
A1
x =
(5.51)
(5.52)
(5.53)
onde
1
=
(5.54)
f or k = 1, 2, . . .
Z (k) = A1
87
Z (k) = q(k1)
(5.55)
1
q(k) ou
= [ q(k) ]H A
(k)
(k) = [ q(k) ]H A1
q(k) ]H A
(k)
N = [
(5.56)
q(k)
q(k)
(5.57)
end
5.4.3
subtraindo-se I
A q = i qi
i
( A I ) qi = (i ) qi
(5.58)
(5.59)
A qi = i qi
(5.60)
i = i
(5.61)
onde
A 1
qi =
qi
i =
1
1
=
i i
(5.62)
onde
(5.63)
em 5.60).
O problema 5.62 encontrar o autovalor dominante de A 1 (ou o n de A,
1
Se escolhermos prximo a i e tal que i > 0, ento i =
ser o autovalor
i
Assim
dominante de A1 e i = i ser o menor autovalor de A.
i = i +
88
(5.64)
5.5
Mtodo da Iterao QR
um mtodo de transformao.
Os mtodos de transformao utilizam as propriedades bsicas dos autovalores na
matriz
X = [ x1
x . . . xn ]
2
(5.65)
x = i xi
i
(5.66)
XT
X =
(5.67)
onde
= diag (1 , 2 , . . . , n )
(5.68)
=
=
=
A
1
A
2
A
.3
..
A
k+1
A
T
P
1T
P
2
A
1
A
2
P
1
P = PT2
PT
1
P
1
P
2
= PTk
A
k
P = PTk
k
PT . . . PT2
k1
PT
1
A
1
A P
1
P . . . Pk1
2
P
k
(5.69)
Quando k ,
A
k+1
5.5.1
(5.70)
Mtodo de Jacobi
onde Pk
A
= PTk
k+1
A
k
P
k
(5.71)
PT P = I
(5.72)
k k
P
k
..
cos
sen
...
=
sen
cos
..
.
(5.73)
2 a(k)
ij
(k)
p/ a(k)
ii , a j j
tan (2 ) = (k)
(k)
aii a j j
(k)
= ,
p/ a(k)
ii = a j j
4
(5.74)
Elementos que foram zerados podem deixar de ser zero durante o processo.
Vrias varreduras so necessrias.
Ai j = A ji = 0 = PTik A kl Pl j = P ji Akl Pl j
n
n
n h
X
X
i
X
0=
Pki Akl Pl j =
Pii Ail + P ji A jl Pl j =
l=1
k=1
l=1
2 Ai j
Aii A j j
Figura 5.5: ?
(Aii )k+1
(A j j )k+1
(Ai j )k+1
(Ali )k+1
(Al j )k+1
5.5.2
(5.75)
Mtodo QR
A = Q R
onde Q uma matriz ortogonal e R uma matriz triangular superior.
A = Q
R QT
OBS: O produto R
Q = QT Q R
| {z }
I
(5.76)
(5.77)
Q = R Q
Processo iterativo A1
PTn, n1 . . . PT3,1
|
{z
QT
= A
PT
A = R
2,1}
(5.78)
A
k
Q
k
A
= R0?
k+1
91
Q
?
Rk
(5.78)
(5.79)
(5.80)
A
k+1
Q1 . . . Qk1 Qk X
)
k
Ai j
Ajj
ou
sen A j j = cos Ai j sen2 A2ji cos2 A2i j = 0
sen2 A2j j (1 sen2 ) A2i j = 0
sen2 (A2j j + A2i j ) = A2i j sen = q
cos = q
Ajj
A2i j + A2j j
92
Ai j
A2i j + A2j j
Captulo 6
Soluo de Problemas de Valores
Iniciais de Equaes Diferenciais
Ordinrias
6.1
6.1.1
Introduo
Problema da Queda Livre
d2 y
d2 y
= g
dt2
dt2
dy
reescrevemos 6.1 como
dt
dv
= g
dt
Integrando-se 6.2, obtemos
Z
v = g dt = g t + c1 v = g t + c1
(6.1)
Chamando-se v =
(6.2)
(6.3)
Assim
dy
= g t + c1
dt
93
(6.4)
(6.5)
(6.6)
(6.7)
1 2
gt
2
v (t) = v0 g t
(6.8)
(6.9)
(6.10)
(a)
(b)
d2 y
= g
dt2
1
y (t) = H g t2
2
v (t) = g t
(6.11)
6.1.2
(a)
(6.12)
(b)
d2 y
dt2
(6.13)
d2 y c dy
+g=0
dt2 m dt
(6.14)
dv c
v+g=0
dt m
(6.15)
dv
= f (v, t)
dt
com v (0) = v0
(6.16)
ou
ou
Estudaremos problemas do tipo 6.16 onde f (v, t) pode, inclusive, ser uma funo
no-linear de v .
Como resolver o problema 6.15 ?
Mtodo analtico
( 0
v av = b
(a)
(6.17)
v (0) = v0
(b)
Multiplicando-se 6.17.a por ea t temos
ea t (v0 a v) = ea t b
(6.18)
d
(v ea t ) = v0 ea t a v ea t = ea t (v0 a v)
dt
(6.19)
d
(v ea t ) = ea t b
dt
(6.20)
Mas
b at
(e 1)
a
95
(6.21)
(6.22)
(6.23)
6.1.3
E.D.O
I.C.
6.2
6.2.1
Mtodos de Euler
Forward Euler
Dado o problema
(
u0 = f (u, t)
u(?) = u0
(6.24)
dt
t
(6.25)
Assim
un+1 un
= f (un , tn )
t
un+1 = un + t f (un , tn )
(6.26)
= u0 + t f (u0 , t0 )
= u1 + t f (u1 , t1 )
..
.
(6.27)
un+1 = un + t f (un , tn )
OBS:
1. Preciso aumenta para t pequeno mas no pode usar t muito pequeno por causa
do erro de arredondamento. Erros de truncamento tambm ocorrem.
2. O mtodo simples e explcito, isto , calcula un+1 diretamente a partir dos valores
em tn .
3. Instabilidade pode ocorrer.
97
6.2.2
Backward Euler
5u
5t
un+1 un un+1 un
=
tn+1 tn
t
u0n+1
(6.28)
Assim
un+1 un
= f (un+1 , tn+1 )
t
un+1 = un + t f (un+1 , tn+1 )
(6.29)
OBS:
1. Preciso a mesma do Forward Euler.
2. Mtodo implcito, isto , un+1 no calculado diretamente a partir dos valores no
tempo tn .
3. Mais estvel.
6.2.3
Dados
u0 = f (u, t)
un , f (un , tn ), t
escrevemos
un+1 = un +
tn+1
u dt = un +
tn+1
tn
f (u, t) dt
(6.30)
tn
6.3
6.3.1
t
[ f (un+1 , tn+1 ) + f (un , tn )]
2
(6.31)
Mtodos de Runge-Kutta
Introduo
Problema
u0 = f (u, t)
u (0) = u0
(6.32)
tn+1
f (v, t) dt
tn
98
(6.33)
Regra do Trapzio (t = h)
h
[ f (vn , tn ) + f (vn+1 , tn+1 )]
2
Regra 1/3 de Simpson (h = h/2)
I
(6.35)
h
[ f (vn , tn ) + 4 f (vn+ 12 , tn+ 12 ) + f (vn+1 , tn+1 )]
3
|{z}
(6.36)
h/6
3h
[ f (vn , tn ) + 3 f (vn+ 13 , tn+ 31 ) + 3 f (vn+ 23 , tn+ 23 ) + f (vn+1 , tn+1 )]
8
|{z}
(6.37)
h/9
Para obtermos os valores de f (v, t) nos pontos intermedirios do intervalo basta obtermos os valores de v e t nos pontos intermedirios. Isto feito obtendo-se uma estimativa aplicando-se Forward Euler.
Assim,
99
h
f (vn , tn )
2
h
= vn + f (vn , tn )
3
2h
= vn +
f (vn , tn )
3
= vn + h f (vn , tn )
v n+ 21 = vn +
(6.38)
v n+ 13
(6.39)
v n+ 23
v n+1
6.3.2
(6.40)
(6.41)
h
[ f (vn , tn ) + f (vn+1 , tn+1 )]
2
(6.42)
(6.43)
(6.44)
(6.45)
temos
vn+1 = vn + 12 [k1 + k2 ]
6.3.3
(6.46)
vn+1 = vn +
(6.47)
v n+ 21
(6.48)
Figura 6.5: ?
A estimativa v n+1 pode ser obtida de vrias maneiras
100
i).
v n+1 = vn + h f (vn , tn )
(6.49)
(6.50)
ii).
iii). Combinao linear de i) e ii)
v n+1 = vn + h [ f (vn , tn ) + (1 ) f (vn+ 12 , tn+ 21 )]
(6.51)
(6.52)
k1 = h f (vn , tn )
1
v n+ 12 = vn + k1
2
h
1
k2 = h f (vn + k1 , tn + )
2
2
k3 = h f (vn k1 + 2 k2 , tn + h)
(6.53)
Chamando-se
vn+1 = vn +
6.3.4
1
(k1 + 4 k2 + k3 )
6
h
[ f (vn , tn ) + 3 f (vn+ 13 , tn+ 31 ) + 3 f (vn+ 23 , tn+ 32 ) + f (vn+1 , tn+1 )]
8
Chamando-se
k1 = h f (vn , tn )
k2
1
h
= h f vn + k1 , tn +
3
3
v n+ 13 = vn +
1
k1
3
v n+ 32 = vn+ 13 +
h
f (vn+ 13 , tn+ 31 )
3
101
(6.54)
(6.55)
(6.56)
(6.57)
= vn +
k3
1
1
k1 + k2
3
3
k1 k2
2h
= h f vn + + , tn +
3
3
3
vn+1 = vn +
6.4
Mtodos Preditores-Corretores
6.4.1
Introduo
Figura 6.6: ?
= t tn
(6.58)
Problema:
u0 = f (u, t)
u (0) = u0
Z h
= un +
u0 () d
un+1
Idia do mtodo:
102
(6.59)
(6.60)
6.4.2
u0 () =
( n2 ) ( n1 ) 0
u
(n n2 ) (n n1 ) n
( n ) ( n2 )
u0
(n1 n ) (n1 n2 ) n1
( n1 ) ( n )
u0n2 =
(n2 n1 ) (n2 n )
[ (2 h)] [ (h)] 0
u
[0 (2 h)] [0 (h)] n
[ 0] [ (2 h)] 0
u
[h 0] [h (2 h)] n1
[ (h)] [ 0]
u0
[2 h (h)] [2 h 0] n2
1
( + 2 h) ( + h) u0n 2 ( + 2 h) u0n1 + ( + h) () u0n2 + E ()
2
2h
(6.61)
(x x0 ) (x x1 ) . . . (x xn ) (N+1)
f
(xm )
(n + 1)!
(6.62)
E ()
( 0) ( + h) ( + 2 h) d3 (u0 )
1
() = ( + h) ( + 2 h) u iv ()
3
3!
dt
6
???
(6.63)
103
I =
u0 () d
0
"Z h
#
Z h
Z h
1
2
2
0
2
0
2
0
=
( + 3 h + 2 h ) un d
(2 + 4 h ) d un1 +
( + h ) d un2
2 h2 0
0
0
+ O (h4 )
h
=
(23 u0n 16 u0n1 + 5 u0n2 ) + O (h4 )
(6.64)
12
No tem linha
h
(23 u0n 16 u0n1 + 5 u0n2 ) + O (h4 )
12
(6.65)
(6.66)
u 0 () =
1
( + h) u 0n+1 2 ( h) ( + h) u0n + ( h) u0n1 + E () (6.67)
2
2h
1
E () = ( h) ( + h) uiv () ,
?
(6.68)
h
(5 u 0n+1 + 8 u0n u0n1 ) + O (h4 )
12
(6.69)
1 4 iv
h u () ,
24
(6.70)
onde
O (h4 ) =
As expresses 6.65, 6.66 e 6.69 constituem o mtodo preditor-corretor de terceira ordem de Adams.
vii). Como iniciamos o mtodo?
104
6.4.3
i). Clculo da funo de extrapolao u0 () baseada nos pontos tn3 , tn2 , tn1
e tn
Utilizando a interpolao de Lagrange, temos
1
6 h3
1
2 h3
1
+
2 h3
1
6 h3
u0 () =
i
3 + 6 h 2 + 11 h2 + 6 h3 u0n
h
i
3 + 5 h 2 + 6 h2 u0n1
h
i
3 + 4 h 2 + 3 h2 u0n2
h
i
3 + 3 h 2 + 2 h2 u0n3 + E ()
(6.71)
onde
( 0) ( + h) ( + 2 h) ( + 3 h) d4 (u0 )
()
4!
dt4
1
=
( + h) ( + 2 h) ( + 3 h) uv ()
24
E () =
(6.72)
h
(55 u0n 59 u0n1 + 37 u0n2 9 u0n3 ) + O (h5 )
24
(6.73)
onde
O (h5 ) =
251 5 vi
h u () ,
720
(6.74)
(6.75)
h
9 u 0n+1 + 19 u0n 5 u0n1 + u0n2 + O (h5 )
24
(6.76)
onde
O (h5 ) =
19 5 v
h u () ,
720
(6.77)
6.4.4
Vantagens e Desvantagens
Vantagens
Eficiente: necessita calcular f (u, t) apenas duas vezes em cada passo. O
mtodo de Runge-Kutta de quarta ordem calcula f (u, t) quatro vezes em
cada passo.
Erro local pode ser estimado em cada passo.
Desvantagens
Precisa de outro mtodo para iniciar o processo, obtendo valores em t1 , t2
e t3 , alm da condio inicial em t0 .
No fcil mudar o tamanho de h durante o processo.
No pode ser utilizado se u0 se tornar descontnua no meio do intervalo.
Exemplo 6.20
Resolva o problema
d2 x 2 dx
+t
+3x=t
dt2
dt
x (0) = 1
dx
(0) = 2
dt
Utilize
1. Forward Euler: un+1 = un + h f (un , tn )
106
k1 = h f (un , tn )
h
1
k2 = h f (un + 2 k1 , tn + 2 )
k3 = h f (un k1 2 k2 , tn + h)
un+1 = un + (k1 + 4 k2 + k3 )
6
5. Preditor-corretor de Adams de terceira ordem
h
(23 u0n 16 u0n1 + 5 u0n2 )
12
= f (un+1 , tn+1 )
h
= un +
(5 u 0n+1 + 8 u0n u0n1 )
12
u n+1 = un +
u 0n+1
un+1
Use h = 0.1 s
6.5
(6.79)
Se
s (t) , 0
y (t) = y0 e
+e
t
0
107
s () e d
(6.80)
2.785
= 0.000002785 10
100000
Figura 6.7: ?
OBS: Se em um sistema de E.D.O.s uma E.D.O. rgida, t tem de ser pequeno
para manter estabilidade da soluo do sistema.
0
y = 1 y + 1 z + 3
1
1
(6.81)
0
7
= 7
(muito pequeno)
z = 10 z + 1 y
|| 10
Alguns mtodos para soluo de E.D.O.s rgidas utilizando t grande, foram propostos.
6.5.1
Mtodos Implcitos
(
y0 = f (y, z, t)
z0 = g (y, z, t)
(
com
y (0) = y0
z (0) = z0
(6.82)
(6.83)
Se f e g forem funes no-lineares, 6.83 no pode ser resolvida de forma fechada (exata) e mtodos iterativos, tais como o das substituies sucessivas, podem ser
usados mas no so eficientes. Uma opo mais eficiente linearizar as equaes 6.83
por expanso de Taylor.
f
f
f
fn+1 = fn +
y +
z +
t
y
z
t
(6.84)
g
g
g
gn+1 = gn +
y +
z +
t
y
z
t |{z}
h
108
6.84 6.83
"
1 0 #
0 1 h
f
z
g
z
"
h f + h2 f
#
n
y
t
z
h gn + h2 g
t
{z
}
(6.85)
ou
(I h J) y = Lado direito
|
{z
}
(6.86)
onde
I = Identidade
J = Matriz Jacobiana
(
)
y
y =
z
OBS: Incondicionalmente estvel.
6.5.2
Mtodo Exponencial
Idias Bsicas
Suponha
y0 = f (y, t)
(6.87)
(6.88)
onde c constante.
Multiplicando-se 6.88 por ec t , temos
y0 ec t + c y ec t = [ f (y, t) + c y] ec t
d
(y ec t ) = [ f (y, t) + c y] ec t
dt
#
Z tn+1 "
Z tn+1
d
c
(y e ) d =
f (y, ) + c y ec d
d
tn
tn
y (tn+1 ) e
c tn+1
y (tn ) e
c tn
109
(6.89)
(6.90)
(6.91)
(6.92)
(6.96)
Assim
f0
c=
f
6.5.3
!
(6.97)
n
Aproximao:
[ f (y, tn + ) + c y (tn + )] fn + c yn
(6.98)
yn+1
|
Forward Euler
Se h 0
(6.99)
1 ec h
c
#
(6.100)
#
(6.101)
fn
yn+1 = y n+1 +
(6.102)
(6.103)
onde
B=
fn+1 fn + c (yn+1 yn )
h
(6.104)
b)
yn+1
B h2 1 ec h
= y n+1 +
ch ch 1
!
(6.105)
c)
yn+1 = y n+1 +
111
B h2
2
(6.106)
6.6
Condies de Contorno
Em
c c essencial
c c cinemtica
x = 0 u (0) = 0
c c Dirichlet
(6.107)
c c natural
du
c c dinmica
(L) = 0
x = L F (L) = c L
dx
c c de Neuman
(6.108)
Em
Problemas de Sturm-Liouville
!
d
du
c
+ qu = f
dx
dx
(6.109)
Exemplo 6.21
Suponha a equao:
B.c.
y (0) = 1
y0 (10) = y (10)
(6.110)
Figura 6.9: ?
Em
#
yi1 2 yi + yi+1
x = xi 2
+ yi = e0.2 xi
h2
"
i+1
2 y2
+5 y2 2 y3
..
.
Em x = 9
2 y8 +5 y9 2 y10 = e1.8
112
= e0.2
= e0.4
Captulo 7
Soluo de Problemas de Valores de
Contorno de Equaes Diferenciais
Ordinrias
7.1
Alongamento = =
!
du
c
+G = 0
dx x
x+x
!
!
du
du
c
c
dx x+x
dx x
= A g
x
du
c
dx
limx0
113
!
du
d
c
= A g
dx
dx
!
d
du
c
= Ag
dx
dx
(7.1)
7.2
B1 C1
A B
2
2
A
3
C2
B3 C3
..
..
.
.
Ai Bi Ci
..
.
An Bn
x1
x2
x3
..
.
xi
..
.
xn
D1
D2
D3
..
.
Di
..
.
Dn
(a) B01 = B1
D01 = D1
(b) R = Ai / B0i1
B0i = Bi R Ci1
D0i = Di R D0i1
para i = 2, . . . , n
i = n 1, . . . , 1
Em x = 10
y0 (10) = y10
y00 (10) =
y0 (10) y0 (9.5)
0.5
y0 (9.5) =
y (10) y (9)
1
y00 (10) =
1
[y10 y10 + y9 ]
0.5
Assim
114
(Backward Difference)
(7.2)
1
[y10 y10 + y9 ] + y10 = e2
0.5
5
2
0
0
0
0
2
5
2
0
0
0
0
0
0
0
0
2
5
2
0
0
0
0
0
0
0
0
2
5
2
0
0
0
0
0
0
0
0
2
5
2
0
0
0
0
0
0
0
0
2
5
2
0
0
0
0
0
0
0
0
2
5
2
0
0
0
0
0
0
0
0
2
5
2
0
0
0
0
0
0
0
0
2
5
2
(7.3)
0
0
0
0
0
0
0
0
2
4.5
y1
y2
y3
y4
y5
y6
y7
y8
y9
y10
e0.2 + 2
e0.4
e0.6
e0.8
e1.0
e1.2
e1.4
e1.6
e1.8
e2.0 0.5
Exemplo 7.22
Soluo pelo mtodo dos elementos finitos.
1. Descrio do problema de valor de contorno: Encontrar y (x) tal que a E.D.O.
abaixo seja satisfeita em todos os pontos do domnio D = { x R | 0 x 10 }
Condies de contorno
y (0) = 1
y0 (10) = y (10)
2. Discretizao do domnio: 10 elementos conectados aos 11 ns
v (x) R (x) dx = 0,
D
115
v (x)
(7.4)
Figura 7.3: ?
Considerar v(x) no espao de funes com assentamento local
Assim, y (x) no intervalo [1, 2] escrito como uma combinao linear de
v1 (x) e v2 (x) ou das restries N1 (x) e N2 (x) de v1 (x) e v21 (x) ,
respectivamente, no domnio do elemento 2 .
y (x) = N1 (x) y1 + N2 (x) y2
Tambm as funes v (x) no intervalo podem ser escritas como
v (x) = N1 (x) v1 + N2 (x) v2
Substituindo-se o resduo R (x) no integrando da equao 7.4, temos
Z
v (x)
v (x) y (x) dx +
00
2
D
v (x) e0.2 x dx = 0,
v (x) y (x) dx
D
v (x)
# Z
Z
v (x) y (x) dx +
v (x) y (x) dx
v (x) e0.2 x dx = 0,
Z
0
2 v (x) y
x=10
(x)| x=0
# Z
Z
v (x) y (x) dx +
v (x) y (x) dx
v (x) e0.2 x dx = 0,
2 v10 y10
v (x)
g (x) dx =
D
10
g (x) dx =
0
g (x) dx +
0
g (x) dx + . . . +
1
10
g (x) dx
9
v (x)
Ni () =
1
h
N f () =
x = xi +
= x xi
yi
yf
vi
vf
1 1
y (x) = [
]
h h
yi
yf
1 1
v (x) = [
]
h h
vi
vf
y (x) = [Ni N f ]
v (x) = [Ni N f ]
0
2
(
)
R xf
Rh
R h h2
h
y
i
0
0
0
0
d
v (x) y (x) dx = 0 v () y () d = [vi v f ] 0
xi
yf
1
1
h2
h2
"
#
(
)
R xf
Rh
R h N2
Ni N f
yi
i
v (x) y (x) dx = 0 v () y () d = [vi v f ] 0
d
xi
N f Ni N 2f
yf
R
xf
xi
0.2 x
v (x) e
dx = [vi v f ]
Rh
0
"
Ni e0.2 (xi +)
N f e0.2 (xi +)
117
#
d