Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
x2 cos(x) = 0 Equao 1
Fazemos x2 = cos(x) e traamos as duas curvas: y = x 2 e y = cos(x) no mesmo
grfico. Onde se interceptam as curvas so as razes da equao.
De acordo com os dados da Tabela 1, traamos as curvas como mostrado no
Grfico 1.
1
2
3
4
5
6
7
8
9
10
11
12
13
x
-5
-4
-3
-2
-1
0
1
2
3
4
5
B
C
Dados das curvas
y = x2 y = cos(x)
25
0,283662
16
-0,65364
9
-0,98999
4
-0,41615
1
0,540302
0
1
1
0,540302
4
-0,41615
9
-0,98999
16
-0,65364
25
0,283662
y = x^2
10
y = cos(x)
5
0
-5
-5
-4
-3
-2
-1
Tabela 1
Grfico 1
Se | F (x0) | > 1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
B
C
D
E
2
Clculo da raiz da equao: x - cos(x) = 0 usando o M.I.L.
Valor de Funo de iterao
Clculo do
Valor da
Raiz
x0
(cos(x))/x
ERRO RELATIVO Tolerncia aproximada
0,5
1,755165124
2,510330248
0,0001 no converge
-0,104449469
17,80396412
-9,521830263
0,989030526
0,104527606
92,09392857
9,514634472
0,989014018
-0,104677234
91,89497405
-9,500884775
0,98898237
0,104948676
91,52886777
9,476040884
0,988924839
-0,105390675
90,91346619
-9,435858935
0,988830834
0,105972187
90,04090036
9,383501744
0,988706542
F
Valor de
f(x)
3,263930676
-0,983640420
91,660545671
-0,983615942
91,524234750
-0,983569016
91,263916783
-0,983483716
90,794037180
-0,983344347
90,035372446
-0,983160096
89,049253242
Planilha 1
Na planilha acima mostramos a no convergncia, usando a funo de iterao
generalizada:
x i + 1 = cos(x i)/x i
Na primeira iterao, o valor da clula C4 ser: = cos(A4)/A4
Aplicamos o teste da convergncia que feito em relao tolerncia dada:
Se | x i + 1 x i | / | x i | < tolerncia ento o valor atual x i + 1 a raiz
procurada, caso contrrio teramos que fazer mais iteraes at chegar neste valor, caso a
funo de iterao pudesse levar convergncia.
Na clula C4 a frmula usada :
= abs((B4 a4)/b4)
Planilha 2
A clula B3 da Planilha 2 tem a seguinte frmula:
= raiz(cos(A3))
A clula C3 tem a seguinte frmula:
= abs((B3 A3)/B3)
A clula F3 vem com a frmula especificada abaixo:
= A 2 cos(A3))
Verificamos ento que o M.I.L., para a tolerncia dada, convergiu na 4 iterao,
sendo a raiz da equao igual a 0,824132312.
1.1.2. Mtodo de Newton-Raphson(M.N.R.)
Os passos para se determinar o valor inicial x 0 o mesmo usado no M.I.L. A partir
deste valor inicial, usa-se a seguinte funo de iterao:
Planilha 3
A clula B3, que representa a 1 iterao, tem a frmula:
= A3 (A3^2 cos(A3))/(2*A3 + sen(A3))
A clula C3, que representa o erro relativo na 1 iterao, possui a seguinte frmula:
= abs((B3 A3)/B3)
A clula F3, que representa o valor de f(x0), tem a frmula:
= A3^2 cos(A3)
1.2. Interpolao
Seja o intervalo finito [a, b], dados n + 1 pontos de abscissas xi, o estudo da
interpolao resolve, basicamente dois tipos de problemas:
B
C
D
E
F
G
INTERPOLAO USANDO MTODO DE LAGRANGE
xi
fi
L0(x)
L1(x)
L2(x)
P2(x)
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
0
1
2
2
2,5
3
0,30103
0,39794
0,477121
2,4
0,12
0,96
-0,08
0,379976
0,380211
FRMULA DE LAGRANGE:
n ( x x j)
Pn (x) f i
i 0 j0 ( x i x j)
n
i j
Planilha 4
As clulas relativas Frmula de Lagrange, tm os respectivos contedos:
E5 tem digitado:
F5 tem o contedo:
G5 tem digitado:
H5 tem a frmula:
1
2
3
4
5
6
7
8
i
0
1
2
3
4
5
2
2,2
2,4
2,6
2,8
3
f ( xi )
0,30103
0,34242
0,38021
0,41497
0,44716
0,47712
f f f f f
3
0,04139
0,03779
0,03476
0,03219
0,02996
-0,0036
-0,00303
-0,00257
-0,00223
0,00057
0,00046
0,00034
-0,00011
-0,00012
-0,00001
Planilha 5
As diferenas progressivas so calculadas nas seguintes clulas:
D3 com a frmula:
=C4 C3
E3 com a frmula:
=D4 D3
F3 com a frmula:
=E4 E3
G3 com a frmula: =F4 F3
H3 com a frmula: =G4 G3
Na frmula de Newton x o valor que se quer interpolar, antes faz-se a seguinte
mudana de varivel:
x x
onde:
u uma varivel auxiliar que correspondente abscissa x a interpolar;
x0 o valor inicial da abscissa;
h o passo( h = x i + 1 x i)
A funo aproximante P(u), dada na planilha 6, onde
u
n
u!
(u n)!n!
A
B
C
D
E
F
G
H
I
J
INTERPOLAO POLINOMIAL, USANDO TABELA DE PONTOS EQUIDISTANTES
MTODO DE NEWTOM PROGRESSIVO
EXERCCIO:
1
2
3
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
I
0
1
2
3
f f f
f ( xi )
0
0,5236
1,0472
1,5708
0
0,5
0,866
1
/4 ), USANDO A TABELA:
0,5
0,366
0,134
h
u
-0,13397 -0,0981 0,52360 1,5
-0,23205
P (u)
n
0,71202
Valor exato
0,70711
P (u) f
n
u
1
u
f 0 2
u
f 0 . . . n
f
n
Planilha 6
Resolvendo o problema:
n+1=4 n=3
0
x x0
3
u
4
1.5
h
2
6
(u )
3
(1.5 )
3
(1.5 )
3
u
1
f
2
f
3
1.5
1.5
1.5
* 0.5
* ( 0.13397)
* ( 0.0981)
1
2
3
0,71202
Este o clculo aproximado, por interpolao, do seno de 45, cujo valor mais exato
0.70711.
C
D
E
F
G
H
RESOLUO DE SISTEMA DE EQUAES LINEARES
MTODO DE ELIMINAO DE GAUSS
TRANSFORMA A MATRIZ DO SISTEMA NUMA MATRIZ TRIANGULAR SUPERIOR
x1
2
1
3
4
x2
2
-1
2
3
1
0
0
0
1
-2
-1
-1
1
0
0
0
1
1
0
0
1
0
0
0
1
1
0
0
1
0
0
0
1
1
0
0
2x 2x x x 7
x x 2x x 1
3x 2 x 3x 2 x 4
4 x 3x 2 x x 12
1
MATRIZ EXTENDIDA
x3
x4
Term. Indep
1
1
7
2
-1
1
-3
-2
4
2
1
12
1 ELIMINAO
0,5
0,5
3,5
1,5
-1,5
-2,5
-4,5
-3,5
-6,5
0
-1
-2
2 ELIMINAO
0,5
0,5
3,5
-0,75
0,75
1,25
-5,25
-2,75
-5,25
-0,75
-0,25
-0,75
3 ELIMINAO
0,5
0,5
3,5
-0,75
0,75
1,25
1
0,52381
1
0
0,142857
0
4 ELIMINAO
0,5
0,5
3,5
-0,75
0,75
1,25
1
0,52381
1
0
1
0
SOLUO:
x1 =
1
40
x2 =
41
x3 =
42
x4 =
Planilha 7
Na 1 eliminao faz-se com que o 1 piv que estar na clula a19 seja igual a
1,este se originar da clula A14(que 2 e para se transformar em 1 devemos dividi-lo por
2), para isto dividimos a linha 14 por 2 e obtemos a linha 19.
Em seguida, o objetivo zerar todos os elementos que esto abaixo do 1 piv.
A linha 20 resultar da linha 15 menos a linha 19.
A linha 21 resultar da linha 16 menos 3 vezes a linha 19.
A linha 22 obteremos da linha 17 menos 4 vezes a linha 19.
Na 2 eliminao trabalharemos com o 2 piv representado pela clula B25 e se
originar da clula B20 dividida por 2, logo a linha 25 resultar da diviso da linha 20 por
2.
A linha 24 ser a repetio da linha 19.
A linha 26 ser a linha 21 somada com a linha 25.
A linha 27 resultar da linha 22 somada com a linha 25.
Na 3 eliminao a linha 29 ser a repetio da linha 24 e a linha 30 ser a repetio
da linha 25.
O 3 piv representado pela clula C31 resultar da diviso da clula C26 por 5.25,
logo a linha 31 ser resultado da linha 26 dividida por 5.25.
A linha 32 resultado da linha 27 mais (a linha 31 vezes 0.75).
Na 4 eliminao a linha 34 ser a repetio da linha 29, a linha 35 ser a repetio
da linha 30 e a linha 36 ser a repetio da linha 31.
Para transformar o piv(agora clula D37) igual a 1, a linha 37 dever ser dividida
por 0.142857.
Comparando a clula D37 com E37, obtemos x4 = 0.
Substituindo este valor na linha 36 obtemos x3 = 1.
Substituindo estes dois ltimos valores na linha 35 obtemos x2 = 2.
Substituindo estes trs ltimos valores na linha 34 obtemos x1 = 1.
1.3.2. Mtodo de Eliminao de Gauss-Jordan
A maneira de resolver as eliminaes semelhante ao mtodo de Gauss, s que
agora devemos transformar a matriz do sistema numa matriz identidade. A primeira
eliminao igual ao mtodo de Gauss, nas outras eliminaes, alm de zerar os elementos
que esto abaixo de cada piv, devemos zerar tambm os elementos acima de cada piv.
No final resultar a matriz identidade e os valores das incgnitas sero obtidos diretamente.
A
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
B
C
D
E
F
RESOLUO DE SISTEMA DE EQUAES LINEARES
MTODO DE ELIMINAO DE GAUSS-JORDAN
TRANSFORMA A MATRIZ DO SISTEMA NUMA MATRIZ IDENTIDADE
2x 2x x x 7
x x 2x x 1
Re solver o sistema de equaes :
3x 2 x 3 x 2 x 4
4 x 3x 2 x x 12
x2
2
-1
2
3
1
0
0
0
1
-2
-1
-1
1
0
0
0
0
1
0
0
1
0
0
0
0
1
0
0
1
0
0
0
0
1
0
0
x1
2
1
3
4
MATRIZ EXTENDIDA
x3
x4
Term. Indep
1
1
7
2
-1
1
-3
-2
4
2
1
12
1 ELIMINAO
0,5
0,5
3,5
1,5
-1,5
-2,5
-4,5
-3,5
-6,5
0
-1
-2
2 ELIMINAO
1,25
-0,25
2,25
-0,75
0,75
1,25
-5,25
-2,75
-5,25
-0,75
-0,25
-0,75
3 ELIMINAO
0
-0,904761905
1
0
1,142857143
2
1
0,523809524
1
0
0,142857143
0
4 ELIMINAO
0
0
1
0
0
2
1
0
1
0
1
0
SOLUO:
1
x1 =
40
x2 =
41
x3 =
42
x4 =
Planilha 8
10
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
A
B
C
D
E
F
G
H
CLCULO DA INVERSA DE UMA MATRIZ USANDO O MTODO DE GAUSS-JORDAN
2
1
3
4
2
-1
2
3
1
2
-3
2
1
0
0
0
1
-2
-1
-1
0,5
1,5
-4,5
0
1
0
0
0
0
1
0
0
1,25
-0,75
-5,25
-0,75
1
0
0
0
0
1
0
0
0
0
1
0
1
0
0
0
0
1
0
0
0
0
1
0
1
1
-1
0
-2
0
1
0
1 ELIMINAO
0,5
0,5
-1,5
-0,5
-3,5
-1,5
-1
-2
2 ELIMINAO
-0,25
0,25
0,75
0,25
-2,75
-1,25
-0,25
-1,75
3 ELIMINAO
-0,904761905 -0,04762
1,142857143 0,428571
0,523809524 0,238095
0,142857143 -1,57143
4 ELIMINAO
0
-10
0
13
0
6
1
-11
SOLUO:
0
1
1
0
0
0
0
0
0
0
0
1
0
1
1
0
0
0
0
0
0
0
0
1
0,5
-0,5
0,5
-0,5
0
0
0
0
0
0
0
1
0,619048
-0,57143
-0,09524
-0,57143
0
0
0
0
0
0
0
1
-3
4
2
-4
0
0
0
0
6,333333
-8
-3,66667
7
Esta ltima matriz 4X4(na cor vermelha) a inversa da matriz dada(na cor azul).
Planilha 9
1.3.3. Mtodo de iterao de Jacobi
Dada a equao:
4 x1 x2 2
x1 4 x 2 x3 6
4 2
x 2 x3
teremos:
11
(i )
(i )
(2 x 2
(2 x2
( i 1)
4
( i 1)
(i )
2
( 6 x3
( i 1)
x1
( i 1)
B
C
D
E
RESOLUO DE SISTEMA DE EQUAES LINEARES
MTODO DE ITERAO DE JACOBI
Fazer 3 iteraes, verificar se converge na 3 iterao
{ 4x + y = 2
{ -x + 4y - z = 6
{ -y + 4z = 2
Tolerncia
0,001
x
4
-1
0
y
1,00000
4,00000
-1,00000
z
0
-1
4
0,00000
0,50000
0,12500
0,06250
0,06250
0,00000
1,50000
1,75000
1,75000
1,75000
0,00000
0,50000
0,87500
0,93750
0,93750
Termo indep.
2
6
2
TESTE DA CONVERGNCIA
1,000000
1,000000 1,000000
3,000000
0,142857 0,428571
1,000000
0,000000 0,066667
0,000000
0,000000 0,000000
Planilha 10
1.3.4. Mtodo de iterao de Gauss-Seidel
Semelhante ao mtodo de Jacobi, s que na mesma iterao j se pode usar o valor
dos xi que j foram calculados, melhorando a rapidez da convergncia do mtodo.
Na primeira equao usa-se o valor inicial das incgnitas xi(i de 2 a n) igual a 0.
A partir da 2 funo de iterao, usamos os valores das incgnitas que j estejam
definidos, caso contrrio usamos 0.
12
1
2
3
4
5
6
7
8
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Valores iniciais
1 iterao
2 iterao
3 iterao
4 iterao
5 iterao
6 iterao
7 iterao
8 iterao
Tolerncia
0,01
x
4
-1
0
y
1,00000
4,00000
-1,00000
z
0
-1
4
x
0,00000
0,50000
0,09375
0,06250
0,06250
0,06250
0,06250
0,06250
0,06250
y
0,00000
1,62500
1,75000
1,75000
1,75000
1,75000
1,75000
1,75000
1,75000
z
0,00000
0,90625
0,93750
0,93750
0,93750
0,93750
0,93750
0,93750
0,93750
termo indep.
2
6
2
Teste de convergncia
1,000000 1,000000 1,000000
4,333333 0,071429 0,033333
0,500000 0,000000 0,000000
0,000000 0,000000 0,000000
0,000000 0,000000 0,000000
0,000000 0,000000 0,000000
0,000000 0,000000 0,000000
0,000000 0,000000 0,000000
Planilha 11
1.4. Integrao Numrica
Usamos a integrao numrica quando a primitiva complexa, quando no
conseguimos determinar a primitiva(no caso das integrais elpticas) ou quando no temos
uma funo definida mas somente um conjunto de pontos que representam uma funo.
Usamos n +1 pontos equidistantes num intervalo [a, b].
1.4.1. Mtodo dos trapzios
Na determinao da rea sob uma curva, dividimos a curva em n subintervalos, nos
quais, cada um representa a rea de um trapzio, a rea total do intervalo [a, b], ser a soma
das reas dos trapzios.
A frmula para o clculo da integral em [a, b] ser:
h
A ( f 2 f 2 f ... 2 f 2 f f )
0
1
2
n2
n 1
n
2
onde h a largura de cada subintervalo:
x x
n
13
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
C
D
E
F
G
H
I
INTEGRAO NUMRICA - MTODO DOS TRAPZIOS
Integral de uma tabela de pontos equidistantes
Integral da funo y = cos(x) entre 1 e 4
x
f(x)
h
rea
x
f(x)
h
rea
0
7
1
42,5
1
0,540302
0,25
1,5899
1
5
1,25
0,315322
2
8
1,5
0,070737
3
1
1,75
-0,17825
4
3
2
-0,41615
5
9
2,25
-0,62817
6
6
2,5
-0,80114
7
4
2,75
-0,9243
8
6
3
-0,98999
3,25
-0,99413
3,5
-0,93646
3,75
-0,82056
4
-0,65364
Clculo da rea usando o clculo integral
Planilha 12
1.4.2. Mtodo de Simpson
Semelhante ao mtodo dos trapzios, s que cada subintervalo representa a rea sob
uma parbola e este mtodo s aplicvel para um nmero mpar de pontos.
A frmula para a integral em [a, b], usando o mtodo de Simpson, ser:
h
( f 4 f 2 f ... 2 f
4 f f )
0
1
2
n2
n 1
n
3
4
Como exemplo, pede-se determinar 1 cos( x )dx usando 13 intervalos.
Logo
A
n + 1 = 13 n = 13 1 = 12 intervalos
x x
n
4 1
0,25
12
0,25
(0,540302 4 * 0,315322 2 * 0,070737 4 * 0,178246 2 * 0,416147
3
4 * 0,628174 2 * 0,801144 4 * 0,924302 0,989992)
A
A = 0,820449
14
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
C
E
F
G
H
I
INTEGRAO NUMRICA - MTODO DE SIMPSON
Integral de uma tabela de pontos equidistantes
Integral de cos(x) em [1, 3]
x
f(x)
h
rea
x
f(x)
h
0
7
1
41
1
0,540302
0,25
1
5
1,25
0,315322
2
8
1,5
0,070737
3
1
1,75
-0,17825
4
3
2
-0,41615
5
9
2,25
-0,62817
6
6
2,5
-0,80114
7
4
2,75
-0,9243
8
6
3
-0,98999
rea
0,820449
Planilha 13
2. Aplicao do Excel Programao Linear
2.1. Mtodo Simplex
Podemos usar o Excel para resolver problemas de programao linear.
Vamos resolver o sistema abaixo:
Max z 5 x1 2 x2
3
x
1
x2 4
4 3 12
x1 x2
x1 , x2 0
A coluna C ser da incgnita x1 e a coluna D ser da incgnita x2. As clulas que
representaro as incgnitas e frmulas sero:
C12 Representa o valor inicial de x1 , aqui deve ser colocado o nmero 0. Aps
os clculos nesta clula ser inserido o valor de x1 que corresponde soluo do problema.
C14 Aqui digita-se o lado esquerdo da restrio: 4 x1 + 3 x2 12 , que no
Excel ser representada pela frmula: =4*$C$12 + 3*$D$12.
D12 Nesta clula digita-se o valor inicial de x2 que deve ser igual a 0. Aps os
clculos aqui ser inserido o valor de que corresponde soluo do problema.
15
Quando houver outras restries, deve-se digitar sempre o lado esquerdo de cada
inequao em cada clula.
F12 Nesta clula digita-se a frmula de z, ou seja, z = 5 x1 + 2x2, que ser
representada pela frmula: =5*$C$12 + 2*$D$12.
Aps digitar todos os dados correspondentes ao problema, aciona-se as opes de
menu: Ferramentas Solver, que consequentemente abrir a janela Parmetros do
Solver, que tem as seguintes opes:
Definir clula de destino
Clique no quadrado indicado na figura acima, clique na clula que contm a frmula
de z(que neste exemplo a clula F12 e em seguida clique no quadrado mostrado.
A segunda opo Igual a, voc deve a opo Mx ou Min, conforme o enunciado
do seu problema.
A terceira opo clulas variveis, clique no quadrado desta caixa(igual ao da
opo anterior) e selecione as clulas das incgnitas, neste exemplo voc selecionar as
clulas C12 e D12 e deve clicar novamente no quadrado.
A quarta opo Submeter s restries, voc deve ento clicar na opo
adicionar , aparecer ento a caixa Adicionar restrio.
16
C
D
E
Resolver usando o mtodo simplex:
Max z = 5x 1+2x 2
1
2
3
4
5
Restries
x 1 menor ou igual 3
x 2 menor ou igual 4
4x 1 + 3x 2 menor ou igual a 12
8
9
10
11
12
13
14
15
x 1, x2 maior ou igual a 0
X1
X2
3
15
12
Planilha 14
3. Aplicao ao Clculo diferencial e integral:
3.1 Limite de funes
Ser mostrado um exemplo abordando um caso especial, quando existe o limite num
ponto, mas a funo no definida naquele ponto. Seja determinar o limite:
lim
x3
x 9
x 3
Se
lim
x2 9
lim
x2 9
lim
6 ento
x 3 x 3 x 3 x 3
x3
x2 9
x3
17
1 teste
x
f(x)
0
3
0,5
3,5
1
4
1,5
4,5
2
5
2,5
5,5
3
#DIV/0!
3,5
6,5
4
7
2 teste
x
f(x)
2,5
5,5
2,6
5,6
2,7
5,7
2,8
5,8
2,9
5,9
3
#DIV/0!
3,1
6,1
3,2
6,2
3,3
6,3
3 teste
x
f(x)
2,95
5,95
2,96
5,96
2,97
5,97
2,98
5,98
2,99
5,99
3
#DIV/0!
3,01
6,01
3,02
6,02
3,03
6,03
Tabela 2
8
6
4
2
0
3,03
3,02
3,01
2,99
2,98
2,97
2,96
y=(x*x - 9)/(x - 3)
2,95
Aplicao de limite
X
Grfico 2
18
19
Constante zero - Selecione esta opo para forar a linha de regresso a passar pela
origem.
Intervalo sada Deve ser iluminada uma clula vazia a partir da qual sero inseridos os
resultados.
Nova planilha Acione esta opo se desejar que os resultados apaream numa nova
planilha.
Nova pasta de trabalho Se desejar que os resultados sejam inseridos numa nova pasta de
trabalho(Esta opo necessariamente usada se sua planilha est compartilhada).
Resduos, Resduos padronizados, Plotar resduos, Plotar ajuste de linha e plotagem
de probabilidade normal Dessas opes selecione aquelas que desejar que apaream
junto com os resultados.
Abaixo est uma parte dos resultados:
0,985716206
0,971636438
0,969454626
83,88381436
15
gl
SQ
MQ
1 3133593,974 3133593,974
13 91474,42604 7036,494311
14
3225068,4
ou seja:
X = 1/a y
ou seja:
Y = 1,410978917 x
X = 0,688626 y
20
Y
Y previsto
800
600
400
200
0
0
200
400
600
800
1000
1200
Varivel X
Grfico 3
4.2 Estatstica descritiva
Na coluna A esto os dados referentes ao tempo(em dias) de auditorias de fim de ano.
Os passos para que seja inserida a coluna B, com os dados estatsticos, so:
Primeiro iluminamos os dados(clulas A1 at A20);
Acionamos as opes: Ferramentas Anlise de dados Estatstica descritiva;
Abrir a Janela Estatstica descritiva com vrias caixas:
Intervalo de dados Voc clica no cone que tem um seta vermelha, ilumina as
clulas A1 at A20, clicando novamente no cone com seta vermelha;
Intervalo de sada Processo semelhante ao anterior s que agora basta voc
selecionar um clula vazia, como por exemplo B1, que corresponder a primeira
clula da coluna a ser inserida;
Agrupado Pode-se agrupar os dados por linhas ou por colunas(no nosso
exemplo os dados esto agrupados por colunas);
Rtulos na 1 linha Deve-se acionar este item se ao selecionar os dados a
clula que contm o ttulo tambm for iluminada;
Nova planilha Acione esta opo se desejar que os resultados sejam inseridos
numa nova planilha;
21
Nova pasta de trabalho - Clique nesta opo para criar uma nova pasta de
trabalho e colar os resultados em uma nova planilha na nova pasta de trabalho.
Resumo estatstico - Para o Excel gerar um campo para cada um das
estatsticas: mdia, erro, mediana, moda, desvio padro, varincia, curtose, etc.;
Nvel de confiabilidade - Selecione esta opo se quiser incluir uma linha na
tabela de sada para o nvel de confiana da mdia;
Ensimo maior - Selecione esta opo se quiser incluir uma linha na tabela de
sada para o ensimo maior valor para cada intervalo de dados
Ensimo menor - Selecione esta opo se quiser incluir uma linha na tabela de
sada para o ensimo menor valor para cada intervalo de dados.
A
B
C
1 12
Coluna 1
2 15
3 20 Mdia
19,25
4 22 Erro padro
1,215849281
5 14 Mediana
18
6 14 Modo
18
7 15 Desvio padro
5,437443285
8 27 Varincia da amostra
29,56578947
9 21 Curtose
0,769757066
10 18 Assimetria
0,987755564
11 19 Intervalo
21
12 18 Mnimo
12
13 22 Mximo
33
14 33 Soma
385
15 16 Contagem
20
16 18 Maior(1)
33
17 17 Menor(1)
12
18 23 Nvel de confiana(95,0%) 2,544802582
19 28
20 13
Planilha 17
4.3 Correlao
O coeficiente de correlao do Momento do Produto de Pearson(Dados amostrais)
definido como:
r xy
S xy
S x*S y
onde:
Exemplo:
1
2
3
4
5
6
7
8
9
10
11
A
Vel
30
50
40
55
30
25
60
25
50
55
B
consumo(Km/h)
28
25
25
23
30
32
21
35
26
25
D
-0,91037
Planilha 18
Para o clculo do coeficiente de correlao, selecione primeiro uma clula vazia onde ser
inserido o resultado(No nosso exemplo a clula D2), clique no cone da barra de
ferramenta
colar funo e clique na categoria de funo estatstica e no nome de
funo selecione correl.
Na caixa de ferramenta que aparece, selecione o boto que tem a seta vermelha da
caixa Matriz 1 e selecione as clulas A2 at A11 e clique novamente no boto com a seta
vermelha. Repita a ltima operao s que para a caixa Matriz 2 selecionando agora as
clulas B2 a B11, clicando por ltimo no boto com a seta vermelha.
Em seguida clique no boto OK, ser inserido o coeficiente de correlao na clula
D2, que neste exemplo corresponder ao valor -0,91037. Este valor indica que x e y esto
relacionados negativa e linearmente.
4.4 Probabilidade
H vrias funes relacionadas com probabilidade; veremos algumas delas:
4.4.1 Distribuio binomial
A distribuio binomial aplicvel sempre que o processo de amostragem do tipo de
Bernoulli, ou seja:
1. Em cada tentativa h dois resultados possveis mutuamente exclusivos(chamados de
sucesso e fracasso);
2. As sries de tentativas, ou observaes, so constitudas de eventos independentes;
3. A probabilidade de sucesso, permanece constante de tentativa para tentativa.
Sintaxe: DISTRBINOM (nm_s;tentativas;probabilidade_s;cumulativo) onde:
Nm_s o nmero de tentativas bem-sucedidas.
Tentativas o nmero de tentativas independentes.
Probabilidade_s a probabilidade de sucesso em cada tentativa.
23
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
B
C
D
E
Dados de distncia para uma amostra aleatria de bolas de golfe
Bolas Metros
Teste
Estatstica descritiva
1
269
2
280
Mdia
277,8333
-0,815546614
3
268
Erro padro
2,656705
4
278
Mediana
278
5
282
Modo
278
6
263
Desvio padro
9,203096
7
271
Varincia da amostra
84,69697
8
285
Curtose
-0,335511
9
288
Assimetria
0,211036
10
278
Intervalo
32
11
276
Mnimo
263
12
286
Mximo
295
Soma
3334
Contagem
12
Nvel de confiana(95,0%) 5,847371
24
Planilha 19
Usando
x 0
/ n
z 0,8155
De acordo com a regra de rejeio H0 no pode ser rejeitada(O gerente de
controle de qualidade no tem razes para duvidar da hiptese de que o processo de
fabricao est produzindo bolas de golfe com uma distncia mdia de 280 metros da
populao).
Passos no Excel:
Ferramentas
Anlise de dados
Anova: Fator nico
Agrupado por: colunas
Intervalo de entrada: iluminar de C3 at E8
Intervalo de sada: digite B12
OK
A melhor estimativa da mdia da distribuio amostral de x a mdia das trs
mdias de amostra(79 + 74 + 66)/3 = 73).
Uma estimativa da varincia da distribuio amostral de x fornecida pela
varincia das trs mdias de amostra.
2
2
2
2 (79 73) (74 73) (66 73) 43
sx
3 1
2n
x 6 * 43 258
26
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
A
Observao
1
2
3
4
5
6
Mdia da amostra
Varincia da amostra
Desvio-padro da amostra
B
UFLP
85
75
82
76
71
85
79
34
5,83
C
UFAG
71
75
73
74
69
82
74
20
4,47
D
UFXT
59
64
62
69
75
67
66
32
5,66
Contagem
6
6
6
Soma
474
444
396
Mdia
79
74
66
Varincia
34
20
32
ANOVA
Fonte da variao
Entre grupos
Dentro dos grupos
SQ
516
430
gl
2
15
MQ
258
28,66667
F
9
Total
946
17
valor-P
F crtico
0,002703 3,682317
Planilha 20
27
28
5. Bibliografia
KAZMIER, L. J. Estatstica aplicada Economia e Administrao. So Paulo: McGrawHill do Brasil, 1982.
ANDERSON, D. R. Estatstica aplicada Administrao e Economia. So Paulo: Pioneira
Thomson Learning, 2002.
VILA, G. S. S. Clculo 1: funes de uma varivel. Rio de Janeiro: LTC, 1981
BARROSO, L. C. et al. Clculo numrico: com aplicaes. So Paulo: Harbra,
1987.
SANTOS, V. R. B. Curso de Clculo numrico . Rio de Janeiro: Ao Livro Tcnico,
1972.
SILVA, S. M. Matemtica para os cursos de Economia, Administrao e Cincias
Contbeis, So Paulo: Atlas, 1988
HARVEY, G. Segredos do Excel 5 for windows: para leigos. SP: Berkeley, 1995.
DODGE, M. Microsoft Excel : guia autorizado Microsoft. SP: Makron Books, 1998
29
SUMRIO
Introduo ......................................................................................................................................................... I
Aplicaes do Excel ao Clculo Numrico.......................................................................................................2
Razes de equaes transcendentais..............................................................................................................2
Mtodo de Iterao Linear(M.I.L.).............................................................................................................2
Mtodo de Newton-Raphson(M.N.R.).......................................................................................................4
A clula C3, que representa o erro relativo na 1 iterao, possui a seguinte frmula:........................................5
Interpolao....................................................................................................................................................5
Mtodo de Lagrange...................................................................................................................................6
Mtodo de Newton(Diferenas finitas).......................................................................................................6
D3 com a frmula:
=C4 C3....................................................................................................................7
E3 com a frmula:
=D4 D3.................................................................................................................7
Sistema de Equaes Lineares.......................................................................................................................9
Mtodo de Eliminao de Gauss..............................................................................................................9
Mtodo de Eliminao de Gauss-Jordan..............................................................................................10
Mtodo de iterao de Jacobi................................................................................................................12
Mtodo de iterao de Gauss-Seidel......................................................................................................13
Integrao Numrica...................................................................................................................................14
Mtodo dos trapzios..............................................................................................................................14
Mtodo de Simpson.................................................................................................................................15
Aplicao do Excel Programao Linear....................................................................................................16
Mtodo Simplex............................................................................................................................................16
Aplicao ao Clculo diferencial e integral............................................................................................18
Limite de funes..........................................................................................................................................18
Algumas aplicaes do Excel Estatstica.....................................................................................................20
Regresso Linear..........................................................................................................................................20
Grfico 3............................................................................................................................................................22
Estatstica descritiva.....................................................................................................................................22
Planilha 17.........................................................................................................................................................23
Correlao....................................................................................................................................................23
Planilha 18.........................................................................................................................................................24
Probabilidade................................................................................................................................................24
Distribuio binomial.............................................................................................................................24
Distribuio hipergeomtrica................................................................................................................25
30
Teste de hiptese...........................................................................................................................................25
Anlise de Varincia(ANOVA).....................................................................................................................26
OK.................................................................................................................................................................27
4.7 Simulao de lanamento de dados.......................................................................................................29
Bibliografia........................................................................................................................................................30
31
A PL I C A O
DO
EXCEL
32