Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Matemática Computacional
Celestino Coelho
ccoelho@ualg.pt
2
Conteúdo
1 Intro 1
2 2001-2002 3
2.1 12/11/2001 - Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.2 15/11/2001 - EI, IG, ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.3 17/12/2001 - EI, IG, ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 18/12/2001 - Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.5 11/01/2002 - Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.6 11/01/2002 - EI, IG, ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.7 24/01/2002 - EI, IG, ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.8 31/01/2002 - Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.9 13/04/2002 - Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
2.10 13/04/2002 - Eng. Biotecnológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
2.11 13/04/2002 - EA, EB, EI, ESC, IE, IG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.12 15/04/2002 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
2.13 05/06/2002 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.14 05/06/2002 - Eng. Biotecnológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
2.15 11/06/2002 - Eng. Biotecnológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
2.16 16/06/2001 - Eng. Biotecnológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
2.17 02/07/2002 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
2.18 06/07/2001 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
2.19 06/07/2001 - Eng. Biotecnológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
2.20 09/07/2002 - Eng. Biotecnológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
2.21 15/07/2002 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168
3 2002/2003 171
3.1 2002/10/10 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
3.2 2003/04/23 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
3.3 2003/04/22 - Eng. Biotecnológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
i
ii CONTEÚDO
4 2003/2004 225
4.1 2003/12/09 - Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 226
4.2 2004/01/16 - Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228
4.3 2004/02/05 - Matemática . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
4.4 2004/01/16 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 244
4.5 2004/02/05 - Eng. do Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 255
4.6 2004/01/16 - Eng. Biotecnológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
4.7 2004/02/05 - Eng. Biotecnológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 268
4.8 2004/01/16 - ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270
4.9 2004/02/05 - ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282
4.10 2004/06/09 - ESC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
4.11 2004/06/09 - Engenharia de Sistemas e Informática . . . . . . . . . . . . . . . . . . . . . . 287
4.12 2004/06/23 - Engenharia de Sistemas e Informática . . . . . . . . . . . . . . . . . . . . . . 290
Capı́tulo 1
Intro
Devido à rapidez com que me foi solicitada esta colecção de exames, e também por não dispor de muito
tempo para conferir tão grande leque de informação, é bastante provável que alguns dos enunciados
não correspondam à versão final, assim como é igualmente provável que algumas das correcções e/ou
enunciados contenham alguns lapsos. Por esta razão, peço a todos os quantos lerem esta panóplia de
exames, testes e frequências, que tenham o sentido crı́tico bem apurado. Faltam igualmente aqui alguns
momentos de avaliação, não porque a intenção seja ocultá-los mas sim porque nos meus arquivos ainda
não os consegui encontrar.
Adianta ainda ressalvar que alguns enunciados aqui apresentados são muito semelhantes, pelo que é
conveniente ver o que de facto interessa ler antes de começar a imprimir todo o bloco, evitando chegar
tardiamente à conclusão que existiam muitas questões iguais em diversos enunciados.
Espero também que este bloco sirva de apoio ao estudo para os exames da disciplina de Matemática
Computacional, para que de alguma forma os resultados finais obtidos sejam bons.
BOM ESTUDO
1
2 Capı́tulo 1. Intro
Capı́tulo 2
2001-2002
3
4 Capı́tulo 2. 2001-2002
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Matemática
1o Teste ao 2h:300
Duraç~
12 de Novembro de 2001
com xa = 61o e ya = π/2, onde |e (xa )| ≤ 320 e π é um valor aproximado com 4 algarismos
significativos.
b) Calcule um majorante para o erro relativo que se comete em f (xa , ya ) e concluia acerca do
número de algarismos significativos desta aproximação. Justifique a sua resposta.
Solução 2.1.1. a) Sendo então a função f dada pela expressão anterior temos que,
∂f ∂f
⇒ (xa , ya ) = (61o , 1.571) =
∂x ∂x
2 sin (61o ) cos (61o ) 1.064650844 × 1.571 − 1.571 sin2 (61o ) − 1.571e1.571
= =
1.0646508442 1.5712
∂f ∂f
⇒ (xa , ya ) = (61o , 1.571) =
∂y ∂y
Nota 1. Devemos notar que temos de passar o erro em xa , que é apresentado em minutos, para
radianos. Assim,
600 −→ 1o 32
⇒x= = 0.53(3)o ,
60
320 −→ x
Por outro lado temos também de passar o valor de xa para radianos, o que dá
180o −→ π 61 × π
⇒z= = 1.064650844.
180
61o −→ z
podemos garantir desde já que f (xa , ya ) possui pelo menos 2 algarismos significativos.
e atendendo a que
resultado que nos permite concluir que f (xa , ya ) tem pelo menos 1 algarismo significativo, mas, pela se-
gunda nota da alı́nea anterior podemos garantir que a aproximação f (xa , ya ) tem pelo menos 2 algarismos
significativos.
J.
10−4 x2 + 4x + 10−4 = 0.
b) Prove que as raı́zes de uma equação do segundo grau ax2 + bx + c = 0, verificam a seguinte
relação
c
x1 x2 = .
a
c) Obtenha uma aproximação para a raiz que em a) possuia menos precisão, utilizando para isso
a fórmula deduzida em b).
Solução 2.1.2. a) Pretendemos então obter o valor aproximado das raı́zes da equação apresentada,
2.1. 12/11/2001 - Matemática 7
√ p
−4 − 16 − 4 × 10−8 −4 − (15.99999996 =)16 −8
= −4
= −4
= =
2 × 10 2 × 10 2 × 10−4
= −40000
e
√ √ √
−b + b2 − 4ac −4 + 42 − 4 × 10−4 × 10−4 −4 + 16 − 4 × 10−8
x2 = = = =
2a 2 × 10−4 2 × 10−4
√
−4 + 16 0
= = = 0.000
2 × 10−4 2 × 10−4
b) Pretendemos provar que as raı́zes de uma equação do segundo grau verificam a seguinte relação
c
x1 x2 = .
a
2 ¡√ ¢2
(−b) − b2 − 4ac b2 − b2 + 4ac
= = =
4a2 4a2
4ac c
= 2
=
4a a
c) Queremos agora obter uma melhor aproximação para x2 , raiz que possuia menos precisão na alı́nea
c 10−4 1
x2 = = −4 =− = 0.00002500.
ax1 10 × (−40000) 40000
8 Capı́tulo 2. 2001-2002
J.
b) Caso pretendesse aproximar α com um erro não superior a 10−4 , com a aplicação do método da
bissecção, quantas iterações teria de fazer para garantir uma aproximação com essa precisão;
c) Pretende-se agora aproximar α, com a mesma precisão da alı́nea anterior, mas utilizando para
tal o método de Newton.
i) Será que escolhendo x0 ∈ [1, 2], consegue garantir a convergência da sucessão gerada
pelo método de Newton;
Solução 2.1.3. a) Para provarmos que a função tem um único zero no intervalo [1, 2], vamos provar
primeiro a existência ( pelo teorema do valor intermédio ) e depois a unicidade ( pelo estudo da derivada
¡ ¢ ¡ ¢
f 0 (x) = ex 2x2 − 4x + 1 + 4x − 4 = ex 2x2 − 3 ,
desta forma
r r
0 2 3 2 3 3
f (x) = 0 ⇔ 2x − 3 = 0 ⇔ x = ⇔ x1 = ∈ [1, 2] ∨ x2 = − ∈
/ [1, 2] .
2 2 2
Concluı́mos então que o conjunto dos números de Rolle da função no intervalo [1, 2] é o seguinte,
( r )
3
Conjunto dos Números de Rolle de f em [1, 2] = 1, ,2 .
2
2.1. 12/11/2001 - Matemática 9
Mas agora sabemos que entre dois números de Rolle consecutivos da função, existe no máximo um um
zero da função, o qual é garantido se as imagens nesses números de Rolle (consecutivos) possuı́rem sinais
b) Sabemos então que o erro absoluto no método da bissecção na iteração n é majorado por
(b − a)
|α − xn | = |e (xn )| ≤ , n = 1, 2, 3, . . . ,
2n
supondo que a primeira iteração é x1 . Atendendo a que queremos que o erro verifique a relação |e (xn )| ≤
podermos obter uma aproximação para o zero da nossa função com um erro inferior a 10−4 .
c) Pretendemos agora aproximar a mesma raiz, mas agora utilizando o método de Newton.
i) A resposta a esta alı́nea é negativa, pois a derivada anula-se no interior deste intervalo o que
faz com que não se verifiquem as condições de convergência do método de Newton. Além disso, não será
difı́cil notar que se escolhermos x0 perto do ponto que anula a derivada a sucessão gerada pelo método de
ii) Para calcularmos o valor de x2 através do método de Newton, deveremos então escolher um
bissecção para obter um intervalo que não contenha este ponto, assim, a primeira iteração do método da
Como este intervalo já não contém o zero da derivada vamos então verificar se todas as condições de
Também já sabemos que no intervalo [1.5, 2], f 0 (x) 6= 0, pelo que só nos falta garantir que o intervalo
tem uma amplitude aceitável para a aplicação do método de Newton. Para isso vamos então calcular m1
e M2 . Ora,
¡ ¢
f 00 (x) = ex 2x2 − 3 + 4x = 0 ⇔ 2x2 − 3 + 4x = 0 ⇔
√ √
−4 + 16 + 24 −4 − 16 + 24
⇔ x1 = ≈ 0.6 ∈
/ [1.5, 2] ∨ x2 = <0∈
/ [1.5, 2]
4 4
pelo que f 00 (x) > 0 para todo o x ∈ [1.5, 2], e por essa razão, f 0 (x) é uma função estritamente crescente
m1 = min |f 0 (x)| = min {|f 0 (1.5)| , |f 0 (2)|} ≈ min {|6.72| , |36.9|} = 6.72
x∈[1.5,2]
pelo que f 00 (x) é então uma função estritamente crescente no intervalo [1.5, 2], o que nos permite concluir
que
M2 = max |f 00 (x)| = max {|f 00 (1.5)| , |f 00 (2)|} ≈ min {|33.6| , |96.1|} = 96.1,
x∈[1.5,2]
e desta forma
M2 96.1 1 1
M= = ≈ 7.2 ⇒ = = 0.14,
2 m1 2 × 6.72 M 7.2
mas como a amplitude do intervalo que temos é igual a 0.5 vamos então ter de refinar ainda mais o nosso
e imediatamente,
M2 96.1 1 1
M= = ≈ 2.7 ⇒ = = 0.3,
2 m1 2 × 17.98 M 2.7
pelo que já se verifica que a amplitude do intervalo que contém a raiz é menor que a quantia 1/M . A
partir de agora falta-nos escolher o ponto x0 e começar a iterar. x0 será escolhido por forma a que a
função e a segunda derivada tenham o mesmo sinal nesse ponto, assim sendo, pelo que já vimos atrás
f 00 (x) > 0, para todo o x ∈ [1.75, 2], f (1.75) < 0 e f (2) > 0, pelo que se deve escolher x0 = 2.
Calculemos agora x1 e x2 .
f (x0 ) 2.289056099
x1 = x0 − =2− = 1.938041989
f 0 (x0 ) 36.9452805
f (x1 ) 0.1772329296
x2 = x1 − 0 = 1.938041989 − = 1.932386201.
f (x1 ) 31.3365609
2 22 22
M |e (x2 )| ≤ (M |e (x1 )|) ≤ (M |e (x0 )|) ≤ (M |b − a|) ⇒
1 22 22
⇒ |e (x2 )| ≤ (M |b − a|) ≈ 0.3 (2.7 |2 − 1.75|) ≈ 0.06
M
J.
4. Seja f uma função de classe C 2 num intervalo Ω = [a, b], com f 0 (x) 6= 0, para todo o x ∈ Ω. Além
disso suponha-se que f 0 (x) > 0 e f 00 (x) > 0, para todo o x em Ω. Sabendo que f possui um único
zero em Ω prove que, se escolhermos x0 = b, por forma a que f (x0 ) f 00 (x0 ) > 0, então a sucessão
gerada pelo método de Newton é uma sucessão convergente para a raiz e a sua convergência é feita
de forma monótona.
Solução 2.1.4. Como foi visto na aula teórica, facilmente se prova que a sucessão gerada pelo método
de Newton, escolhendo x0 = b com este critério, é uma sucessão convergente, sendo a mesma monótona
decrescente.
Escolha-se x0 = b, provamos então que, com f (a) < 0, f (b) > 0 e com f 0 (x) > 0, f 00 (x) > 0, para
todo o x ∈ [a, b], xk > α, para todo o k = 0, 1, 2, 3, . . . . Este resultado prova-se por indução sobre k.
Provemos então a base do processo indutivo, i.e., que a propriedade se verifica para k = 0.
Provemos agora o passo indutivo, i.e., suponhamos que o resultado é válido para n = k, ou seja,
α < xk e provemos que o mesmo resultado ainda permanece válido para n = k + 1, i.e., α < xk+1 .
Admitindo então que f (x) > 0, para todo o x ∈ ]α, b], obtemos,
f (xk ) f (xk )
α − xk < − ⇔ α < xk − 0 = xk+1 .
f 0 (xk ) f (xk )
Provamos assim que a sucessão gerada pelo método de Newton, neste caso, é uma sucessão limitada.
Provemos agora que a sucessão gerada pelo método de Newton, nas mesmas condição, é uma sucessão
monótona decrescente, i.e., xk+1 − xk < 0, k = 0, 1, 2, . . . . Para provar este facto basta ter em conta que
Pelos resultados provados podemos então concluir que nestas condições a sucessão, {xn }n∈N é uma
sucessão convergente, uma vez que é limitada, α < xk < x0 = b, k = 0, 1, 2, . . ., e é também monótona
decrescente.
Provemos agora que o limite da sucessão gerada pelo método de Newton é, de facto, o zero da função.
Seja α a raiz de f (x) = 0 no intervalo [a, b], e designemos o limite da sucessão gerada pelo método de
xk −→ x∗ e xk+1 −→ x∗ ,
k k
logo
µ ¶
f (xk ) f (x∗ ) f (x∗ )
lim xk+1 = lim xk − 0 ⇔ x∗ = x∗ − 0 ∗ ⇔ 0 ∗ = 0 ⇔ f (x∗ ) = 0,
k→∞ k→∞ f (xk ) f (x ) f (x )
tal significa que x∗ é solução de f (x) = 0 em [a, b], mas como a única raiz de f neste intervalo, por
¥
2.1. 12/11/2001 - Matemática 13
5. Considere a equação
x2 − sin2 (x + 1) = 0,
a qual tem uma raiz α ∈ Ω = [0, 1]. Pretende-se calcular essa raiz através da aplicação do método
iterativo do ponto fixo com uma função iteradora da forma
b) Faça λ = 0.5 e mostre que o método iterativo do ponto fixo associado a g converge para α,
qualquer que seja a aproximação inicial x0 ∈ Ω;
c) Determine o número de iterações necessárias para se obter uma aproximação xn com um erro
absoluto não superior a 10−6 .
Mas, sendo x ∈ [0, 1] = Ω, facilmente se verifica que (x + sin (x + 1)) > 0, para todo o x neste
E desta forma, se α for o único zero da função no intervalo Ω vamos então obter que
b) Provemos então que, com λ = 0.5 a função iteradora verifica as condições suficientes de convergên-
x sin (x + 1) x sin (x + 1)
g (x) = x − 0.5 (x − sin (x + 1)) = x − + = + .
2 2 2 2
i) Facilmente se verifica que g ∈ C 1 (Ω), pois g não é mais do que a soma de duas funções de
1 cos (x + 1)
g 0 (x) = + > 0,
2 2
pois cos (x + 1) > 0, para todo o x ∈ [0, 1]. Isto significa que g é uma função estritamente crescente
sin (x + 1)
g 00 (x) = − < 0, ∀x ∈ Ω,
2
Através de i), ii) e iii) fica imediatamente provado, pelo Teorema do Ponto Fixo, que a sucessão
xn sin (xn + 1)
xn+1 = g (xn ) = + , n = 0, 1, 2, . . .
2 2
converge para o único ponto fixo da função g no intervalo Ω, o qual coincide com o zero da função
x2 − sin2 (x + 1) nesse intervalo, qualquer que seja a aproximação inicial x0 que se tome para
c) Temos agora duas hipóteses para calcularmos o número mı́nimo de iterações a efectuar para que o
n
|e (xn )| = |α − xn | ≤ M n |α − x0 | ≤ (0.7701) |1 − 0| ≤ 10−6
n n ¡ ¢
(0.7701) ≤ 10−6 ⇔ ln (0.7701) ≤ ln 10−6 ⇔
¡ ¢
⇔ −0.2612349024 × n ≤ ln 10−6 ⇔ n ≥ 52.885 ⇒ n ≥ 53.
Concluı́mos neste caso que são necessárias 53 iterações para garantirmos que o erro que afecta o
Outra forma que temos para calcular o número de iterações é através da seguinte fórmula
Mn
|e (xn )| = |α − xn | ≤ |x1 − x0 | ≤ 10−6 .
1−M
Notando agora que, escolhendo por exemplo x0 = 0 vamos obter g (x0 ) = x1 = 0.4207354924, então
0.7701n
|0.4207354924| ≤ 10−6 ⇔ 0.7701n ≤ 5.464240696 × 10−7 ⇔
1 − 0.7701
n ¡ ¢
⇔ ln (0.7701) ≤ ln 5.464240696 × 10−7 ⇔
⇔ −0.2612349024 × n ≤ −14.41987048 ⇔
⇔n ≥ 55.1989 . . . ⇒ n ≥ 56.
Desta forma neste caso serão necessárias 56 iterações para garantirmos que o erro da aproximação
g (x0 ) = x1 = 0.9546487134,
pelo que
0.7701n
|0.0453512866| ≤ 10−6 ⇔ 0.7701n ≤ 5.069315939 × 10−6 ⇔
1 − 0.7701
n ¡ ¢
⇔ ln (0.7701) ≤ ln 5.069315939 × 10−6 ⇔
⇔ −0.2612349024 × n ≤ −12.19230467 ⇔
⇔n ≥ 46.6718 . . . ⇒ n ≥ 47,
o que significa que serão necessárias 47 iterações para podermos garantir, neste caso, que o erro da
J.
16 Capı́tulo 2. 2001-2002
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
1o Teste ao 2h:000
Duraç~
15 de Novembro de 2001
a) Calcule os valores de x que verificam a seguinte relação |cond f (x)| ≤ 10. Denote o conjunto
solução por Ω;
b) Supondo que xa é uma aproximação que possui 5 algarismos significativos que pertence a Ω,
o que pode concluir acerca do número de algarismos significativos de ya = f (xa ). Justifique
convenientemente a sua resposta;
Solução 2.2.1. a) Como já sabemos, o número de condição de uma função é dado por
x f 0 (x)
cond f (x) = ,
f (x)
Assim sendo os valores de x que verificam a condição exigida são os que pertencem ao seguinte
intervalo
h √ √ i
− 5, 5 .
b) Neste caso sabemos que a aproximação para o valor xa possui 5 algarismos significativos, o que,
por um resultado referido na teórica e que faz parte das folhas teórico-práticas, nos permite afirmar
que |eR (xa )| ≤ 0.5 × 10−5 . Por outro lado, sabemos igualmente que
mas, sabendo-se que xa pertence ao intervalo em que os valores do módulo do número de condição
o que nos dá a garantia de pelo menos 4 algarismos significativos para o valor aproximado de f (xa ).
J.
2
M |e (xn )| ≤ (M |e (xn−1 )|) , n = 1, 2, 3, . . .
obtenha um minorante para o número de iterações que lhe garanta que o erro que se comete na
aproximação xn da raiz da equação é inferior a δ > 0.
Solução 2.2.2. A demonstração deste resultado pode ser encontrada em alguns dos livros que fazem
parte da bibliografia indicada para a disciplina, como por exemplo, o livro do Kendal E. Atkinson -”An
introduction to elementary numerical analisys”. No entanto, a mesma será aqui apresentada. Ora, a
relação
2
M |e (xn )| ≤ (M |e (xn−1 )|) , n = 1, 2, 3, . . . ,
pode ser traduzida, por indução matemática, numa outra que lhe é equivalente,
2n 2n
M |e (xn )| ≤ (M |e (x0 )|) ≤ (M (b − a)) ,
tomando para [a, b] o intervalo inicial que contém a raiz da equação. Desta forma, e como pretendemos
que o erro que afecte a nossa iteração n seja inferior a δ, com delta uma tolerância, obviamente, maior
2n 1 2n
M |e (xn )| ≤ (M (b − a)) ⇔ (xn ) ≤ (M (b − a)) ≤ δ,
M
Convém referir nesta altura que para que o método convirja é extremamente necessário que se imponha
que M (b − a) < 1, pois só desta forma podemos garantir, atendendo à penúltima expressão escrita, que
|e (xn )| → 0, quando n → ∞.
18 Capı́tulo 2. 2001-2002
Aplicando agora logaritmos nepperianos em ambas as partes da inequação (1), vamos chegar à seguinte
relação equivalente
2n ln (δ M )
ln (M (b − a)) ≤ ln (δ M ) ⇔ 2n ln (M (b − a)) ≤ ln (δ M ) ⇔ 2n ≥ ,
ln (M (b − a))
e, finalmente, podemos então dizer que o número mı́nimo de iterações que nos garante que o erro que
J.
2
3. Determine, com 4 algarismos significativos, o valor da abcissa do ponto onde a parábola y = (x − 2)
se cruza com a recta que passa nos pontos (−2, −0.998) e (1, 0.502).
Solução 2.2.3. Devemos começar por construir a equação da recta que passa pelos pontos (−2, −0.998) e
(1, 0.502), a qual se obtém muito facilmente. Depois disso, devemos encontrar os intervalos que contém as
duas raı́zes, e escolhendo uma delas, devemos verificar as condições de convergência do método de Newton
e verificadas estas é só escolher o ponto x0 e iterar até obtermos uma aproximação que nos garanta os 4
algarismos significativos.
J.
Solução 2.2.4. Passando o sistema para a matriz aumentada, notando que estamos a trabalhar com três
e como pretendemos resolvê-lo da forma mais eficiente, vamos então utilizar a técnica de pivotação
parcial. Assim, o pivot que escolhemos para a primeira etapa do método de eliminação de Gauss será
dado por
com
a21 0.167 a31 −0.333
m21 = = = −0.167 e m31 = = = 0.333 .
a11 −1 a11 −1
com
a32 0.778
m32 = = = 0.701 .
a22 1.11
Devemos notar que para efectuar esta segunda etapa o facto de estarmos a utilizar a técnica de
J.
Solução 2.2.5. a) Calculando então a factorização LU da matriz vamos obter os seguintes resultados,
1 2 1 −−−−−−−−−−−−−−−−−−→ 1 2 1
(2) (1) (1)
L3 ← L3 − m31 L1
(1)
A=A = 2 1 1 0 −3 −1
(2)
=A ,
L(2) ← L(1) − m21 L(1)
2 2 1
1/2 2 1 0 1 1/2
e na outra etapa
1 2 1
A (2)
−−−−−−−−−−−−→ 0 −3 −1 = U,
(3) (2) (2)
L3 ←L3 −m32 L2
0 0 1/6
com
1 0 0 1 0 0
L=
m21 1 0
= 2 1 0
m31 m32 1 1/2 −1/3 1
Assim sendo só temos de resolver o sistema AX.2 = B.2 , onde X.2 representa a segunda coluna de
Esta é a segunda coluna da matriz X que verifica a relação AX = B, em que B é a matriz descrita
no enunciado.
J.
2.3. 17/12/2001 - EI, IG, ESC 21
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
EI, ESC e IG
2o Teste ao 2h:300
Duraç~
17 de Dezembro de 2001
(3,0) 1. Uma matriz A ∈ Rn×n diz-se tridiagonal se aij = 0, i > j + 1 e aij = 0, i < j − 1. Calcule o
número de operações a efectuar para obter a factorização LU de uma matriz A nestas condições.
Solução 2.3.1. O número de operações a efectuar vai depender do algoritmo que utilizarmos para resolver
Assim sendo não será difı́cil de verificar que o algoritmo possui (n − 1) etapas, fazendo-
-se em cada uma delas: 2 multiplicações e 1 adição. No final teremos de efectuar 2 (n − 1) multiplicações
e (n − 1) adições para obter a decomposição LU de uma matriz tridiagonal, o que perfaz um total de
3n − 3 operações para obter a decomposição de uma matriz tridiagonal. Obviamente que, para poupar
espaço no armazenamento de dados, as entradas da matriz L serão guardadas sobre o espaço que já foi
Outros algoritmos podem ser utilizados para efectuar a decomposição LU da matriz A, embora sejam
mais lentos, menos económicos, relativamente ao que atrás foi exibido. Por exemplo, no caso de não
notarmos que em cada etapa ak,k+2 = 0 podemos elaborar o seguinte algoritmo (que não está errado, mas
para k = 1, 2, 3, . . . , n − 1
ak+1,k
lk+1,k = ak+1,k ←
ak,k
ak+1,k+1 ← ak+1,k+1 − lk+1,k ak,k+1
ou ainda, no caso de querermos guardar a informação de L numa outra estrutura de dados, o que
poderá ser necessário no caso de pretendermos utilizar a matriz A para efectuar cálculos posteriores à
decomposição,
para k = 1, 2, 3, . . . , n − 1
uk,k+1 ← ak,k+1
ak+1,k
`k+1,k ←
uk,k
uk+1,k ← ak+1,k − `k+1,k uk,k
J.
Solução 2.3.2. Para resolvermos este exercı́cio apenas temos de aplicar as definições dadas para cada
½ ¾
P
4
• kAk1 = max |aij | , j = 1, 2, 3, 4 =
i=1
© √ √ √ √ √ ª
= max 2 2 + 2, 2 + 1 + 1, 2 + 3 + 2, 1 + 1 =
¡√ ¢
=2 2+1
2.3. 17/12/2001 - EI, IG, ESC 23
( )
P
4
• kAk∞ = max |aij | , i = 1, 2, 3, 4 =
j=1
© √ √ √ √ √ ª
= max 2 2 + 2 + 2, 1 + 3 + 1, 2 + 2, 1 + 1 =
√
=4 2
J.
uma matriz A ∈ Rn×n é definida positiva se xT Ax > 0, para todo o vector x ∈ Rn \ {0}. Assim
ou seja,
2
xT Ax = 4x21 + x1 x3 + 2x22 + x1 x3 + 4x23 = 3x21 + 2x22 + 3x23 + (x1 + x3 ) .
Não será agora difı́cil afirmar que para x = (x1 , x2 , x3 ) 6= (0, 0, 0) qualquer 3x21 + 2x22 + 3x23 > 0, e por
conseguinte, xT Ax > 0, o que prova que a matriz A dada é uma matriz definida positiva.
J.
c) Utilize o método do resı́duo (refinamento iterativo) para obter uma aproximação para a solução,
tomando como critério de paragem a condição krk∞ ≤ 0.1.
24 Capı́tulo 2. 2001-2002
Solução 2.3.4. a) Pretendemos obter a decomposição LU da matriz A, utilizando para tal uma aritmética
a21 2.31
com m21 = = = 19.1. Pelo que,
a11 0.121
1.00 0.00
e=
L
19.1 1.00
b) Utilizemos agora a decomposição LU obtida na alı́nea anterior para obter uma apro-ximação para
Assim sendo a aproximação obtida para a solução do nosso sistema é dada por
x
e = (0.331, 0.376) .
c) Pretendemos agora aplicar o refinamento iterativo até obtermos uma solução para a qual a norma
infinito do resı́duo seja inferior a 0.1. Comecemos por calcular o resı́duo que está associado à aproximação
e como já sabemos, para diminuir os efeitos do cancelamento subtractivo, eb deve ser calculado com dupla
e consequentemente
1.21 1.21317 −0.00317
r(0) = b − b(0) = − =
(0)
⇒ kr k∞ = 0.127 > 0.1 .
0.982 1.10903 −0.127
Agora sabemos que x(1) = x(0) + e(0) , onde e(0) é a solução do sistema de equações lineares,
eU
Ae(0) = r(0) ⇔ L e e(0) = r(0) .
| {z }
=y (0)
logo
e consequentemente
1.21 1.24280 −0.0328
r(1) = b − b(1) = − =
(1)
⇒ kr k∞ = 0.0328 < 0.1 ,
0.982 0.980582 0.00142
pelo que se verifica a condição de paragem e a aproximação para a solução pretendida é dada por
0.275
x(1) = .
0.377
J.
b) Utilizando toda a informação da tabela obtenha uma aproximação para o valor da função f
em 1.35;
Solução 2.3.5. a) A tabela das diferenças divididas que está associada a esta tabela é a seguinte
x0 = 1.0 y0 = 1.359
| {z }
=a0
x2 = 2.0 y2 = 3.695
2 2
p5 (x) = a0 + a1 (x − x0 ) + a2 (x − x0 ) + a3 (x − x0 ) (x − x1 ) +
2 2 2 2
+a4 (x − x0 ) (x − x1 ) + a5 (x − x0 ) (x − x1 ) (x − x2 ) ⇒
2
f (1.35) ≈ p5 (1.35) = 1.359 + 1.359 (1.35 − 1) + 0.81 (1.35 − 1) +
2 2 2
+0.288 (1.35 − 1) (1.35 − 1.5) + 0.92 (1.35 − 1) (1.35 − 1.5) +
2 2
+0.008 (1.35 − 1) (1.35 − 1.5) (1.35 − 2) ⇒
2 2
⇒ f (1.35) ≈ p5 (1.35) = 1.359 + 1.359 (0.35) + 0.81 (0.35) + 0.288 (0.35) (−0.15) +
2 2 2 2
0.92 (0.35) (−0.15) + 0.008 (0.35) (−0.15) (−0.65) .
2.3. 17/12/2001 - EI, IG, ESC 27
Desta forma,
2
p05 (x) = 1.359 + 2 × 0.81 (x − 1) + 2 × 0.288 (x − 1) (x − 1.5) + 0.288 (x − 1) +
2 2
2 × 0.92 (x − 1) (x − 1.5) + 2 × 0.92 (x − 1) (x − 1.5) +
2 2 2
+0.008 (x − 1) (x − 1.5) + 2 × 0.008 (x − 1) (x − 1.5) (x − 2) +
2
+2 × 0.008 (x − 1) (x − 1.5) (x − 2)
2
p05 (x) = 1.359 + 1.62 (x − 1) + 0.576 (x − 1) (x − 1.5) + 0.288 (x − 1) +
2 2
+1.84 (x − 1) (x − 1.5) + 1.84 (x − 1) (x − 1.5) +
2 2 2
+0.008 (x − 1) (x − 1.5) + 0.016 (x − 1) (x − 1.5) (x − 2) +
2
+0.016 (x − 1) (x − 1.5) (x − 2) ,
Não será difı́cil verificar que p05 (xi ) = f 0 (xi ) , i = 0, 1, 2, o que significa que p05 (x) é um polinómio
J.
28 Capı́tulo 2. 2001-2002
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Matemática
2o Teste ao 2h:300
Duraç~
18 de Dezembro de 2001
(5,0) 1. Sejam
10−5 2 1
A= e b= .
1 1 1
b) Resolva o mesmo sistema, utilizando agora uma aritmética de 3 algarismos significativos, sem
aplicar qualquer tipo de escolha de pivot. Denote a solução por y;
kx − yk2
c) Calcule kx − yk2 e ;
kxk2
d) Resolva novamente o sistema de equações lineares Ax = b, mas utilizando agora a técnica de
escolha de pivot parcial com uma aritmética de 3 algarismos significativos. Denote a solução
por z;
kx − zk2
e) Calcule kx − zk2 e ;
kxk2
f) Comente o resultados obtidos nas alı́neas c) e e).
Solução 2.4.1. a)Resolvendo o sistema com aritmética exacta e utilizando a eliminação de Gauss, vamos
obter,
−5
.. ..
10 2 . 1 −−−−−−−−−−−−−→ 10−5 2 . 1
.. L2 ← L2 − m21 L1 .. ,
1 1 . 1 0 −199999 . −99999
a12 1
com m12 = = −5 = 105 = 100000. Passando agora para a forma de sistema, vem que
a11 10
−5
105 100000
10 x1 + 2x2 = 1
x 1 = =
199999 199999
⇔
−199999x2 = −99999 x2 = 99999
199999
2.4. 18/12/2001 - Matemática 29
tivos pelo método de eliminação de Gauss, sem qualquer tipo de escolha de pivot, vamos obter
−5
.. −5
..
10 2 . 1 −−−−−−−−−−−−−→ 10 2 . 1
.. L2 ← L2 − m21 L1 .. ,
1 1 . 1 0 −200000 . −100000
a12 1
com m12 = = −5 = 105 = 100000. Em termos de solução vamos obter o seguinte
a11 10
−5
10 y1 + 2y2 = 1
y1 = 0
⇔
100000
−200000y = −100000
y2 = = 0.5
2
200000
Pelo que a solução do sistema neste caso será
y1 0
y= =
y2 0.5
kx − yk2 0.5000025
= = 0.7071103167 ≈ 0.71,
kxk2 0.7071067812
kx − yk2
100 × ≈ 71% de erro.
kxk2
Notemos que
õ ¶2 µ ¶2 !1/2
100000 99999 1/2
kxk2 = + = (0.2500025 + 0.2499975) =
199999 199999
1/2
= (0.5) = 0.7071067812 ≈ 0.71 .
30 Capı́tulo 2. 2001-2002
d)Vamos agora resolver o mesmo sistema, mas utilizando uma aritmética finita de 3 algarismos sig-
nificativos pelo método de eliminação de Gauss, com escolha de pivot parcial. Neste caso,
−5
.. ..
10 2.00 . 1.00 −−−−−−→ 1.00 1.00 . 1.00
.. L1 ↔ L2 . →
1.00 1.00 . 1.00 10 −5 .
2.00 . 1.00
..
−−−−−−−−−−−−−→ 1.00 1.00 . 1.00
L2 ← L2 − m21 L1 ..
0.00 2.00 . 1.00
a12
com m12 = = 10−5 = 0.00001. Em termos de solução vamos obter o seguinte
a11
1.00z1 + 1.00z2 = 1.00
z1 = 0.500
⇔
2.00z2 = 1.00 z = 0.500
2
e)No que toca à solução que obtivemos a partir da utilização da escolha de pivot os resultados são os
seguintes
µ ¶
105 105 − 1
kx − zk2 = k , − (0.5, 0.5) k2 =
2 × 105 − 1 2 × 105 − 1
õ ¶2 µ ¶2 !1/2
105 105 − 1
= − 0.5 + − 0.5 =
2 × 105 − 1 2 × 105 − 1
¡ ¢1/2 ¡ ¢1/2
= 0.00000252 + 0.00000252 = 2 × 0.00000252 =
¡ ¢1/2
= 2 × 6.25 × 10−12 = 3.535533906 × 10−6 ≈ 0.4 × 10−5 .
kx − zk2
100 × = 0.5 × 10−3 % de erro.
kxk2
f )Qualquer comentário que explique o porquê da obtenção de melhores resultados com a escolha de
J.
2.4. 18/12/2001 - Matemática 31
Solução 2.4.2. a)Considerando as colunas da matriz vectores linearmente independentes, vamos cons-
truir para eles uma base ortonormada utilizando para tal o algoritmo de Gram-Schmidt. Consideremos
então
n³ √ ´ ³√ ´ ³ √ ´o
C = {A.1 , A.2 , A.3 } = 2 2, 0, 2, 2 , 2, 1, 1, 1 , − 2, 3, −2, 0 .
Ora, para obtermos o primeiro vector de B, apenas necessitamos de dividir A.1 pela sua norma eucli-
diana, assim,
³ √ ´ √
r11 = kA.1 k2 = k 2 2, 0, 2, 2 k2 = 8 + 0 + 4 + 4 = 4
e
Ã√ !
1 2 1 1
Q.1 = A.1 = , 0, , .
r11 2 2 2
Obtivemos assim o primeiro vector da base ortonormada, que é simplesmente a primeira coluna da matriz
Q.
Para obtermos o segundo vamos começar por criar um vector que seja ortogonal a Q.1 , o qual desig-
Assim sendo,
√
2
· √ ¸
1 2
hQ.1 , A.2 i = QT.1 A.2 = 2
0
1 1 = + 0 + 1 + 1 = 2,
2 2 2 1 2 2 2
1
logo, Ã√ !
³√ ´ 2 1 1
p2 = A.2 − r12 Q.1 = 2, 1, 1, 1 − 2 , 0, , = (0, 1, 0, 0) .
2 2 2
Não será difı́cil verificar que p2 é ortogonal a Q.1 , i.e., que hp2 , Q.1 i = 0.
Agora, sabemos que o vector Q.2 terá que ter norma unitária e terá que ser ortogonal a Q.1 , pelo que,
p2 p2
Q.2 = = = p2 = (0, 1, 0, 0) ,
kp2 k2 r22
pois
¡ ¢1/2
kp2 k2 = 02 + 12 + 02 + 02 = 1 = r22 .
Ficamos assim com o segundo vector da base ortonormada, i.e., com a segunda coluna da matriz
ortogonal Q.
Pelo mesmo processo vamos agora obter o terceiro vector da base ortonormada que estamos a cons-
truir. Comecemos por construir um vector que seja ortogonal aos vectores que já fazem parte dessa base;
designemos esse vector por p3 , o qual é dado por p3 = A.3 − r13 Q.1 − r23 Q.2 . Desta forma temos,
Ã√ !
2 1 1 ³ √ ´ 2
hQ.1 , A.3 i = h , 0, , , − 2, 3, −2, 0 i = − + 0 − 1 + 0 = −2,
2 2 2 2
e
³ √ ´
hQ.2 , A.3 i = h(0, 1, 0, 0) , − 2, 3, −2, 0 i = 3.
Assim sendo,
Ã√ !
³ √ ´ 2 1 1
p3 = − 2, 3, −2, 0 + 2 , 0, , − 3 (0, 1, 0, 0) =
2 2 2
³ √ ´ ³√ ´
= − 2, 3, −2, 0 + 2, 0, 1, 1 + (0, −3, 0, 0) =
= (0, 0, −1, 1)
Não será difı́cil verificar que este vector é ortogonal a Q.1 e também a Q.2 , i.e., que hp3 , Q.1 i = 0 e
que hp3 , Q.2 i = 0. Para obtermos agora Q.3 basta-nos dividir p3 por kp3 k2 , assim
à √ √ !
p3 p3 2 2
Q.3 = = = 0, 0, − ,
kp3 k2 r33 2 2
2.4. 18/12/2001 - Matemática 33
note-se que
√
r33 = kp3 k2 = 2.
dizer que resolver o sistema Ax = B se resume à resolução do sistema equivalente Rx = QT b, uma vez
que a matriz Q é uma matriz ortogonal, i.e., Q possui inversa e Q−1 = QT . E, por R ser uma matriz
triangular superior, a resolução do sistema efectua-se agora de uma forma muito simples, vejamos,
Agora,
√
√ 2
2/2 0 1/2 1/2 1
1
QT b =
0 1 0 0
= 1 ,
−1
√ √ √
0 0 − 2/2 2/2 2
1
e imediatamente
4 2 −2 x1 1
T
Rx = Q b ⇔ 0 1 3 x2
= 1
⇔
√ √
0 0 2 x3 2
4x1 = 1 − 2x2 + 2x3
⇔ x2 = 1 − 3x3 = −2 ⇔
x =1
3
x1 = 7/4
⇔ x2 = −2 .
x =1
3
34 Capı́tulo 2. 2001-2002
b − Ay = b − Ay + Ax − Ax = b − Ax + Ax − Ay =
= b − Ax + A (x − y) ,
kb − Ayk2 = kb − Ax + A (x − y) = k2
T
= (b − Ax + A (x − y)) (b − Ax + A (x − y)) =
T T
= (b − Ax) (b − Ax) + (b − Ax) (A (x − y)) +
T T
+ (A (x − y)) (b − Ax) + (A (x − y)) (A (x − y)) =
T T T
= (b − Ax) (b − Ax) + 2 (b − Ax) (A (x − y)) + (A (x − y)) (A (x − y))
T ¡ ¢T
(b − Ax) (A (x − y)) = AT (b − Ax) (x − y) = A T
|{z}r (x − y) = 0
=0
e como tal
finalmente
O que prova que o resı́duo associado à solução que se obtém da resolução do sistema das equações
normais é aquela que menor resı́duo provoca para o sistema de equações lineares sobredeterminado Ax = b.
kA (x − y) k2 = 0 ⇔ A (x − y) = 0,
2.4. 18/12/2001 - Matemática 35
e como as colunas da matriz A são linearmente independentes concluı́mos que x = y, ou seja, a solução
J.
Nota: Deve contar todas as operações necessárias para construir a tabela das diferenças divididas
e todas as operações necessárias para obter a aproximação através do polinómio interpolador.
Solução 2.4.4. Comecemos por contar as operações que estão envolvidas na construção da tabela das di-
ferenças divididas. Assim sendo, se nos derem os pontos (xi , yi ) , i = 0, 1, 2, . . . , n, a tabela das diferenças
x0 y0
y [x0 , x1 ]
x1 y1 y [x0 , x1 , x2 ]
y [x1 , x2 ] y [x0 , x1 , x2 , x3 ]
x2 y2 y [x1 , x2 , x3 ]
.. .. .. .. .. ..
. . . . . . y [x0 , x1 , x2 , . . . , xn ]
xn−1 yn−1
y [xn−1 , xn ]
xn yn
Agora como
yk+1 − yk
y [xk , xk+1 ] = , k = 0, 1, . . . , n − 1
xk+1 − xk
temos então que, para cada uma das diferenças divididas de ordem um estão envolvidas uma multiplicação
e duas adições, tendo en conta que temos de calcular n diferenças divididas de ordem 1, o número total de
operações a efectuar para obter todas as diferenças divididas de ordem 1 é 2n adições e n multiplicações,
i.e., 3n operações; no que toca às diferenças divididas de segunda ordem sabemos que são n − 1, e que
, e novamente, em cada uma delas estão envolvidas uma multiplicação e duas adições, o que nos permite
concluir que para as segundas diferenças divididas são empregues 2 (n − 1) adições e (n − 1) multiplica-
ções, dado no total, 3 (n − 1). Seguindo um raciocı́nio indutivo vamos obter a última diferença dividida
onde se emprega apenas uma multiplicação e duas adições. Com base no que foi exposto podemos concluir
que o número total de operações para construir a tabela das diferenças divididas será
n
X n
X n−1 3n2 − n
3k = 3 k=3 (n − 1 + 1) = .
2 2
k=1 k=1
Falta-nos agora contar o número de operações que se obtém com os cálculos no polinómio. Seja então
pn (x) = a0 + a1 (x − x0 ) + a2 (x − x0 ) (x − x1 ) + . . . + an (x − x0 ) (x − x1 ) . . . (x − xn−1 ) .
Então, em a0 não temos qualquer operação (adição e/ou multiplicação), em a1 (x − x0 ) temos uma adição
e uma multiplicação, i.e., duas operações, em a2 (x − x0 ) (x − x1 ) teremos duas adições e duas multipli-
cações, ou seja, quatro operações, em a3 (x − x0 ) (x − x1 ) (x − x2 ) vamos ter três adições e três mul-
número de operações empregues no polinómio interpolador para calcular a aproximação p (x) será dado
por
n
X n
X 0+n
2k + n = 2 k+n=2 (n + 1) + n = n2 + 2n.
2
k=0 k=0
No final concluı́mos que o número de operações a efectuar para obter a aproximação p (x), contando
J.
c) Faça uma estimativa do erro que se comete na aproximação obtida na alı́nea anterior.
Solução 2.4.5. a) A tabela das diferenças divididas que está associada a esta tabela é a seguinte
x0 = 1.0 y0 = 1.359
y [x0 , x1 ] = 1.764
y [x2 , x3 ] = 4.792
x3 = 2.5 y3 = 6.091
b) Pretendemos agora obter a melhor aproximação para o valor de f (1.65) através dos pontos da
tabela com a utilização de interpolação parabólica. Necessitamos então de três pontos para construir o
polinómio interpolador, mas, uma vez que nos são dados quatro pontos teremos de escolher os que melhor
resultado vão produzir, pelo que teremos de escolher os pontos com base na fórmula do erro. Assim sendo,
M3 M3
|e (p2 (1.65))| = |f (1.65) − p2 (1.65)| ≤ |W2 (1.65)| = |(1.65 − x0 ) (1.65 − x1 ) (1.65 − x2 )| ,
3! 3!
com M3 = max |f 000 (x)|. Perante este resultado concluı́mos que devemos escolher para nós da inter-
x∈[1.0,2.5]
polação os pontos que se encontrarem mais próximos de x = 1.65, i.e., os pontos que tornam |W2 (1.65)|
mais pequeno. Não será então difı́cil concluir que neste caso os pontos a escolher serão
Utilizando estes pontos, o polinómio interpolador de segundo grau será dado por
p2 (x) = a0 + a1 (x − x0 ) + a2 (x − x0 ) (x − x1 ) =
p2 (1.65) = 1.359 + 1.764 (1.65 − 1.0) + 1.144 (1.65 − 1.0) (1.65 − 1.5) = 2.61714 ≈ 2.617
38 Capı́tulo 2. 2001-2002
c) Para obtermos uma estimativa para o erro vamos então utilizar a fórmula
f 000 (ξ)
|e (p2 (1.65))| = |f (1.65) − p2 (1.65)| = |W2 (1.65)| =
3!
f 000 (ξ)
= |(1.65 − x0 ) (1.65 − x1 ) (1.65 − x2 )| .
3!
Assim,
f 000 (ξ)
|e (p2 (1.65))| = |f (1.65) − p2 (1.65)| ≈ × 0.034 .
3!
entanto, existe um resultado das diferenças divididas que nos permite obter uma aproximação para o
f (k) (ξ)
y [x0 , x1 , . . . , xk ] = .
k!
f 000 (ξ)
Com base neste resultado podemos aproximar por y [x0 , x1 , x2 , x3 ], logo
3!
f 000 (ξ)
|e (p2 (1.65))| = |f (1.65) − p2 (1.65)| ≈ × 0.034 = 0.4933 × 0.034 ≈ 0.017 .
3!
J.
2.5. 11/01/2002 - Matemática 39
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Matemática
11 de Janeiro de 2002
calcule um majorante para o erro relativo absoluto que se comete no cálculo da aproximação
f (xa , ya , za ).
Solução 2.5.1. Recorrendo à fórmula da propagação do erro absoluto vamos obter que
¯ ¯ ¯ ¯ ¯ ¯
¯ ∂f ¯ ¯ ∂f ¯ ¯ ∂f ¯
¯
|e (f (xa , ya , za ))| ≤ ¯ ¯ ¯
(xa , ya , za )¯ |e (xa )| + ¯ ¯ ¯
(xa , ya , za )¯ |e (ya )| + ¯ (xa , ya , za )¯¯ |e (za )|
∂x ∂y ∂z
logo, para obtermos o erro relativo em f (xa , ya , za ), basta-nos dividir a expressão anterior por |f (xa , ya , za )|,
desta forma
¯ ¯ ¯ ¯ ¯ ¯
¯ ∂f ¯ ¯ ∂f ¯ ¯ ∂f ¯
¯ ¯ ¯
(xa , ya , za )¯ |e (xa )| + ¯ ¯ ¯
(xa , ya , za )¯ |e (ya )| + ¯ (xa , ya , za )¯¯ |e (za )|
|e (f (xa , ya , za ))| ¯ ∂x ∂y ∂z
≤
|f (xa , ya , za )| |f (xa , ya , za )|
Agora temos,
∂f 4 ∂f 8 ∂f 4
(xa , ya , za ) = ya2 za , (xa , ya , za ) = xa ya za , (xa , ya , za ) = xa ya2
∂x 3 ∂y 3 ∂z 3
40 Capı́tulo 2. 2001-2002
J.
b) Verifique a aplicabilidade do método de Newton para obter uma aproximação da raiz que se
encontra neste intervalo;
Solução 2.5.2. a) Para provarmos a existência da raiz no intervalo [0.5, 1, ], temos apenas de aplicar
o teorema do valor intermédio. Notando então que f (x) = x2 − cos2 (x) é uma função contı́nua em R,
visto que se trata da soma de duas funções contı́nuas, x2 e cos2 (x) em R, temos
f (0.5) = 0.25 − cos2 (0.5) ≈ −0.52
⇒ f (0.5) × f (1) < 0 ⇒ ∃α ∈ [0.5, 1] : f (α) = 0.
f (1) = 1 − cos2 (1) ≈ 0.71
2.5. 11/01/2002 - Matemática 41
Quanto à unicidade, temos que estudar o sinal da derivada no intervalo [0.5, 1]. Neste caso temos
e atendendo a que sin (x) > 0 para todo o x ∈ ]0, π[, temos então que sin (2x) > 0 para todo o x ∈ ]0, π/2[,
logo, como [0.5, 1] ⊂ ]0, π/2[, podemos imediatamente concluir que sin (2x) > 0 para todo o x ∈ [0.5, 1].
o que implica que a função f (x) seja uma função estritamente crescente no intervalo.
Fica assim provada a existência e a unicidade da raiz da equação f (x) = 0 no intervalo [0.5, 1].
verificar todas as condições do teorema de convergência do método de Newton. Assim sendo, para começar
teremos que salvaguardar que f ∈ C 2 ([0.5, 1]), o que não oferece qualquer dificuldade pois,
f (x) = x2 − cos2 (x) é uma função contı́nua em R ⊃ [0.5, 1]
2
f 0 (x) = 2x + sin (2x) é uma função contı́nua em R ⊃ [0.5, 1] ⇒ f ∈ C ([0.5, 1]) .
f 00 (x) = 2 + 2 cos (2x) é uma função contı́nua em R ⊃ [0.5, 1]
Além desta condição teremos também que provar que a primeira derivada da função não se anula no
interior do intervalo [0.5, 1]. Mas, na alı́nea anterior já verificamos que f 0 (x) > 0, para todo o x ∈ [0.5, 1],
Estas são as duas condições de convergência essenciais para a convergência do método de Newton, no
convergência do método de Newton verificamos que a amplitude do intervalo que estamos a utilizar terá
de verificar a condição
1
|b − a| ≤ ,
M
onde
M2
M= , com M2 = max |f 00 (x)| e m1 = min |f 0 (x)| .
2m1 x∈[0.5,1] x∈[0.5,1]
pelo que se pode concluir que f 00 é uma função estritamente decrescente no intervalo que estamos a
M2 = max |f 00 (x)| = max {|f 00 (0.5)| , |f 00 (1)|} = max {3.0806, 1.16771} = 3.0806 .
x∈[0.5,1]
42 Capı́tulo 2. 2001-2002
¡ ¢
f 00 (x) = 2 + 2 cos (2x) = 2 1 + cos2 (x) − sin2 (x) =
¡¡ ¢ ¢
= 2 1 − sin2 (x) + cos2 (x) =
¡ ¢
= 2 cos2 (x) + cos2 (x) = 4 cos2 (x) ≥ 0, ∀x ∈ R
o que significa que a função f 0 é uma função crescente, o que nos permite então concluir que
m1 = min |f 0 (x)| = min {|f 0 (0.5)| , |f 0 (1)|} = min {1.84147, 2.9093} = 1.84147 .
x∈[0.5,1]
M2 3.0806 1 1
M= ≈ = 0.836451 ⇒ |1 − 0.5| = 0.5 ≤ ≈ ≈ 1.19553 P.V.
2m1 2 × 1.84147 M 0.836451
Fica assim provado que a aplicação do método de Newton à função dada, no intervalo [0.5, 1], produz
uma sucessão convergente para α, sendo α a raiz da equação f (x) = 0 no intervalo especificado.
c) Para começarmos a iterar o método de Newton deveremos escolher a primeira aproximação para
o valor da raiz α. Sabemos já, pela alı́nea anterior que escolhendo qualquer valor x0 no intervalo [0.5, 1]
a sucessão gerada pelo método de Newton será então uma sucessão convergente para α. No entanto,
a nı́vel de cálculo devemos escolher o valor de x0 através do seguinte critério: x0 é um ponto onde
f (x0 ) × f 00 (x0 ) > 0, i.e., a função e a segunda derivada possuem o mesmo sinal no ponto que se escolhe
f (0.5) < 0 ∧ f (1) > 0
⇒ x0 = 1 .
f 00 (x) > 0, ∀x ∈ [0.5, 1]
f (xn )
xn+1 = xn − ,
f 0 (x)
e tomando como aproximação para o erro que se comete em xn a quantidade |xn+1 − xn |, então, vamos
4 0.739085
J.
c) Utilize o método do resı́duo (refinamento iterativo) para obter uma aproximação para a solução.
Tome como critério de paragem a condição krk1 ≤ 3 × 10−3 .
Solução 2.5.3. Não será, neste caso, necessário averiguar se a matriz é simétrica (obviamente que o
é) e definida positiva, pois é-nos exigido que calculemos a decomposição de Cholesky. Sabendo então que
a decomposição de Cholesky nos fornece uma factorização triangular da matriz A, com A = LLT , onde
L é uma matriz triangular inferior com elementos diagonais positivos (não obrigatoriamente iguais a 1,
como na decomposição LU , pelo que convém não misturar as duas decomposições), tomemos então L
donde resulta um sistema de três equações a três incógnitas, o qual se resolve por substituição descen-
dente e, como todos os dados são apresentados com três algarismos significativos, se deve resolver numa
Podemos então concluir que a decomposição de Cholesky nos fornece a seguinte decomposição
0.312 0.112 T 0.559 0.00 T
A= = LL = L
0.112 0.201 0.200 0.401
b) Vamos agora resolver o sistema utilizando a decomposição de Cholesky calculada na alı́nea anterior.
Ora,
1o ) Ly
T
= b
Ax = b ⇔ LL x=b⇔
|{z}
2o ) LT x =
=y y
Assim sendo,
y1
0.559 0.00 y1 0.960 = 1.72
1o ) Ly = b ⇔ = ⇒ ... ⇒
y2
0.200 0.401 y2 0.827 = 1.20
c) A partir da solução obtida na alı́nea anterior vamos aplicar o refinamento iterativo por forma a
obter uma solução aproximada cujo resı́duo verifique a condição krk1 ≤ 3 × 10−3 .
Comecemos então por calcular o resı́duo que está associado a esta solução aproximada, para isso
devemos notar que a multiplicação da matriz pela aproximação obtida,Ax(0) , deve ser feita utilizando
uma aritmética com dupla precisão daquela que estamos a utilizar, assim, denotando por x(0) a solução
pelo que o resı́duo que está associado a x(0) será dado por
0.960 0.95888 0.00112
r(0) = b − b(0) = − = .
0.827 0.82499 0.00201
Este último cálculo já é feito, novamente, com a aritmética inicial, neste caso com três algarismos
Como não se verifica a condição de paragem teremos de iterar o método do resı́duo para obter (possi-
velmente) uma melhor aproximação para a solução. Assim sendo, a resolução do sistema Ae(0) = r(0)
fornecerá o vector e(0) , que adicionado a x(0) nos dará uma melhor aproximação para a solução. Come-
e
(0)
e(0)
0.559 0.200 e1
0.00200 1 = 0.00
2o ) LT e(0) = y ⇔ = ⇒ ... ⇒ .
(0)
e(0)
0.00 0.401 e2 0.00401 2 = 0.01
A nova aproximação para a solução será então dada por
2.00 0.00 2.00
x(1) = x(0) + e(0) = + =
2.99 0.01 3.00
Verifiquemos agora qual o resı́duo que está associado a esta aproximação, começando por calcular o
e finalmente
0.960 0.960 0.00
r(1) = b − b(1) = − = .
0.827 0.827 0.00
Desta forma,
J.
46 Capı́tulo 2. 2001-2002
a) Construa a tabela das diferenças divididas associada à interpolação inversa, para toda a tabela;
c) Sabendo que f (x) = arcsen (x) − 0.5, calcule um majorante para o erro cometido.
Solução 2.5.4. a) Por uma questão de precisão nos resultados que se pretendem obter devemos apre-
sentar os cálculos com mais algarismos significativos do que aqueles com que são representados os dados
iniciais, dessa forma, geralmente escrevemos estes com mais um ou com mais dois algarismos signifi-
cativos. Devemos notar ainda que não se resolve o problema com uma aritmética finita, a menos que
tal seja exigido, que não é o caso neste exercı́cio. Após estas explicações construa-se então a tabela das
y0 = −1.024 x0 = −0.5
| {z }
=a0
|0.954198
{z }
=a1
0.954927 −0.145430
| {z }
=a3
0.477373
y3 = 1.071 x3 = 1.0
b) Pretendemos utilizar a tabela das diferenças divididas calculada na alı́nea anterior para obter uma
Assim sendo,
p2 (y) = a0 + a1 (y − y0 ) + a2 (y − y0 ) (y − y1 )
pelo que a aproximação para o zero da função será calculada apenas pela imagem do polinómio no ponto
zero. Logo,
≈ 0.477455
c) Pretendemos agora obter um majorante para o erro que se comete ao aproximar o zero da função
pelo valor obtido na alı́nea anterior. Para isso temos a fórmula do erro,
¯ 000 ¯
¯ g (ξ) ¯
¯
|e (p2 (y))| = |g (y) − p2 (y)| = ¯ (y − y0 ) (y − y1 ) (y − y2 )¯¯ ,
3!
com ξ, y ∈ [y0 , y2 ] = [−1.024, 0.02360] e g (y) = f −1 (y). Atendendo a que pretendemos majorar o erro, a
Para podermos então obter o majorante para o erro falta-nos obter o majorante da terceira derivada da
função inversa de f , a qual designamos anteriormente por g, i.e., g (y) = f −1 (y), no intervalo onde é
π π π π
− ≤ y + 0.5 ≤ ⇔ − − 0.5 ≈ −2.07 ≤ y ≤ − 0.5 ≈ 1.07,
2 2 2 2
Agora, g (iv) (y) = sen (y + 0.5) = 0 ⇔ y = −0.5 + kπ, com k ∈ Z. Mas, para k = 0,
pelo que
= cos (0) = 1 .
M3 1
|e (p2 (0))| ≤ |(0 − y0 ) (0 − y1 ) (0 − y2 )| = × 1.024 × 0.5 × 0.0236 ≈ 0.002 ≤ 0.005 .
3! 6
J.
(4,0) 5. Prove que, se obtivermos a factorização LU de uma matriz A, A ∈ Rn×n , utilizando a técnica
de pivotação parcial, então
i) Os multiplicadores associados a cada uma das fases da factorização serão todos menores do
que 1 em valor absoluto;
kAk1
ii) ≤ n.
kU k1
Solução 2.5.5. Suponhamos então que se obtém a decomposição LU de uma matriz A ∈ Rn×n utilizando
i) comecemos por provar que os multiplicadores associados a cada uma das fases da factorização são todos
Ora, na primeira fase da factorização LU vamos escolher para pivot o valor que satisfizer a condição
n¯ ¯ o
¯ (1) ¯
max ¯ai1 ¯ , i = 1, 2, . . . , n ,
1o caso) Suponhamos, num primeiro caso que o elemento que se pretende escolher para pivot
neste caso não são efectuadas trocas de linhas e os multiplicadores associados a esta primeira fase
2o caso) Suponhamos, num segundo caso, que o elemento que verifica a condição especificada
¯ ¯ n¯ ¯ o
¯ (1) ¯ ¯ (1) ¯
¯ap1 ¯ = max ¯ai1 ¯ , i = 1, 2, . . . , n ,
com p ∈ {2, 3, . . . , n}, então teremos de proceder à troca das linhas 1 e p. Designando agora por
A(1) a matriz que se obtém após a escolha do pivot, vamos obter os seguintes multiplicadores para
Uma nota importante a fazer neste caso é a de que a decomposição que se obtém no final, no caso
de haver pelo menos uma troca de linhas envolvida, não é a da matriz A, mas sim de uma matriz
P A, onde P é uma matriz de permutação que guarda toda a informação acerca das trocas que foram
A análise à primeira fase fica assim concluı́da. No que toca à segunda fase o procedimento é análogo,
para a terceira também, a por assim adiante até á fase n − 1. No entanto, para mostrar de uma
forma mais geral o que se faz, expliquemos os procedimentos quando nos encontramos numa fase
n¯ ¯ o
¯ (k) ¯
max ¯aik ¯ , i = k, k + 1, . . . , n ,
1o caso) no primeiro deles, o elemento que queremos escolher para pivot está na diagonal
principal, i.e.,
n¯ ¯ o ¯ ¯
¯ (k) ¯ ¯ (k) ¯
max ¯aik ¯ , i = k, k + 1, . . . , n = ¯akk ¯ ,
o que significa que nesta fase não serão efectuadas quaisquer troca de linhas na matriz A(k) , e como
2o caso) Num segundo esquema vamos supor que o elemento que se pretende escolher para pivot
n¯ ¯ o ¯ ¯
¯ (k) ¯ ¯ (k) ¯
max ¯aik ¯ , i = k, k + 1, . . . , n = ¯apk ¯ ,
50 Capı́tulo 2. 2001-2002
com k + 1 ≤ p ≤ n. Designando por A(k) a matriz que se obtém de A(k) por troca das linhas p com
k, então
¯ ¯
(k)
aik ¯ a(k) ¯
¯ ik ¯
mik = (k) , i = k + 1, k + 2, . . . , n ⇒ |mik | = ¯ (k) ¯ ≤ 1, ∀i = k + 1, k + 2, . . . , n .
akk ¯a ¯
kk
kAk1
ii) ≤n
kU k1
Provado o resultado anterior este é de prova muito simples vejamos,
kAk1
kAk1 = kP Ak1 = kLU k1 ≤ kLk1 kU k1 ≤ nkU k1 ⇒ ≤ n.
kU k1
- para fazermos tudo isto, obviamente que supusemos desde inı́cio que a matriz A era uma matriz
- pelas propriedades das normas das matrizes sabemos que kABk ≤ kAk kBk, para todas as
- e finalmente,
1 0 0 ... 0
m21 1 0 ... 0 ( n )
X
L=
m31 m32 1 ...
0 ⇒ kLk1 = max |lij | , j = 1, 2, . . . , n ,
i=1
.. .. .. .. ..
. . . . .
mn1 mn2 mn3 ... 1
ou seja,
. . . , 1 + mn,n−1 , 1} ≤ n .
¤
2.6. 11/01/2002 - EI, IG, ESC 51
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
EI, ESC e IG
11 de Janeiro de 2002
calcule um majorante para o erro relativo absoluto que se comete no cálculo da aproximação
f (xa , ya , za ).
Solução 2.6.1. Recorrendo à fórmula da propagação do erro absoluto vamos obter que
¯ ¯ ¯ ¯ ¯ ¯
¯ ∂f ¯ ¯ ∂f ¯ ¯ ∂f ¯
¯
|e (f (xa , ya , za ))| ≤ ¯ ¯ ¯
(xa , ya , za )¯ |e (xa )| + ¯ ¯ ¯
(xa , ya , za )¯ |e (ya )| + ¯ (xa , ya , za )¯¯ |e (za )|
∂x ∂y ∂z
logo, para obtermos o erro relativo em f (xa , ya , za ), basta-nos dividir a expressão anterior por |f (xa , ya , za )|,
desta forma
¯ ¯ ¯ ¯ ¯ ¯
¯ ∂f ¯ ¯ ∂f ¯ ¯ ∂f ¯
¯ ¯ ¯
(xa , ya , za )¯ |e (xa )| + ¯ ¯ ¯
(xa , ya , za )¯ |e (ya )| + ¯ (xa , ya , za )¯¯ |e (za )|
|e (f (xa , ya , za ))| ¯ ∂x ∂y ∂z
≤
|f (xa , ya , za )| |f (xa , ya , za )|
Agora temos,
∂f 4 ∂f 8 ∂f 4
(xa , ya , za ) = ya2 za , (xa , ya , za ) = xa ya za , (xa , ya , za ) = xa ya2
∂x 3 ∂y 3 ∂z 3
52 Capı́tulo 2. 2001-2002
J.
b) Verifique a aplicabilidade do método de Newton para obter uma aproximação da raiz que se
encontra neste intervalo;
Solução 2.6.2. a) Para provarmos a existência da raiz no intervalo [0.5, 1, ], temos apenas de aplicar
o teorema do valor intermédio. Notando então que f (x) = x2 − cos2 (x) é uma função contı́nua em R,
visto que se trata da soma de duas funções contı́nuas, x2 e cos2 (x) em R, temos
f (0.5) = 0.25 − cos2 (0.5) ≈ −0.52
⇒ f (0.5) × f (1) < 0 ⇒ ∃α ∈ [0.5, 1] : f (α) = 0.
f (1) = 1 − cos2 (1) ≈ 0.71
2.6. 11/01/2002 - EI, IG, ESC 53
Quanto à unicidade, temos que estudar o sinal da derivada no intervalo [0.5, 1]. Neste caso temos
e atendendo a que sin (x) > 0 para todo o x ∈ ]0, π[, temos então que sin (2x) > 0 para todo o x ∈ ]0, π/2[,
logo, como [0.5, 1] ⊂ ]0, π/2[, podemos imediatamente concluir que sin (2x) > 0 para todo o x ∈ [0.5, 1].
o que implica que a função f (x) seja uma função estritamente crescente no intervalo.
Fica assim provada a existência e a unicidade da raiz da equação f (x) = 0 no intervalo [0.5, 1].
verificar todas as condições do teorema de convergência do método de Newton. Assim sendo, para começar
teremos que salvaguardar que f ∈ C 2 ([0.5, 1]), o que não oferece qualquer dificuldade pois,
f (x) = x2 − cos2 (x) é uma função contı́nua em R ⊃ [0.5, 1]
2
f 0 (x) = 2x + sin (2x) é uma função contı́nua em R ⊃ [0.5, 1] ⇒ f ∈ C ([0.5, 1]) .
00
f (x) = 2 + 2 cos (2x) é uma função contı́nua em R ⊃ [0.5, 1]
Além desta condição teremos também que provar que a primeira derivada da função não se anula no
interior do intervalo [0.5, 1]. Mas, na alı́nea anterior já verificamos que f 0 (x) > 0, para todo o x ∈ [0.5, 1],
Estas são as duas condições de convergência essenciais para a convergência do método de Newton, no
convergência do método de Newton verificamos que a amplitude do intervalo que estamos a utilizar terá
de verificar a condição
1
|b − a| ≤ ,
M
onde
M2
M= , com M2 = max |f 00 (x)| e m1 = min |f 0 (x)| .
2m1 x∈[0.5,1] x∈[0.5,1]
pelo que se pode concluir que f 00 é uma função estritamente decrescente no intervalo que estamos a
M2 = max |f 00 (x)| = max {|f 00 (0.5)| , |f 00 (1)|} = max {3.0806, 1.16771} = 3.0806 .
x∈[0.5,1]
54 Capı́tulo 2. 2001-2002
¡ ¢
f 00 (x) = 2 + 2 cos (2x) = 2 1 + cos2 (x) − sin2 (x) =
¡¡ ¢ ¢
= 2 1 − sin2 (x) + cos2 (x) =
¡ ¢
= 2 cos2 (x) + cos2 (x) = 4 cos2 (x) ≥ 0, ∀x ∈ R
o que significa que a função f 0 é uma função crescente, o que nos permite então concluir que
m1 = min |f 0 (x)| = min {|f 0 (0.5)| , |f 0 (1)|} = min {1.84147, 2.9093} = 1.84147 .
x∈[0.5,1]
M2 3.0806 1 1
M= ≈ = 0.836451 ⇒ |1 − 0.5| = 0.5 ≤ ≈ ≈ 1.19553 P.V.
2m1 2 × 1.84147 M 0.836451
Fica assim provado que a aplicação do método de Newton à função dada, no intervalo [0.5, 1], produz
uma sucessão convergente para α, sendo α a raiz da equação f (x) = 0 no intervalo especificado.
c) Para começarmos a iterar o método de Newton deveremos escolher a primeira aproximação para
o valor da raiz α. Sabemos já, pela alı́nea anterior que escolhendo qualquer valor x0 no intervalo [0.5, 1]
a sucessão gerada pelo método de Newton será então uma sucessão convergente para α. No entanto,
a nı́vel de cálculo devemos escolher o valor de x0 através do seguinte critério: x0 é um ponto onde
f (x0 ) × f 00 (x0 ) > 0, i.e., a função e a segunda derivada possuem o mesmo sinal no ponto que se escolhe
f (xn )
xn+1 = xn − ,
f 0 (x)
e tomando como aproximação para o erro que se comete em xn a quantidade |xn+1 − xn |, então, vamos
J.
Se a recta utilizada para ajustar o conjunto de pontos dado fosse y = 1.32x + 0.326, a norma 2
do resı́duo que obterı́amos para o sistema sobredeterminado associado a este problema seria maior,
seria menor ou seria igual? Justifique a sua resposta.
Solução 2.6.3. O problema que vamos resolver aqui, é um problema de mı́nimos quadrados. Portanto,
comecemos por escrever o sistema sobredeterminado que está associado a este problema.
Perante os dados iniciais, suponha-se a recta y = α + βx. O problema é enunciado como se se trata-
se de um problema possı́vel, assim, a recta que estamos a utilizar é suposto passar por todos os pontos
dados (caso que na grande maioria dos casos é impossı́vel), desta suposição surge-nos o seguinte sistema
sobredeterminado,
É-nos exigida agora a resolução deste problema através da resolução do sistema das equações normais,
cuja forma geral é dada por AT Ax = AT b. Assim sendo, o sistema das equações normais no nosso caso
notando que AT A deve ser calculada, pelo menos, em dupla precisão. Por outro lado,
· ¸
AT b = .
Como AT A é uma matriz simétrica definida positiva, devemos resolver o sistema das equações normais
logo
√
`11 = 4=2
1.2
`21 = = 0.6
2
√
`22 = 0.56 − 0.36 = 0.4
Quanto à segunda parte da questão, o que nós sabemos é que a solução que é obtida pela resolução
do sistema das equações normais é a solução que minimiza o resı́duo do sistema Ax = b na norma
euclidiana, i.e., na norma 2, pelo que a recta y = ...+ ::: x é a que melhor aproxima os pontos tabelados,
ou por outras palavras, o resı́duo do sistema quando utilizada a recta y = 1.32x + 0.326 é maior do que
aquele que está associado à recta cujos coeficientes foram obtidos pela resolução do sistema das equações
normais. Se notarmos as aulas teóricas podemos aı́ encontrar o seguinte teorema: se x é a solução que
se obtém da resolução do sistema das equações normais AT Ax = AT b, então kb − Axk2 ≤ kb − Ayk2 , para
todo o vector y.
J.
1
para a função .
x
2.6. 11/01/2002 - EI, IG, ESC 57
Solução 2.6.4. a) A tabela diferenças divididas que está associada aos valores tabelados da função é a
seguinte:
x0 = 1.1 y0 = 0.909
| {z }
=a0
y [x0 , x1 ] = −0.6050
| {z }
=a1
y [x2 , x3 ] = −0.2275
x3 = 2.3 y3 = 0.435
Esta é então a tabela das diferenças divididas associada aos pontos que foram tabelados para a função
1
y = f (x) = .
x
b) Pretendemos agora calcular o polinómio interpolador que contém toda a informação tabelada acerca
da função. Atendendo ao facto de que foram tabelados 4 pontos, vamos então construir um polinómio
interpolador de grau ≤ 3, e como já temos a tabela das diferenças divididas, vamos então usar a fórmula
de Newton das diferenças divididas. Desta forma, o polinómio interpolador possui a seguinte estrutura
p3 (x) = a0 + a1 (x − x0 ) + a2 (x − x0 ) (x − x1 ) + a3 (x − x0 ) (x − x1 ) (x − x2 )
p3 (x) = 0.909 − 0.6050 (x − 1.1) + 0.3156 (x − 1.1) (x − 1.5) − 0.1991 (x − 1.1) (x − 1.5) (x − 1.9) .
Construı́do o polinómio interpolador, pretendemos através dele obter uma aproximação para o valor
f (1.7) ≈ p3 (1.7) = 0.909 − 0.6050 (1.7 − 1.1) + 0.3156 (1.7 − 1.1) (1.7 − 1.5) −
c) O majorante para o erro da aproximação calculada na alı́nea anterior é dado pela seguinte fórmula
geral,
¯ (iv) ¯
¯ f (ξ) ¯¯
|e (p3 (1.7))| = |f (1.7) − p3 (1.7)| = ¯¯− |(1.7 − x0 ) (1.7 − x1 ) (1.7 − x2 ) (1.7 − x3 )| ,
4! ¯
com ξ ∈ [1.1, 2.3], e como pretendemos majorar o erro vamos então obter
¯ ¯ ¯ ¯
¯ M4 ¯ ¯ ¯
|e (p3 (1.7))| ≤ ¯¯ ¯ |(1.7 − 1.1) (1.7 − 1.5) (1.7 − 1.9) (1.7 − 2.3)| = ¯ M4 ¯ (0.6 × 0.2 × 0.2 × 0.6)
4! ¯ ¯ 4! ¯
fórmula esta que implica o conhecimento do máximo da derivada de quarta ordem da nossa função. Então,
1 1 2 6 24
f (x) = ⇒ f 0 (x) = − 2 ⇒ f 00 (x) = 3 ⇒ f 000 (x) = − 4 ⇒ f (iv) (x) = 4 .
x x x x x
Facilmente se verifica que esta função é uma função estritamente decrescente no intervalo [1.1, 2.3],
sendo além disso um função estritamente positiva no mesmo intervalo, facto que nos permite concluir
que
¯ ¯ 24
¯ (iv) ¯
M4 = max ¯f (x)¯ = f (iv) (1.1) = .
x∈[1.1,2.3] 1.14
No final
24
|e (p3 (1.7))| ≤ × 0.0144 ≈ 0.0098 ≤ 0.05 .
24 × 1.14
J.
(4,0) 5. Prove que, se obtivermos a factorização LU de uma matriz A, A ∈ Rn×n , utilizando a técnica
de pivotação parcial, então
i) Os multiplicadores associados a cada uma das fases da factorização serão todos menores do
que 1 em valor absoluto;
kAk1
ii) ≤ n.
kU k1
Solução 2.6.5. Suponhamos então que se obtém a decomposição LU de uma matriz A ∈ Rn×n utilizando
i) comecemos por provar que os multiplicadores associados a cada uma das fases da factorização são todos
Ora, na primeira fase da factorização LU vamos escolher para pivot o valor que satisfizer a condição
n¯ ¯ o
¯ (1) ¯
max ¯ai1 ¯ , i = 1, 2, . . . , n ,
1o caso) Suponhamos, num primeiro caso que o elemento que se pretende escolher para pivot
neste caso não são efectuadas trocas de linhas e os multiplicadores associados a esta primeira fase
2o caso) Suponhamos, num segundo caso, que o elemento que verifica a condição especificada
com p ∈ {2, 3, . . . , n}, então teremos de proceder à troca das linhas 1 e p. Designando agora por
A(1) a matriz que se obtém após a escolha do pivot, vamos obter os seguintes multiplicadores para
Uma nota importante a fazer neste caso é a de que a decomposição que se obtém no final, no caso
de haver pelo menos uma troca de linhas envolvida, não é a da matriz A, mas sim de uma matriz
P A, onde P é uma matriz de permutação que guarda toda a informação acerca das trocas que foram
A análise à primeira fase fica assim concluı́da. No que toca à segunda fase o procedimento é análogo,
para a terceira também, a por assim adiante até á fase n − 1. No entanto, para mostrar de uma
forma mais geral o que se faz, expliquemos os procedimentos quando nos encontramos numa fase
1o caso) no primeiro deles, o elemento que queremos escolher para pivot está na diagonal
principal, i.e.,
n¯ ¯ o ¯ ¯
¯ (k) ¯ ¯ (k) ¯
max ¯aik ¯ , i = k, k + 1, . . . , n = ¯akk ¯ ,
o que significa que nesta fase não serão efectuadas quaisquer troca de linhas na matriz A(k) , e como
2o caso) Num segundo esquema vamos supor que o elemento que se pretende escolher para pivot
n¯ ¯ o ¯ ¯
¯ (k) ¯ ¯ (k) ¯
max ¯aik ¯ , i = k, k + 1, . . . , n = ¯apk ¯ ,
com k + 1 ≤ p ≤ n. Designando por A(k) a matriz que se obtém de A(k) por troca das linhas p com
k, então
¯ ¯
(k)
aik ¯ a(k) ¯
¯ ik ¯
mik = (k) , i = k + 1, k + 2, . . . , n ⇒ |mik | = ¯ (k) ¯ ≤ 1, ∀i = k + 1, k + 2, . . . , n .
akk ¯a ¯
kk
kAk1
ii) ≤n
kU k1
kAk1
kAk1 = kP Ak1 = kLU k1 ≤ kLk1 kU k1 ≤ nkU k1 ⇒ ≤ n.
kU k1
- para fazermos tudo isto, obviamente que supusemos desde inı́cio que a matriz A era uma matriz
- pelas propriedades das normas das matrizes sabemos que kABk ≤ kAk kBk, para todas as
- e finalmente,
1 0 0 ... 0
m21 1 0 ... 0 ( n )
X
L=
m31 m32 1 ... 0 ⇒ kLk1 = max |lij | , j = 1, 2, . . . , n ,
i=1
.. .. .. .. ..
. . . . .
mn1 mn2 mn3 ... 1
ou seja,
¤
62 Capı́tulo 2. 2001-2002
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
EI, ESC e IG
24 de Janeiro de 2002
b) Determine um majorante para o erro relativo absoluto que afecta esta aproximação, e com base
nesse resultado diga quantos algarismos significativos pode garantir para o valor aproximado
f (xa , ya ).
a) Localize, num intervalo de amplitude igual a 0.5, os pontos onde a recta tangente à curva é
paralela ao eixo das abcissas. Designe por α o menor desses pontos;
b) Partindo do intervalo [1, 3], quantas iterações seriam necessárias para que o método da bissecção
aproximasse α com um erro não superior a 10−2 ;
c) Verifique se é possı́vel aplicar o método de Newton, utilizando o intervalo obtido na alı́nea a),
para aproximar o valor de α.
kx − x
ek 1 krk
≥ ,
kxk K (A) kbk
Pretende-se aproximar a função f (x) por um polinómio do segundo grau que passe pelos pontos
tabelados, i.e., p (xi ) = a0 + a1 xi + a2 x2i = f (xi ) , i = 0, 1, 2.
b) Resolva o sistema obtido na alı́nea anterior da forma mais eficiente, aplicando o método de
eliminação de Gauss com uma aritmética finita de 3 algarismos significativos.
b) Sabendo que
¯ ¯ 3 ³ π ´j
¯ (j) ¯
¯f (x)¯ ≤ , ∀x,
2 2
determine um majorante para o erro que afecta a aproximação calculada na alı́nea anterior.
64 Capı́tulo 2. 2001-2002
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Matemática
31 de Janeiro de 2002
a) Pretende-se determinar o valor da função f com um erro inferior a 0.01. Sabendo que xa = 1.23
e ya = 2.47, determine um majorante para o erro absoluto de xa e de ya por forma a que tal
aconteça;
b) Supondo que xa = 1.23 e ya = 2.47 foram obtidos por arredondamento, estime o erro máximo
que se pode cometer no cálculo de f (xa , ya ). Com base neste valor, indique o número de
algarismos significativos que pode garantir para o valor aproximado f (xa , ya ).
2
(x + 2) = ex (2x + 4 − ex ) .
x + 2 − ex = 0
c) Verifique se é possı́vel aplicar o método de Newton para aproximar o valor da maior raiz,
utilizando o intervalo que escolheu na alı́nea b). Utilizando como critério de paragem
|xk+1 − xk |
|eR (xk )| ≈ ≤ 0.5 × 10−3 , k = 0, 1, 2, . . . ,
|xk+1 |
c) Sabendo que
1
kA−1 k∞ ≤
P
4
min |aii | − |aij |
i∈{1,2,3,4}
j=1
j6=i
e supondo que as componentes de b estão afectadas de um erro não superior a 10−2 , determine
um majorante para o erro relativo da solução aproximada obtida na alı́nea anterior, na norma
k.k∞ .
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Matemática
13 de Abril de 2002
x − 1 − sin (x) = 0.
Utilize o método do ponto fixo, para determinar um valor aproximado da maior das raı́zes, com
três algarismos significativos.
(3,0) 3. Os materiais usados nos condutores eléctricos deformam-se com a temperatura. Assim é impor-
tante conhecer, para cada tipo de material, a sua percentagem de elongação com a temperatura.
Algumas medidas para um condutor concreto originaram os seguintes resultados:
Através do método dos mı́nimos quadrados e usando uma recta como função de aproximação, estime
a percentagem de elongação para uma temperatura de 400 o C. Ao resolver o sistema de equações
lineares, inerente ao método dos mı́nimos quadrados, utilize a factorização de Cholesky.
d) Calcule cond∞ (A) = K∞ (A) e cond1 (A) = K1 (A). Para que valores de a ∈ R o número de
condição da matriz A é maior que 10?
(2,0) 5. Verifique que a fórmula interpoladora de Lagrange relativa aos pares observados (xi , yi ) , i =
0, 1, . . . , n é:
n ·
X ¸
ψi (x) yi
Ln (x) = ,
i=0
ψi (xi )
Q
n
com ψi (x) = (x − xk ) , i = 0, 1, . . . , n.
k=0
k6=i
Solução 2.9.1. Teremos então de provar que o grau do polinómio Ln (x) é inferior ou igual a n e que
Ora,
n ·
X ¸
ψi (x) yi ψ0 (x) ψ1 (x) ψn (x)
Ln (x) = = y0 + y1 + . . . + yn
i=0
ψi (xi ) ψ0 (x0 ) ψ1 (x1 ) ψn (xn )
Este facto permite-nos facilmente concluir que grau (ψi (x)) = n, e, pelo facto de ψi (xi ) , i = 0, 1, . . . , n
Mas, não será difı́cil concluir que ψi (xk ) = 0, para i 6= k, o que nos permite então concluir de imediato
que,
Ln (xi ) = yi , i = 0, 1, 2, . . . , n .
68 Capı́tulo 2. 2001-2002
∴ Como existe um único polinómio de grau menor ou igual a n que passa pelos pontos (xi , yi ) , i =
0, 1, 2, . . . , n, então Ln (x) será o único polinómio de grau menor ou igual a n que verifica essa propriedade,
i.e., Ln (x) terá a forma do polinómio interpolador de Lagrange de grau menor ou igual a n.
(4,0) 6. Mostre que a equação x3 + 3x + 1 = 0 tem uma única raiz real, a qual pertence ao intervalo
]−1, 0[, e determine um valor aproximado dessa raiz, utilizando um método de interpolação e um
polinómio interpolador de grau 1.
2.10. 13/04/2002 - Eng. Biotecnológica 69
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Engenharia Biotecnológica
1o Teste ao 2h:300
Duraç~
13 de Abril de 2002
(2,0) 1. Quais das expressões são aceitáveis? Justifique as suas respostas convenientemente.
a) 4.3216 ± 0.0322;
b) 4.3216 ± 0.03;
c) 4.3 ± 5 × 10−2 ;
d) 4.3216 ± 0.98%;
e) 3.10 ± 5 × 10−2 ;
f) 3.984 ± 5 × 10−3 .
Solução 2.10.1. Analisemos então cada uma das representações e façamos os comentários adequados
a) Não é aceitável, pois o erro está representado com demasiados algarismos significativos, e além
disso a aproximação não está representada de acordo co o erro que se comete. Representação correcta:
4.3 ± 0.03;
b) Não é aceitável, pois como o erro é menor ou igual a 0.03 só poderemos garantir precisão até à
c) É aceitável. Neste caso a aproximação está escrita de acordo com o erro que se comete e o erro
O que prova que a aproximação na se adequa ao erro que se comete. Representação correcta: 4.3 ± 0.4;
e) Não é aceitável, visto que 3.10 ± 5 × 10−2 = 3.10 ± 0.05, o que mostra que a aproximação não está
escrita de acordo com o erro que se comete. Representação correcta: 3.1 ± 0.05;
J.
√
(5,0) 2. Seja A = 2π 3 C 2 , onde C ≈ 20 cm é um valor obtido por arredondamento.
a) Admitindo que se obtém um valor aproximado de A com um erro absoluto que não é superior
a 40 cm2 , indique, justificando, um majorante para o erro relativo desse valor aproximado;
√
b) Quais os valores aproximados de π e de 3 que devem ser utilizados, e com que rigor se deve
medir o valor de C, para que se obtenha um valor aproximado de A com um erro absoluto não
superior a 40 cm2 ?
√
Solução 2.10.2. Sabemos então que A = 2π 3 C 2 , com C ≈ 20 cm e, sendo este valor obtido por
a) Suponhamos que |e (Aa )| ≤ 40 cm2 . Pretendemos obter um majorante para o erro relativo absoluto
b) Esta alı́nea pode ser resolvida de duas forma, ou pelo princı́pio dos erros iguais ou pelo princı́pio
das influências iguais. Devemos ainda notar que, como não nos é dada qualquer informação acerca das
√
aproximações para π e para 3 devem-se utilizar aproximações deficientes para estas constantes por forma
a que os nossos cálculos corrijam, de forma eficiente, a sua precisão. Resolva-se então o problema com
os dois métodos:
• Princı́pio das influências iguais: Neste caso vamos supor que todas as parcelas da soma na
fórmula da propagação do erro influenciam o erro final de forma idêntica, pelo que se obtém:
¯ ³√ ´¯ ¯ ¯
¯ ¯
|e (Aa )| ≤ |e (πa )| |∂π A| + ¯e 3a ¯ ¯∂√3 A¯ + |e (Ca )| |∂C A| (2.10.1)
2.10. 13/04/2002 - Eng. Biotecnológica 71
logo
¯ √ ¯ ¯ ³√ ´¯ ¯ ¯ ¯ √ ¯
¯ ¯ ¯ ¯ ¯ ¯
|e (Aa )| ≤ |e (πa )| ¯2 3a Ca2 ¯ + ¯e 3a ¯ ¯2πa Ca2 ¯ + |e (Ca )| ¯4πa 3a Ca ¯ ≤ 40 cm2
| {z } | {z } | {z }
40 40 40
≤ ≤ ≤
3 3 3
√ √
e utilizando então aproximações deficientes para π e para 3, por exemplo πa = 3.1 e 3a = 1.7
Desta forma podemos concluir que, para que a aproximação para Aa possua um erro absoluto inferior
√
a 40cm2 é necessário tomar aproximações para π e para 3 com 4 algarismos significativos, e medir
• Princı́pio dos erros iguais: Neste caso vamos supor que todos os erros são iguais, e resolvemos
¯ ¯ 40
θ |∂π A| + θ ¯∂√3 A¯ + θ |∂C A| ≤ 40 cm2 ⇔ θ ≤ ¯ ¯
|∂π A| + ∂ 3 A¯ + |∂C A|
¯ √
√
e utilizando novamente as más aproximações para π e para 3 vamos poder concluir que
¯ ¯
|∂π A| + ¯∂√3 A¯ + |∂C A| = 1360 + 2840 + 421.6 = 4261.6,
logo
¯ ³√ ´¯ 40
¯ ¯
θ = |e (πa )| = ¯e 3a ¯ = |e (Ca )| ≤ ≈ 0.0094 ≥ 0.005 .
4261.6
Perante estes resultados podemos dizer que, por este princı́pio, é necessário impor aproximações com
√
4 algarismos significativos para π e para 3 e uma medição de C com 5 algarismos significativos.
Estes resultados servem para verificar que é mais aconselhável, sob o ponto de vista prático, o uso
do princı́pio das influências iguais do que o princı́pio dos erros iguais, uma vez que no primeiro os
erros em cada um dos dados aproximados sofrem a influência da sua grandeza, o que não acontece
no princı́pio dos erros iguais, onde se obtém um majorante igual para todos os erros.
72 Capı́tulo 2. 2001-2002
J.
(3,0) 3. Sabe-se que um determinado fenómeno segue uma lei exponencial, f (λ) = 0.6 eλ .
Obtenha um valor aproximado, em cada uma das experiências, para a função que rege o fenómeno,
e comente os resultados obtidos.
Solução 2.10.3. Devemos notar que no que toca aos dados a distância que os separa é muito pequena,
Fazendo os cálculos para a função que rege este fenómeno vamos obter,
pelo que notamos que a distância que separa os resultados é de aproximadamente 1.1, ou seja, para
observações praticamente iguais obtivemos resultados algo diferentes, i.e., o nosso problema é um problema
mal condicionado.
J.
1 1 1 1
≈ ⇒ − ≈ 0,
x+1 x x+1 x
daı́ que a subtracção provoque a perda de algarismos significativos, situação esta que se designa por
cancelamento subtractivo.
1 1 x x+1 1
− = − =− ,
x+1 x x (x + 1) x (x + 1) x (x + 1)
J.
b) Faça três iterações do método da bissecção para aproximar o maior dos zeros da função f e
indique um majorante para o erro absoluto que afecta o valor obtido na terceira iteração;
c) Quantas iterações teremos de efectuar, através do método da bissecção, para que o erro absoluto
seja inferior a 0.5 × 10−3 ;
d) Averigúe sobre a aplicação do método de Newton no intervalo que escolheu para o menor dos
zeros da função f e, escolhendo uma aproximação x0 adequada calcule um valor aproximado
para o zero em questão, por forma a que a estimativa para o erro não seja superior 5 × 10−4 .
Solução 2.10.5. Neste exercı́cio pretende-se empregar algum do estudo que se fez para a resolução das
equações não-lineares, nomeadamente o que está associado aos métodos da bissecção e de Newton.
a) Comecemos então por encontrar intervalos de amplitude não superior a 0.5 que contenham os zeros
da função f .
e efectuando o gráfico destas duas funções, que não nos oferecem quaisquer dificuldades, vamos obter,
20
15
10
-1 1 2 3
Pelo gráfico podemos localizar duas raı́zes da nossa equação, uma no intervalo [0, 1], digamos α1 , e
outra no intervalo [1, 2], digamos α2 . Provemos que de facto assim é. Para o primeiro intervalo temos
f (0) = 1 − 0.5 = 0.5 > 0
⇒ ∃ α1 ∈ [0, 1] : f (α1 ) = 0.
f (1) = e − 3 − 0.5 < 0
74 Capı́tulo 2. 2001-2002
Para provarmos a unicidade desta raiz neste intervalo, basta-nos estudar o sinal da derivada neste
intervalo. Assim,
o que nos permite então concluir que a função f é estritamente decrescente neste intervalo, e como
b)Partindo então do intervalo I0 = [1, 2] vamos obter o valor da terceira iteração do método da
2 1.5 1.625 1.75 −0.51... < 0 −0.29... < 0 0.0046... > 0 ≤ 0.125
o erro que cometemos, ao utilizar esta aproximação para a raiz, é inferior a 0.125.
c) Sabemos então que o erro que se comete numa determinada iteração xk , obtida através do método
b−a
da bissecção, partindo do intervalo inicial [a, b], é inferior ou igual à quantidade k+1 . Assim sendo,
2
µ ¶
b−a −3 k+1 b−a ¡ k+1 ¢ b−a
|e (xk )| ≤ k+1 < 0.5 × 10 ⇔ 2 > ⇔ ln 2 > ln ,
2 0.5 × 10−3 0.5 × 10−3
Atendendo a que esta fórmula pressupõe que se comece com x0 , precisamos então de efectuar 11 iterações
pelo método da bissecção para que o erro que se comete na aproximação obtida, valor da iteração, seja
d) Comecemos por verificar se é possı́vel garantir a convergência do método de Newton para a apro-
Teorema 2.10.1 (Convergência e Erro). Seja [a, b] uma vizinhança suficientemente pequena da raiz
da função f , digamos x∗ . Se f ∈ C 2 ([a, b]) e se f 0 (x) 6= 0, ∀x ∈ [a, b], então, qualquer que seja o
2.10. 13/04/2002 - Eng. Biotecnológica 75
ponto x0 escolhido para aproximar a raiz, com x0 ∈ [a, b], podemos garantir a convergência do método de
M2 2
|e (xk+1 )| ≤ |e (xk )| , k = 0, 1, 2, 3, . . . ,
2 m1
Assim, verifiquemos se todas as hipóteses deste teorema são válidas para a função dada no intervalo
em causa.
Ora, f (x) = ex − 3x − 0.5 é obviamente uma função contı́nua em R, pelo que também o será em
qualquer sub-intervalo de R, inclusive, [0, 1]. Quanto à derivada de primeira ordem, f 0 (x) = ex − 3, que
como se sabe é uma função contı́nua em R ⊃ [0, 1]. E, finalmente, a segunda derivada, f 00 (x) = ex , é
função exponencial, que é sabido ser uma função contı́nua em R ⊃ [0, 1]. Assim, f ∈ C 2 ([0, 1]).
Para terminar este aspecto da convergência, resta verificar a questão da amplitude do intervalo inicial;
1 2 m1
(b − a) < = ,
M M2
onde M2 e m1 são as constantes definidas no teorema da convergência e do erro. Desta forma, como
f 00 (x) = ex > 0, ∀ x ∈ R, então f 0 (x) será uma função estritamente crescente em R. Logo
© ¯ ¯ª
m1 = min {|f 0 (x)| : x ∈ [0, 1]} = min {|f 0 (0)| , |f 0 (1)|} = min |−2| , ¯e1 − 3¯ =
¯ 1 ¯
= ¯e − 3¯ ≈ 0.282 .
Por outro lado, f (k) (x) = ex , k = 2, 3, 4, . . ., pelo que toda a função derivada de ordem superior ou
M2 = max {|f 00 (x)| : x ∈ [0, 1]} = max {|ex | : x ∈ [0, 1]} = e1 ≈ 2.72 .
1 2 m1 2 × 0.282
(b − a) = (1 − 0) = 1 < = ≈ ≈ 0.21 P.F..
M M2 2.72
Como a amplitude do intervalo não verifica a condição desejada, convém que antes de começarmos a
iterar se ”refine”o intervalo inicial até que se obtenha um intervalo onde se verifique a condição
2 m1
amplitude < .
M2
76 Capı́tulo 2. 2001-2002
Para procedermos a essa refinação podemos recorrer, por exemplo, ao método da bissecção, pois sabemos
que f (0) = 0.5 > 0, f (0.5) = −0.35... < 0 e f (1) = −0.78... < 0, de onde podemos concluir que o
zero da função pertence ao intervalo [0, 0.5] ⊂ [0, 1]. Como este é um sub-intervalo do intervalo inicial,
e como todas as condições anteriormente verificadas para o intervalo inicial continuarão a ser válidas
para qualquer seu sub-intervalo, então as mesmas condições serão válidas para este que agora indicamos.
© ¯ ¯ª
m1 = min {|f 0 (x)| : x ∈ [0, 0.5]} = min {|f 0 (0)| , |f 0 (0.5)|} = min |−2| , ¯e0.5 − 3¯ =
¯ ¯
= ¯e0.5 − 3¯ ≈ 1.35,
M2 = max {|f 00 (x)| : x ∈ [0, 0.5]} = max {|ex | : x ∈ [0, 0.5]} = e0.5 ≈ 1.65 .
1 2 m1 2 × 1.35
(b − a) = (1 − 0) = 1 < = ≈ ≈ 1.64 P.V.
M M2 1.65
Ou seja, a amplitude do intervalo [0, 0.5] já verifica a condição da amplitude, pelo que nos resta escolher
o valor de x0 e começar a iterar, sabendo ainda que, pelo teorema da convergência e do erro, qualquer
que seja o valor escolhido para x0 no intervalo [0, 0.5] a convergência do método de Newton é garantida.
No entanto, escolheremos o valor de x0 através da regra f 00 (x0 ) × f (x0 ) > 0, visto que tal nos permite
ter um maior controlo sobre os valores iterativos. Assim, f 00 (x) > 0, ∀ x ∈ R e f (0) = 0.5 > 0, logo
4 0.2699789657
J.
2.11. 13/04/2002 - EA, EB, EI, ESC, IE, IG 77
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
13 de Abril de 2002
a a
η= e por η= .
z a+b
Obtiveram-se os seguintes valores, z ≈ 12.3 V , a ≈ 11.8 V e b ≈ 1.2 V . Qual das expressões utilizaria
para determinar η?
com
Ora, como nos são dadas duas fórmulas, o que teremos de verificar é qual delas propaga mais o erro,
∴ Perante estes resultados, não existe qualquer dúvida de que se tivermos de fazer o cálculo de η, esse
cálculo deverá ser feito através da primeira expressão, pois é ela que nos permite obter um resultado com
J.
x − 1 − sin (x) = 0.
Utilize o método de Newton, para determinar um valor aproximado da maior das raı́zes, com três
algarismos significativos.
(3,0) 3. Os materiais usados nos condutores eléctricos deformam-se com a temperatura. Assim é impor-
tante conhecer, para cada tipo de material, a sua percentagem de elongação com a temperatura.
Algumas medidas para um condutor concreto originaram os seguintes resultados:
Através do método dos mı́nimos quadrados e usando uma recta como função de aproximação, estime
a percentagem de elongação para uma temperatura de 400 o C. Ao resolver o sistema de equações
lineares, inerente ao método dos mı́nimos quadrados, utilize a factorização de Cholesky.
d) Calcule cond∞ (A) = K∞ (A) e cond1 (A) = K1 (A). Para que valores de a ∈ R o número de
condição da matriz A é maior que 10?
Solução 2.11.4. Na alı́nea b) devemos notar que a resolução dos 3 sistemas nos dará a informação
e
1 0 0
L=
0 1 0
−a 0 1
1 0 0
y1
y1 1 = 1
Ly = e1 ⇔
0 1 0
y2 = 0 ⇔ y2 = 0
−a 0 1 y3 0 y3 = a
Quanto ao segundo sistema, U x = y, que nos dará a solução do sistema Ax = e1 , a sua resolução
será a seguinte:
1
1 0 a x1 1
x1 =
1 + a2
Ux = y ⇔
0 1 0
x2
= 0 ⇔ x2 = 0
a
0 0 1 + a2 x3 a x3 =
1 + a2
Utilizando a mesma técnica para o sistema Ax = e2 vamos obter,
1 0 0
y1y1 0 = 0
Ly = e2 ⇔
0 1 0
y2 = 1 ⇔ y2 = 1
y
−a 0 1 y3 0 3 = 0
Finalmente, para Ax = e3 ,
1 0 0 y1
y1 0 = 0
Ly = e3 ⇔
0 1 0
y2 = 0 ⇔ y2 = 0
y
−a 0 1 y3 1 3 = 1
d) Facilmente notamos que K∞ (A) = K1 (A), logo, como K (A) = kAk kA−1 k, temos
1 + |a| ⇐ |a| ≥ 1
K∞ (A) = K1 (A) =
1 + |a|
(1 + |a|) ⇐ |a| ≤ 1
1 + a2
2.11. 13/04/2002 - EA, EB, EI, ESC, IE, IG 81
Verifiquemos agora quais os valores de a que tornam o número de condição da matriz maior do que
10. Comecemos pelo caso em que |a| ≤ 1. Neste caso obtemos que
2
1 + |a| (1 + |a|) 1 + a2 + 2 |a| 2 |a|
K1 (A) = K∞ (A) = (1 + |a|) 2
= 2
= =1+ .
1+a 1+a 1 + a2 1 + a2
Se notarmos que
2 2a
(1 + a) ≥ 0 ⇔ 1 + a2 + 2a ≥ 0 ⇔ 1 + a2 ≥ −2a ⇔ 1 ≥ − , ∀a ∈ R
1 + a2
K1 (A) = K∞ (A) ≤ 2,
pelo que o número de condição da matriz neste caso nunca será superior a 10.
1 + |a| ≥ 10 ⇔ |a| ≥ 9 ⇔ a ≤ −9 ∧ a ≥ 9.
∴ O conjunto dos valores de a que tornam o número de condição maior ou igual a 10 é o conjunto
J.
(2,0) 5. Seja f uma função de classe C 2 em [x0 , x1 ]. Seja p1 o polinómio de grau ≤ 1, tal que p1 (x0 ) =
f (x0 ) e p1 (x1 ) = f (x1 ). Determine um número real a > 0, tão pequeno quanto possı́vel por forma
a que
a × max |f 00 (η)|
η∈[x0 ,x1 ]
seja majorante do erro absoluto que se comete ao utilizar p1 (x) como valor aproximado de f (x)
para x ∈ ]x0 , x1 [.
E procedendo à majoração, não será difı́cil de concluir que se obtém o seguinte resultado:
¯ ¯
¯ (x − x0 ) (x − x1 ) ¯
|e (p1 (x))| ≤ ¯¯ ¯ max |f 00 (η)| ,
¯ η∈[x0 ,x1 ] ∀ x ∈ [x0 , x1 ] .
2!
majoração de
¯ ¯
¯ (x − x0 ) (x − x1 ) ¯
¯ ¯
¯ 2! ¯
Tomemos
¯ ¯
¯ (x − x0 ) (x − x1 ) ¯
¯
f (x) = ¯ ¯
2! ¯
e analisemos o que se passa com esta função no intervalo [x0 , x1 ]. Não será difı́cil notar que f não é mais
do que o módulo de um polinómio do segundo grau com raı́zes em x0 e em x1 , além disso, o argumento
do módulo
(x − x0 ) (x − x1 ) x2 − x x0 − x x1 + x0 x1
g (x) = =
2! 2
é um polinómio do segundo grau com a concavidade voltada para cima e nulo no intervalo em que estamos
x2 − x x0 − x x1 + x0 x1
f (x) = − , ∀ x ∈ [x0 , x1 ] = I.
2
Agora, para estudarmos o máximo desta função no intervalo I, basta calcular os zeros da derivada, logo
2x − x0 − x1 x0 + x1
f 0 (x) = − =0⇔x= ,
2 2
e por conseguinte, este será o ponto que maximizará a nossa função no intervalo I. De facto, f 00 (x) =
−2 < 0, ∀ x ∈ [x0 , x1 ], o que prova que a nossa função possui um máximo no intervalo I, estando a
concavidade da função voltada para baixo em todo este intervalo. Como implicação directa deste estudo,
podemos garantir que o valor máximo que a função atinge neste intervalo é então atingido no ponto que
2.11. 13/04/2002 - EA, EB, EI, ESC, IE, IG 83
J.
(4,0) 6. Mostre que a equação x2 − 0.4343 ln (x) − 1.5 = 0 tem uma única raiz real no intervalo ]1, 2[.
Determine um valor aproximado dessa raiz, utilizando um método de interpolação e um polinómio
interpolador de grau 1.
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Engenharia do Ambiente
1o Teste ao 2h:300
Duraç~
15 de Abril de 2002
(5,0) 1. Uma corrente eléctrica atravessa uma resistência de 20 Ω, a qual foi medida com um erro relativo
que não excede 0.1.
a) Sabendo que I = 3.00 ± 0.01 A, determine o erro relativo absoluto da tensão da corrente
V = R × I. Quantos algarismos significativos garante para Va ?
b) Determine o erro máximo admissı́vel para R e para I por forma a que V seja calculado com 2
algarismos significativos.
Solução 2.12.1. .
pelo que para obter o erro relativo basta-nos dividir agora este majorante por Va . Desta forma,
6.2 6.2
|eR (Va )| ≤ = ≈ 0.103 ≤ 0.5 × 100 ,
Va 60
pelo que não podemos garantir qualquer algarismo significativo através deste majorante.
2.12. 15/04/2002 - Eng. do Ambiente 85
b) Pretendemos agora resolver um problema de propagação inversa, pois pretendemos saber quais os
máximos de erro que podemos cometer em Ra e em Ia , por forma a que o valor aproximado para a tensão
tenha dois algarismos significativos. Assim sendo, utilizando o princı́pio das influências iguais temos:
0.5
|e (Ra )| |∂R V | ≤
2
|e (Va )| ≤ |e (Ra )| |∂R V | + |e (Ia )| |∂I V | ≤ 0.5 ⇔
0.5
|e (Ia )| |∂I V | ≤
2
logo
0.5 0.5
|e (Ra )| ≤ = ≈ 0.083 ≥ 0.05
2 × |Ia | 2 × 3.00
0.5 0.5
|e (Ia )| ≤ = = 0.0125 ≤ 0.05
2 × |Ra | 2 × 20
Perante estes resultados chegamos à conclusão de que, para obtermos o valor aproximado Va com dois al-
garismos significativos basta impor que Ra possua 4 algarismos significativos, e que Ia possua 2 algarismos
significativos.
0.5 0.5
θ≤ = ≈ 0.022 ≤ 0.05 .
|Ia | + |Ra | 3.00 + 20
Pelo que podemos concluir que neste caso basta impor que Ra possua 3 algarismos significativos, e que Ia
J.
Solução 2.12.2. Sabemos então que o número de condição de uma função é dado por
¯ ¯
¯ x × f 0 (x) ¯
¯
cond (f (x)) = ¯ ¯,
f (x) ¯
86 Capı́tulo 2. 2001-2002
logo,
¯ ¯
¯ xa × f 0 (xa ) ¯
¯
cond (f (xa )) = ¯ ¯.
f (xa ) ¯
Comecemos então por calcular a derivada da função f .
1
f 0 (x) = 2x sin (ln (x)) + x2 cos (ln (x)) = 2x sin (ln (x)) + x cos (ln (x)) ,
x
logo
Para comentarmos a influência deste resultado na precisão do valor de f em xa , basta notar que
Pois, sendo o número de condição da função (pouco) maior que 10 no ponto em questão é então imediato
que o resultado da função no ponto xa perderá pelo menos um algarismo significativo relativamente à
J.
Solução 2.12.3. Utilizando a fórmula resolvente vamos então obter o valor das duas raı́zes da equação
do segundo grau que nos é dada, utilizando para isso uma aritmética de 3 algarismos significativos. Assim
temos,
√ √
2 −b +b2 − 4 × a × c −b − b2 − 4 × a × c
x − 2.02x + 0.02 = 0 ⇔ x1 = ∨ x2 = ⇔
2×a 2×a
p
2.02 ± (−2.02)2 − 4 × 1 × 0.02
⇔ x1,2 = ⇔
2×1
√ √
2.02 + 4.08 − 0.08 2.02 − 4.08 − 0.08
⇔ x1 = ∨ x2 = ⇔
√2 √ 2
2.02 + 4 2.02 − 4
⇔ x1 = ∨ x2 = ⇔
2 2
2.02 + 2 2.02 − 2
⇔ x1 = = 2.01 ∨ x2 = = 0.01
2 2
2.12. 15/04/2002 - Eng. do Ambiente 87
Facilmente se vê que é a raiz x2 que perde precisão devido ao cancelamento subtractivo que se verifica
√
quando efectuamos a subtracção 2.02 − 4 = 2.02 − 2. De uma forma fácil se prova que (provado na
c
x1 .x2 = ,
a
pelo que podemos aproveitar esta relação para evitar o cancelamento subtractivo e com a aproximação
base na aproximação que possui máxima precisão podemos obter uma aproximação, também ela com a
máxima para precisão, para a raiz que sofreu o cancelamento subtractivo. Desta forma,
c c 0.02
x1 .x2 = ⇔ x2 = = = 0.00995.
a a.x1 2.01
J.
(3,0) 4. Seja {x0 , x1 , x2 , . . . , xn , . . .} a sucessão gerada pela aplicação do método da bissecção para
aproximar a raiz α de uma função f no intervalo ]a, b[. Prove que, para que o erro absoluto que
afecta uma aproximação xk seja inferior a uma determinada quantidade µ > 0, então k terá de ser
um inteiro maior ou igual a µ ¶
b−a
ln
2µ
.
ln 2
Solução 2.12.4. Notando então o facto de a primeira iteração ser x0 , sabemos que o erro verifica a
seguinte condição,
b−a
|e (xk )| ≤ ,
2k+1
e atendendo ao facto de pretendermos que este seja inferior à tolerância µ > 0 temos então que
b−a 1 µ b−a
|e (xk )| ≤ k+1
< µ ⇔ k+1 < ⇔ 2k+1 > .
2 2 b−a µ
Sabendo agora que a função log2 x é uma função estritamente crescente e que log2 2k = k vamos então
obter
µ ¶ µ ¶ µ ¶
b−a b−a b−a b−a
2k+1 > ⇔ log2 2k+1 > log2 ⇔ k + 1 > log2 k > −1 + log2 .
µ µ µ µ
ln b
Mas, sabemos que loga b = , logo,
ln a
µ ¶ µ ¶
b−a b−a
ln − ln 2 + ln
µ µ
k > −1 + ⇔k> .
ln 2 ln 2
88 Capı́tulo 2. 2001-2002
a
Sabemos agora que ln = ln a − ln b, pelo que podemos concluir que
b
µ ¶
b−a
µ
ln
µ ¶
2 b−a
ln
2µ
k> ⇔k> .
ln 2 ln 2
J.
b) Quantas iterações teremos de efectuar pelo método da bissecção, para aproximar o valor da
menor raiz, por forma a que o erro que se comete numa determinada iteração xk seja não-
superior a 10−6 ;
c) Será possı́vel aplicar o método de Newton considerando o intervalo inicial I = [1.9, 2.4] e
escolhendo x0 = 1.9? Justifique convenientemente a sua resposta.
¯ ¯ ¯ ¯
f (x) = 0 ⇔ sin (x) − ¯x2 − 4¯ = 0 ⇔ sin (x) = ¯x2 − 4¯ ,
e notando que
¡ ¢
− x2 − 4 ⇐ −2 ≤ x ≤ 2
¯ 2 ¯
¯x − 4¯ = ,
x2 − 4 ⇐ x ≤ −2 ∨ x ≥ 2
¯ ¯
temos então que os gráficos das funções sin (x) e ¯x2 − 4¯ nos indicam que a equação f (x) = 0 possui duas
soluções, uma no intervalo [1.5, 2] e outra no intervalo [2, 2.5]. Os gráficos das funções são os seguintes:
2.12. 15/04/2002 - Eng. do Ambiente 89
-3 -2 -1 1 2 3
-1
¯ ¯
vermelho: sin (x) azul: ¯x2 − 4¯
Para provarmos que existem estas duas raı́zes e que as mesmas são únicas nos intervalos indicados,
basta estudar a existência (pelo teorema do valor intermédio) e a unicidade (pelo estudo do sinal da
derivada). Assim, para a raiz que está no intervalo [1.5, 2] vamos ter que:
• f (1.5) × f (2) = sin (1.5) + 1.52 − 4 × sin (2) < 0 ⇒ ∃α1 ∈ [1.5, 2] : f (α1 ) = 0;
| {z } | {z }
<0 >0
Estes três itens em conjunto provam então que existe uma e uma só raiz da função f no intervalo
[1.5, 2].
Da mesma forma se prova que existe uma e uma só raiz raiz da função no intervalo [2, 2.5] (T.P.C.).
b) Podemos utilizar o exercı́cio 4 deste teste para obtermos uma resposta imediata. Assim sendo,
µ ¶ µ ¶
b−a 0.5
ln ln
2µ 2 × 10−6
k≥ = ≈ 17.93 ⇒ k ≥ 18,
ln (2) ln (2)
pelo que podemos concluir que serão necessárias 18 + 1 = 19 iterações para que a aproximação obtida pelo
c) Facilmente se vê que não existe derivada no ponto x = 2, pelo que a função não é de classe C 2 no
intervalo [1.9, 2.4], pelo que não se verificam as hipóteses do teorema da convergência e do erro, o que
implica que não se possa garantir a convergência do método de Newton no intervalo referido.
Teorema 2.12.1 (Convergência e Erro). Seja [a, b] uma vizinhança suficientemente pequena da raiz
da função f , digamos x∗ . Se f ∈ C 2 ([a, b]) e se f 0 (x) 6= 0, ∀x ∈ [a, b], então, qualquer que seja o
90 Capı́tulo 2. 2001-2002
ponto x0 escolhido para aproximar a raiz, com x0 ∈ [a, b], podemos garantir a convergência do método de
M2 2
|e (xk+1 )| ≤ |e (xk )| , k = 0, 1, 2, 3, . . . ,
2 m1
d) Comecemos por indicar um intervalo onde se garanta a convergência do método de Newton. No-
tando que f (2.1) ≈ 0.45 > 0 e que f (2.4) ≈ −1.1 < 0 podemos garantir a existência da raiz neste
intervalo. Além disso, a derivada neste intervalo é dada por f 0 (x) = cos (x) − 2x < 0, ∀ x ∈ [2.1, 2.4],
ou seja, a função é estritamente decrescente neste intervalo, pelo que podemos concluir que existe um e
um só zero da função f no intervalo [2.1, 2.4]. Além disso, o facto de se ter f 0 (x) < 0, ∀ x ∈ [2.1, 2.4],
implica que a derivada seja diferente de zero em todo o ponto do intervalo [2.1, 2.4], verificando-se assim
uma das condições de convergência do método de Newton. Quanto ao facto de f (x) = sin (x) − x2 + 4 ser
uma função de classe C 2 em [2.1, 2.4] é um facto imediato, pois tanto sin (x) como −x2 + 4 são funções
Resta-nos apenas analisar se a amplitude do intervalo é a mais indicada para ser considerada uma
vizinhança suficientemente pequena do zero, como no teorema convergência e do erro se impõe. Para isso
1 2 m1
(b − a) < = ,
M M2
onde m1 e M2 são os valores definidos no teorema da convergência e do erro. Calculando então estes
Por outro lado, f 000 (x) = − cos (x) > 0, ∀ x ∈ [2.1, 2.4], pelo que podemos concluir que a segunda
2.12. 15/04/2002 - Eng. do Ambiente 91
derivada da função f é uma função estritamente crescente no intervalo que estamos a considerar, logo,
M2 = max {|f 00 (x)| : x ∈ [2.1, 2.4]} = max {|− sin (x) − 2| : x ∈ [2.1, 2.4]} =
1 2 m1 2 × 4.7
(b − a) = (1 − 0) = 1 < = ≈ ≈ 3.5 P.V.
M M2 2.7
Como a amplitude do intervalo é adequada a única coisa que nos falta fazer é a escolha de um ponto x0
para a partir daı́ podermos obter todos os valores das iteradas do método de Newton. Assim, e escolhendo
o ponto x0 , como sendo um ponto que verifique a relação f (x0 )×f 00 (x0 ) > 0, escolha esta que nos permite
controlar de uma forma mais correcta o valores que se irão obter para nas várias iterações, verificamos
que f 00 (x) = −sin (x) − 2 < 0, ∀ x ∈ [2.1, 2.4] e que f (2.4) < 0, daı́ que se escolha x0 = 2.4. Utilizando
f (xn )
xn+1 = xn − , n = 0, 1, 2, . . . ,
f 0 (xn )
vamos obter
f (x0 )
x1 = x0 − = 2.204143091
f 0 (x0 )
f (x1 )
x2 = x1 − 0 = 2.193704265
f (x1 )
f (x2 )
x3 = x2 − 0 = 2.193673486
f (x2 )
Queremos agora obter um majorante para o erro que se comete em x3 . Pelo teorema da convergência
logo
2
M |e (xk+1 )| ≤ M 2 |e (xk )| , k = 0, 1, 2, 3, . . . .
³ ´2 µ³ ´2 ¶2
2 2 2 2 2
M |e (x3 )| ≤ M |e (x2 )| = (M |e (x2 )|) ≤ (M |e (x1 )|) ≤ (M |e (x0 )|) ≤
µ³ ´2 ¶2
2
≤ (M (b − a)) ,
92 Capı́tulo 2. 2001-2002
J.
2.13. 05/06/2002 - Eng. do Ambiente 93
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Engenharia do Ambiente
2o Teste ao 2h:300
Duraç~
05 de Junho de 2002
a) Resolva o sistema Ax = b pelo método de Gauss sem pivotação, utilizando uma aritmética de
4 algarismos significativos. Denote a aproximação obtida por x
e;
b) Resolva o sistema Ax = b pelo método de Gauss com pivotação, utilizando a mesma aritmética
da alı́nea anterior. Denote a aproximação obtida por x;
d) Utilizando a norma infinito, calcule majorantes para o erros relativos que afectam as aproxi-
mações x
e e x. Comente os resultados obtidos.
Solução 2.13.1. Vamos neste exercı́cio resolver o sistema, primeiro sem efectuar qualquer técnica de
pivotação e posteriormente com a técnica de pivotação parcial. Nas duas últimas alı́neas poderemos
a) Resolva-se então o sistema de equações lineares, utilizando o método de eliminação de Gauss, sem
0.003e
0.003e
x1 + 59.14e
x2 = 59.17 x1 = 59.17 − 59.14e
x2
⇔
− 104300e
x2 = −104400 x
e2 = 1.001
0.003e
x1 = 59.17 − 59.20
⇔
x
e2 = 1.001
0.003e
x1 = −0.03
⇔
x
e2 = 1.001
x
e1 = −10.00
⇔
x
e2 = 1.001
Assim, a solução aproximada que se obtém se não efectuarmos pivotação será denotada pelo vector
x
e1 −10.00
x
e= = .
x
e2 1.001
b) Resolva-se agora o mesmo sistema, mas utilizando a técnica da pivotação parcial, que nos diz que:
na etapa k do método de eliminação de Gauss deve-se escolher para pivot, pkk o elemento que verifique a
¯ ¯
¯ (k) ¯
condição pkk = max ¯aik ¯
k≤i≤n
Desta forma, na primeira etapa da resolução do nosso sistema vamos ter que,
¯ ¯
¯ (1) ¯ (1)
p11 = max ¯ai1 ¯ = max {|0.003| , |5.291|} = 5.291 = a21 ⇒ L2 ¿ L1 ,
1≤i≤1
assim sendo,
. ..
5.291 −6.13 .. 46.78 −−−−− −− − − − − −
L2 ←L2 −m21 L1
−− −− −
→
5.291 −6.13 . 46.78
.. m21 = a21 = 0.003 =0.0005670 ..
a11 5.291
0.003 59.14 . 59.17 0.000 59.14 . 59.14
2.13. 05/06/2002 - Eng. do Ambiente 95
Assim, a solução aproximada que se obtém se não efectuarmos pivotação será denotada pelo vector
x1 10.00
x= = .
x2 1.000
c) Por definição o número de condição de uma matriz é dado por K (A) = cond (A) = kAk kA−1 k.
Por conseguinte, será necessário o cálculo da matriz A−1 . Devemos ainda salientar que para que se
obtenha a inversa da matriz, os cálculos deverão ser efectuados em aritmética exacta, de outra forma não
Para obtermos então a inversa da matriz A podemos resolver os sistemas de equações lineares AX.1 =
e1 e AX.2 = e2 , pelo método de Gauss ou então recorrer ao cálculo da matriz dos cofactores. Por
motivos de simplicidade, e uma vez que atrás já abordámos o método de eliminação de Gauss, vamos
agora recordar a matriz dos cofactores. Neste caso, a matriz inversa da matriz A será exprimida em
Definição 2.13.1. Chama-se matriz dos cofactores de uma matriz n×n, A = [aij ] à matriz de ordem
n × n designada por cof A, cuja componente da linha i e coluna j é o cofactor A0ij , i.e.,
£ ¤ i+j
cof A = A0ij i,j=1,...,n , com A0ij = (−1) det (Aij ) .
Aos cofactores também se chama complementos algébricos, e à matriz dos cofactores pode-se chamar
T
A (cof A) = det (A) In .
1 T
A−1 = (cof A) .
det (A)
Com base neste teorema, facilmente se verifica que a inversão de uma matriz de ordem 2 × 2, não-
singular,
a b
A= ,
c d
será dada por
1 d −b
A−1 = .
ad − bc
−c a
Assim sendo, como no nosso caso também temos uma matriz 2 × 2, a sua inversa será então dada por
T
1 −6.13 −5.291
A−1 =
−0.003 × 6.13 − 59.14 × 5.291
−59.14 0.003
Desta forma,
2
X
kAk∞ = max |aik | = max {|0.003| + |59.14| , |5.291| + |−6.13|} =
i=1,2
k=1
= 59.143 ≈ 59.143 .
© ¯ ¯ª
kA−1 k∞ ≈ max |0.0195892| + |0.188989| , |0.016908| + ¯−0.958687 × 10−5 ¯ ≈
≈ 0.21
Assim sendo,
d) Pretendemos agora obter majorantes para os erros relativos que afectam as aproximações obtidas
kx − xa k krk
≤ K (A) ,
kxk kbk
2.13. 05/06/2002 - Eng. do Ambiente 97
sendo x a solução exacta e xa uma solução aproximada, para o sistema de equações lineares Ax = b, e
Comecemos então pela aproximação obtida na alı́nea a). No que toca ao resı́duo que está associado a
Desta forma, krk∞ ≈ 105.8. Tal permite-nos então obter um majorante para o erro relativo que afecta
kx − x
ek∞ krk∞ 105.8
≤ K∞ (A) ≈ 12.4 × ≈ 22.2.
kxk∞ kbk∞ 59.17
Analisemos agora o que se passa com o majorante para o erro relativo na aproximação obtida para a
solução na alı́nea b). Comecemos por calcular o resı́duo que está associado a esta aproximação.
59.17 0.003 59.14 10.00
r = b − Ae
x = − =
46.78 5.291 −6.13 1.000
59.17 59.17 0.000
= − =
46.78 46.78 0.000
Desta forma, krk∞ = 0.000. Tal permite-nos então obter um majorante para o erro relativo que afecta
kx − x
ek∞ krk∞ 0.000
≤ K∞ (A) ≈ 12.4 × = 0.000.
kxk∞ kbk∞ 59.17
Este resultado permite-nos concluir que a aproximação obtida é simplesmente a solução exacta do sistema
de equações lineares.
J.
a) Pela álgebra linear sabemos que efectuar o produto das matrizes S.T.U se pode fazer de duas
formas diferentes, (S.T ) .U ou S. (T.U ), sendo o resultado igual nos dois casos. Será que do
98 Capı́tulo 2. 2001-2002
ponto de vista numérico também é indiferente a forma que escolhemos para efectuar este
produto? Justifique convenientemente a sua resposta;
b) Supondo que q = 2, m = 5 e que n = 3, indique qual das duas formas de efectuar o produto
escolheria.
Solução 2.13.2. Pretendemos mostrar que a ”complexidade aritmética”é diferente nestes dois casos, i.e.,
o número de operações a efectuar irá depender da forma que escolhermos para proceder à multiplicação
das matrizes. Desta forma, vamos ter de indicar o número de operações que se tem de fazer em cada um
1o ) (A.B) .C;
Nesta situação temos A ∈ Rq×p e B ∈ Rp×m , daı́ que T = A.B será uma matriz de ordem q × m,
(p − 1) adições e p multiplicações.
q × m × (p − 1) adições e q × m × p multiplicações.
Análise semelhante pode ser efectuada para fazer o estudo do número de operações no produto das
matrizes T por C, T.C, onde T ∈ Rq×m e C ∈ Rm×n . O resultado da multiplicação será uma
q × n × (m − 1) adições e q × n × m multiplicações,
Concluı́mos portanto que, para obter o produto de matrizes (A.B) .C, necessitamos de efectuar
q × m × (p − 1) + q × n × (m − 1) ad.’s e q × m × p + q × n × m mult.’s.
2.13. 05/06/2002 - Eng. do Ambiente 99
2o ) A. (B.C)
Suponhamos então que S = B.C, com B ∈ Rp×m e C ∈ Rm×n , obviamente que nestas condições
S ∈ Rp×n , e que
m
X
Sij = Bik Ckj ,
k=1
(m − 1) adições e m multiplicações,
p × n × (m − 1) adições e p × n × m multiplicações.
Utilizando o mesmo raciocı́nio para o produto das matrizes A por S, A.S, com A ∈ Rq×p e S ∈
q × n × (p − 1) adições e q × n × p multiplicações
Desta forma, para calcularmos o produto de matrizes A. (B.C), vamos precisar de efectuar, no total,
q × n × (p − 1) + p × n × (m − 1) ad.’s e q × n × p + p × n × m mult.’s.
(A.B) .C A. (B.C)
Total de Op.’s q.m. (2p − 1) + q.n (2m − 1) q.n. (2p − 1) + p.n. (2m − 1)
Esta tabela permite-nos concluir que o número total de operações só será igual quando m for igual
a n e quando p for igual a q, em simultâneo. Assim sendo, regra geral, o número de operações a fazer
depende da forma que escolhemos para efectuar o produto de matrizes A.B.C. Em termos numéricos
b) Vamos agora particularizar o que foi dito na alı́nea anterior. Para isso tomemos q = 2, m = 5
e n = 3. Vamos supor, em termos informáticos, que não há diferenças entre o tempo que o computador
demora a efectuar uma multiplicação e uma adição, e também que as operações têm todas a mesma
100 Capı́tulo 2. 2001-2002
influência nos erros que se cometem. Desta forma, faremos a nossa escolha em torno do número total de
operações.
Pela tabela apresentada atrás apresentada podemos então concluir que se deve utilizar a fórmula
(A.B) .C quando,
50 < 19p ⇔
50
p > ≈ 2.6 ⇒ p ≥ 3
19
J.
1 0 3
A= 0 4 0 .
3 0 10
Solução 2.13.3. a) Para começar, sabemos que a matriz só admite decomposição de Cholesky se for
simultaneamente simétrica e definida positiva. Quanto ao facto de ser simétrica, é muito fácil verificar
que a matriz em questão é de facto uma matriz simétrica, i.e., que Aij = Aji , i, j = 1, 2, 3, i 6= j.
Resta-nos então verificar se a matriz dada é uma matriz definida positiva. Por definição dizemos que
uma matriz A ∈ Rn×n é definida positiva se, para todo o x ∈ Rn \ {0n }, xT Ax > 0, o que equivale a
logo,
Por definição podemos concluir que a matriz A é uma matriz definida positiva.
b) A resolução o sistema dado deve ser feita pela forma mais eficiente, que, no caso da matriz ser
simétrica e definida positiva, deve ser pelo recurso à decomposição de Cholesky. Assim sendo, façamos
então a decomposição de Cholesky da matriz do sistema. Para isso tome-se uma matriz L, triangular
desta forma,
1 0 3 `11 0 0 `11 `21 `31
A=
0 4 0
= LL
T
= `21 `22 0 0 `22 `32 =
3 0 10 `31 `32 `33 0 0 `33
`211 `21 `11 `31 `11
=
`21 `11 `221 + `222 `31 `21 + `32 `22 .
`31 `11 `31 `21 + `32 `22 `231 + `232 + `233
102 Capı́tulo 2. 2001-2002
Procedendo à igualdade da matriz A com a matriz produto LLT , vamos obter um sistema de equações
Obtida então a factorização triangular de Cholesky, será agora muito fácil resolver o sistema Ax = y,
J.
Solução 2.13.4. Provou-se nas aulas teóricas que o erro relativo que afecta uma aproximação, x
e, da
kx − x
ek2 krk2
≤ K2 (A) .
kxk2 kbk2
2.13. 05/06/2002 - Eng. do Ambiente 103
Agora suponha-se que é conhecida a decomposição QR da matriz A, sendo, como é sabido, Q uma
matriz ortogonal, o que por definição significa que Q possui inversa, sendo esta simplesmente igual a
QT , i.e., Q−1 = QT . Então, utilizando a propriedade das normas matriciais que nos diz que kA.Bk ≤
kAk.kBk, para toda a matriz A ∈ Rm×n e para toda a matriz B ∈ Rn×p , podemos concluir imediatamente
que,
kx − x
ek2 krk2 krk2 −1 krk2
≤ K2 (A) = K2 (QR) = kQRk2 k (QR) k2 =
kxk2 kbk2 kbk2 kbk2
krk2
= kQRk2 kR−1 Q−1 k2 ≤
kbk2
krk2 krk2
≤ kQk2 kRk2 kR−1 k2 kQ−1 k2 = K2 (R) K2 (Q) . (∗)
kbk2 kbk2
Notemos que
com
kx − x
ek2 krk2
≤ K2 (R) .
kxk2 kbk2
(5,0) 5. Considere os seguintes valores tabelados para uma dada função f (x)
c) Determine uma estimativa para o erro cometido na estimativa obtida na alı́nea b).
Solução 2.13.5. a) A tabela das diferenças divididas associada à tabela aqui apresentada é a seguinte
104 Capı́tulo 2. 2001-2002
−1 −1.57080
3.217525
1.345653 4.114019
1.074137
−0.2 −0.201358
Cálculos Auxiliares:
b) Como pretendemos estimar o valor da função no ponto x = −0.4, através de um polinómio inter-
polador de grau ≤ 2, precisamos então de escolher os três pontos da tabela cujas abcissas se encontram
mais próximas de x = −0.4. Desta forma, os três pontos que vamos escolher para obter o polinómio
p2 (x) = a0 + a1 (x − x0 ) + a2 (x − x0 ) (x − x1 ) =
Para aproximar o valor de f (−0.4) apenas necessitamos de calcular o polinómio interpolador no ponto
x = −0.4, assim,
c) Queremos agora obter uma estimativa para o erro que se comete ao efectuarmos a aproximação do
valor de f (−0.4) por p2 (−0.4). Para obtermos essa estimativa vamos necessitar dos dois teoremas que
se seguem:
grau ≤ n nos nós distintos x0 , x1 , ..., xn contidos no intervalo Ω. Então, para qualquer ponto x ∈ Ω,
f (n+1) (ξ)
en (x) ≡ f (x) − pn (x) = Wn (x) .
(n + 1)!
Teorema 2.13.3. Seja f ∈ C k (Ω) e x0 , x1 , ..., xk nós distintos pertencentes ao intervalo Ω. Então,
Assim sendo, pelo teorema 3.7.5 podemos dizer que existe um ponto ξ ∈ [−0.8, −0.2], ou seja, ξ ∈
f 000 (ξ)
f (−0.4) − p2 (−0.4) = (−0.4 − x0 ) (−0.4 − x1 ) (−0.4 − x2 ) ,
3!
|f 000 (ξ)|
|f (−0.4) − p2 (−0.4)| = |(−0.4 + 0.8) (−0.4 + 0.5) (−0.4 + 0.2)| =
3!
|f 000 (ξ)|
= × 0.008,
3!
Para majorar o erro necessitávamos de calcular o máximo da terceira derivada no intervalo de in-
terpolação, no entanto, isso não nos é possı́vel pois não possuı́mos a expressão da função nem nos é
dada qualquer informação acerca desse valor. Assim, o que vamos fazer é utilizar o teorema 2.13.3 para
106 Capı́tulo 2. 2001-2002
aproximar a terceira derivada pela diferença dividida de ordem três que possuı́mos. Pelo teorema 2.13.3
Este resultado apenas nos permite assegurar um algarismo significativo na aproximação p2 (−0.4)
J.
2.14. 05/06/2002 - Eng. Biotecnológica 107
2o Teste ao 2h:300
Duraç~
05 de Junho de 2002
a) Resolva o sistema Ax = b pelo método de Gauss sem pivotação, utilizando uma aritmética de
4 algarismos significativos. Denote a aproximação obtida por x
e;
b) Resolva o sistema Ax = b pelo método de Gauss com pivotação, utilizando a mesma aritmética
da alı́nea anterior. Denote a aproximação obtida por x;
d) Utilizando a norma infinito, calcule majorantes para o erros relativos que afectam as aproxi-
mações x
e e x. Comente os resultados obtidos.
Solução 2.14.1. Vamos neste exercı́cio resolver o sistema, primeiro sem efectuar qualquer técnica de
pivotação e posteriormente com a técnica de pivotação parcial. Nas duas últimas alı́neas poderemos
a) Resolva-se então o sistema de equações lineares, utilizando o método de eliminação de Gauss, sem
0.003e
0.003e
x1 + 59.14e
x2 = 59.17 x1 = 59.17 − 59.14e
x2
⇔
− 104300e
x2 = −104400 x
e2 = 1.001
0.003e
x1 = 59.17 − 59.20
⇔
x
e2 = 1.001
0.003e
x1 = −0.03
⇔
x
e2 = 1.001
x
e1 = −10.00
⇔
x
e2 = 1.001
Assim, a solução aproximada que se obtém se não efectuarmos pivotação será denotada pelo vector
x
e1 −10.00
x
e= = .
x
e2 1.001
b) Resolva-se agora o mesmo sistema, mas utilizando a técnica da pivotação parcial, que nos diz que:
na etapa k do método de eliminação de Gauss deve-se escolher para pivot, pkk o elemento que verifique a
¯ ¯
¯ (k) ¯
condição pkk = max ¯aik ¯
k≤i≤n
Desta forma, na primeira etapa da resolução do nosso sistema vamos ter que,
¯ ¯
¯ (1) ¯ (1)
p11 = max ¯ai1 ¯ = max {|0.003| , |5.291|} = 5.291 = a21 ⇒ L2 ¿ L1 ,
1≤i≤1
assim sendo,
. ..
5.291 −6.13 .. 46.78 −−−−− −− − − − − −
L2 ←L2 −m21 L1
−− −− −
→
5.291 −6.13 . 46.78
.. m21 = a21 = 0.003 =0.0005670 ..
a11 5.291
0.003 59.14 . 59.17 0.000 59.14 . 59.14
2.14. 05/06/2002 - Eng. Biotecnológica 109
Assim, a solução aproximada que se obtém se não efectuarmos pivotação será denotada pelo vector
x1 10.00
x= = .
x2 1.000
c) Por definição o número de condição de uma matriz é dado por K (A) = cond (A) = kAk kA−1 k.
Por conseguinte, será necessário o cálculo da matriz A−1 . Devemos ainda salientar que para que se
obtenha a inversa da matriz, os cálculos deverão ser efectuados em aritmética exacta, de outra forma não
Para obtermos então a inversa da matriz A podemos resolver os sistemas de equações lineares AX.1 =
e1 e AX.2 = e2 , pelo método de Gauss ou então recorrer ao cálculo da matriz dos cofactores. Por
motivos de simplicidade, e uma vez que atrás já abordámos o método de eliminação de Gauss, vamos
agora recordar a matriz dos cofactores. Neste caso, a matriz inversa da matriz A será exprimida em
Definição 2.14.1. Chama-se matriz dos cofactores de uma matriz n×n, A = [aij ] à matriz de ordem
n × n designada por cof A, cuja componente da linha i e coluna j é o cofactor A0ij , i.e.,
£ ¤ i+j
cof A = A0ij i,j=1,...,n , com A0ij = (−1) det (Aij ) .
Aos cofactores também se chama complementos algébricos, e à matriz dos cofactores pode-se chamar
T
A (cof A) = det (A) In .
1 T
A−1 = (cof A) .
det (A)
Com base neste teorema, facilmente se verifica que a inversão de uma matriz de ordem 2 × 2, não-
singular,
a b
A= ,
c d
será dada por
1 d −b
A−1 = .
ad − bc
−c a
Assim sendo, como no nosso caso também temos uma matriz 2 × 2, a sua inversa será então dada por
T
1 −6.13 −5.291
A−1 =
−0.003 × 6.13 − 59.14 × 5.291
−59.14 0.003
Desta forma,
2
X
kAk∞ = max |aik | = max {|0.003| + |59.14| , |5.291| + |−6.13|} =
i=1,2
k=1
= 59.143 ≈ 59.143 .
© ¯ ¯ª
kA−1 k∞ ≈ max |0.0195892| + |0.188989| , |0.016908| + ¯−0.958687 × 10−5 ¯ ≈
≈ 0.21
Assim sendo,
d) Pretendemos agora obter majorantes para os erros relativos que afectam as aproximações obtidas
kx − xa k krk
≤ K (A) ,
kxk kbk
2.14. 05/06/2002 - Eng. Biotecnológica 111
sendo x a solução exacta e xa uma solução aproximada, para o sistema de equações lineares Ax = b, e
Comecemos então pela aproximação obtida na alı́nea a). No que toca ao resı́duo que está associado a
Desta forma, krk∞ ≈ 105.8. Tal permite-nos então obter um majorante para o erro relativo que afecta
kx − x
ek∞ krk∞ 105.8
≤ K∞ (A) ≈ 12.4 × ≈ 22.2.
kxk∞ kbk∞ 59.17
Analisemos agora o que se passa com o majorante para o erro relativo na aproximação obtida para a
solução na alı́nea b). Comecemos por calcular o resı́duo que está associado a esta aproximação.
59.17 0.003 59.14 10.00
r = b − Ae
x = − =
46.78 5.291 −6.13 1.000
59.17 59.17 0.000
= − =
46.78 46.78 0.000
Desta forma, krk∞ = 0.000. Tal permite-nos então obter um majorante para o erro relativo que afecta
kx − x
ek∞ krk∞ 0.000
≤ K∞ (A) ≈ 12.4 × = 0.000.
kxk∞ kbk∞ 59.17
Este resultado permite-nos concluir que a aproximação obtida é simplesmente a solução exacta do sistema
de equações lineares.
J.
Solução 2.14.2. Vamos provar as desigualdades em duas etapas, i.e., primeiro provaremos que kxk∞ ≤
1
kxk1 e depois que kxk1 ≤ kxk∞ , para todo o vector x ∈ Rn . Assim sendo, por definição temos que
n
Solução 2.14.3. a) Se olharmos atentamente para a decomposição fornecida, facilmente verificamos que
essa decomposição é a decomposição LU da matriz. Assim, podemos utilizar a mesma para resolver os
(1, 0, 0),
1
z1 = 1
z1 = 1
Lz =
0 ⇔ −z1 + z2 = 0 ⇔ z2 = 1 .
3z
0 1 + z3 = 0 z3 = −3
2.14. 05/06/2002 - Eng. Biotecnológica 113
1
x1 − x2 + 3x3 = 1
x1 = 17/4
Ux = 1 ⇔ x2 = 1 ⇔ x2 = 1 .
−3 4x3 = −3 x3 = −3/4
(0, 0, −2),
0
z1 = 0
z1 = 0
Lz =
0 ⇔ −z1 + z2 = 0 ⇔ z2 = 0 .
−2 3z + z3 = −2 z3 = −2
1
0
x1 − x2 + 3x3 = 0
x1 = 3/2
Ux = 0
⇔ x2 = 0 ⇔ x2 = 0 .
−2 4x3 = −2 x3 = −1/2
b) Obtenha-se agora a decomposição de Cholesky. Tomemos então uma matriz L geral, triangular
1 −1 3 `11 0 0 `11 `21 `31
A=
−1 2 −3
= LL
T
= `
21 `22 0
0 `22 `32 =
3 −3 13 `31 `32 `33 0 0 `33
`211 = 1
`11 `21 = −1
`11 `31 = 3
=
`221 + `222 = 2
`31 `21 + `32 `22 = −3
`2 + `2 + `2
31 32 32 = 13
114 Capı́tulo 2. 2001-2002
1 −1 3 1 0 0
T
A=
−1 2
−3 = LLT
= −1 1 0
L .
3 −3 13 3 0 2
J.
Escreva o sistema de equações normais que lhe permite determinar o polinómio de grau um que
melhor aproxima a função dada, no sentido dos mı́nimos quadrados.
Solução 2.14.4. Pretendemos então obter o sistema das equações normais, a partir do qual se obtém o
polinómio de grau um que melhor aproxima os pontos tabelados, no sentido dos mı́nimos quadrados. Para
isso vamos começar por obter o sistema de equações sobredeterminado que está associado ao problema que
pretendemos resolver. Nesse sentido tomemos a equação geral de um polinómio de grau um, p (x) = µ+θx,
e, das equações acima escritas, extrai-se então o sistema sobredeterminado que pretendemos resolver,
1 0
1.000
1 0.25 µ 1.284
Ax = b ⇔
=
.
1 0.5 θ 1.649
1 0.75 2.117
Sabemos agora que obter o polinómio de grau um que melhor aproxima os pontos tabelados, no sentido
dos mı́nimos quadrados equivale a resolver um problema de optimização, o qual consiste em minimizar o
A abordagem teórica deste problema de optimização vai-nos dizer que o óptimo do problema pode ser
obtido através da resolução do sistema de equações lineares AT Ax = AT b, sistema este que se designa
por sistema das equações normais. Prova-se que a solução do sistema das equações normais é, de facto,
No nosso caso, o sistema das equações normais que nos permite obter os coeficientes do polinómio de
Devemos salientar que a obtenção da matriz AT A deve ser feita com dupla precisão, devido ao possı́vel
mau condicionamento da mesma, e, por outro lado, como os elementos de b estão escritos com 4 alga-
rismos significativos, devemos usar uma aritmética de 4 algarismos significativos para resolver o nosso
Cálculos Auxiliares:
1 1 1 1 4.000 1.500
AT = T
⇒ A A=
0 0.25 0.5 0.75 1.500 0.8750
6.050 6.050
⇒ AT b = ≈
2.73325 2.733
J.
116 Capı́tulo 2. 2001-2002
para quaisquer a, b, c ∈ R. Deduza a expressão de p (x) usando a fórmula de Newton com diferenças
divididas.
x0 = −1 y0 = a
2b − 2a
x1 = −0.5 y1 = b 2a − 8b
20
−6b c−a+ c
3
16
x2 = 0 y2 = −2b 2c + b
3
3c + 2b
x3 = 1 y3 = 3c
Desta forma, o polinómio interpolador de Newton com diferenças divididas que contém toda a infor-
J.
2.15. 11/06/2002 - Eng. Biotecnológica 117
11 de Junho de 2002
√
(3,0) 1. Seja L = 20π 7 a, onde a mede aproximadamente 10 cm. Com que rigor deve ser medido o
√
valor de a e quais as precisões que devem possuir π e 7, por forma a que se obtenha um valor
aproximado para L com um erro absoluto não superior a 17.5 cm?
Atendendo agora aos dados iniciais temos que aa ≈ 10 cm, além disso, precisamos de possuir aproxi-
√
mações para os valores de π e de 7 para podemos obter majorantes para os erros absolutos que afectam
estes mesmos valores, desta forma será sensato utilizarmos aproximações com baixa precisão, por forma
a que o majorante corrija de forma eficiente a precisão de cada uma das aproximações. Sob esta ideia
√
tomemos as seguintes aproximações: para π, 3.1, e para 7, 2.6. Note-se que se pretende que o erro
logo
¯ √ ¯ ¯ ³√ ´¯ ¯ √ ¯¯
¯ ¯ ¯ ¯ ¯
¯20 7a aa ¯ |e (πa )| + |20πa aa | ¯e 7a ¯ + ¯20πa 7a ¯ |e (aa )| ≤ 17.5 cm (2.15.1)
Pretendemos agora saber o rigor com que se deve medir a, e quais as aproximações que devemos tomar
√
para π e para 7, por forma a que o erro verifique a relação (2.15.1), para isso dispomos de duas formas
Se tomarmos como hipótese que todos os erros absolutos são iguais, i.e., que |e (aa )| = |e (πa )| =
¯ ¡√ ¢¯
¯e 7a ¯ = θ, então a relação (2.15.1) poder-se-á escrever da seguinte forma,
¯ √ ¯ ¯ √ ¯¯
¯ ¯ ¯
¯20 7a aa ¯ θ + |20πa aa | θ + ¯20πa 7a ¯ θ ≤ 17.5 cm,
17.5
θ≤ ¡√ √ ¢ = 0.01344... ≈ 0.013 ≤ 0.05 .
20 7 × aa + π × 7 + π × aa
Com base nesta última relação podemos então concluir que, para que o erro absoluto que afecta o
valor aproximado de L seja não superior a 17.5 cm, então devemos garantir, pelo menos, 2 algarismos
√
significativos para π e para 7 e, pelo menos, 3 algarismos significativos para o valor aproximado de a.
Suponhamos que todas as parcelas da soma na fórmula da propagação do erro influenciam da mesma
¯ √ ¯ ¯ ³√ ´¯ ¯ √ ¯¯
¯ ¯ ¯ ¯ ¯
¯20 7a aa ¯ |e (πa )| + |20πa aa | ¯e 7a ¯ + ¯20πa 7a ¯ |e (aa )| ≤ 17.5 cm
| {z } | {z } | {z }
17.5 17.5 17.5
≤ ≤ ≤
3 3 3
Assim sendo,
17.5
|e (πa )| ≤ √ ≈ 0.011 ≤ 0.05
3 × 20 × 7a × aa
17.5
|e (aa )| ≤ √ ≈ 0.036 ≤ 0.05
3 × 20 × 7a × πa
¯ ¡√ ¢¯ 17.5
¯e 7a ¯ ≤ ≈ 0.0094 0.005
3 × 20 × aa × πa
Concluı́mos então que, para que o erro absoluto em La seja não superior a 17.5 cm, então teremos
de garantir: pelo menos 2 algarismos significativos na aproximação para π, pelo menos 3 algarismos
√
significativos na aproximação para a e pelo menos 4 algarismos significativos na aproximação para 7.
J.
a) Prove que esta equação tem três raı́zes reais. Separe-as em intervalos de amplitude não superior
a 0.5;
2.15. 11/06/2002 - Eng. Biotecnológica 119
b) Averigue sobre a convergência do método de Newton para a menor das raı́zes no intervalo que
indicou; Calcule uma aproximação para a mesma com 4 algarismos significativos;
c) Quantas iterações terá de efectuar para aproximar a maior das raı́zes da equação, partindo do
intervalo indicado e utilizando o método da bissecção, se pretender obter uma aproximação
com um erro inferior a 0.5 × 10−6 .
Solução 2.15.2. a Comecemos por provar que a equação f (x) = 0 ⇔ ex − 4x2 = 0 possui três raı́zes
reais, separando-as em intervalos de amplitude não superior a 0.5 unidades. Para realizar tal tarefa,
vamos então utilizar o método gráfico, para isso vamos representar graficamente as funções ex e 4x2 , as
abcissas dos pontos de intersecção dos gráficos dar-nos-ão os valores das raı́zes que procuramos. Assim
sendo,
80
60
40
20
-1 1 2 3 4 5
: ex : 4x2
Olhando então para os dois gráficos, notamos que as intersecções dos mesmos estão nos seguintes
intervalos, [−1, 0], [0, 1] e [4, 5]. Comecemos por provar a existência das raı́zes em cada um destes
intervalos.
logo, pelo teorema de Bolzano podemos concluir que existe então um valor α1 ∈ [−0.5, 0], tal que, f (α1 ) =
0.
120 Capı́tulo 2. 2001-2002
logo, pelo teorema de Bolzano podemos concluir que existe então um valor α2 ∈ [0.5, 1], tal que, f (α2 ) = 0.
logo, pelo teorema de Bolzano podemos concluir que existe então um valor α3 ∈ [4, 4.5], tal que, f (α3 ) = 0.
Falta-nos então provar que estas três raı́zes são as únicas raı́zes da equação dada. Para fazer essa
Calculando a derivada desta função vamos obter, f 0 (x) = ex − 8x, cujos os zeros não se conseguem
obter de uma forma explı́cita. No entanto, podemos recorrer ao método gráfico para verificar onde se
encontram os zeros da derivada da nossa função. Assim sendo, se traçarmos os gráficos das funções ex
80
60
40
20
-1 1 2 3 4 5
: ex : 8x
A partir do último gráfico podemos verificar que um dos zeros da derivada se encontra no intervalo
o que pelo teorema de Bolzano, significa que existe β1 ∈ [0, 0.5], tal que, f 0 (β1 ) = 0. Enquanto o outro
o que pelo teorema de Bolzano, significa que existe β2 ∈ [3, 3.5], tal que, f 0 (β2 ) = 0. Fica então provado
que a derivada da função não se anula em nenhum dos intervalos que indicamos para cada uma das raı́zes
da equação inicial, o que, consequentemente, prova que as raı́zes são únicas nesses mesmos intervalos.
Resta provar que só existem, de facto, estas três raı́zes. Para tal basta recorrer ao teorema de Rolle,
mas antes de o enunciarmos há que dizer o que são números de Rolle.
Definição 2.15.1 (Números de Rolle). Chamam-se números de Rolle da equação f (x) = 0, definida
Teorema 2.15.1 (Teorema de Rolle). Seja f uma função definida em D ⊂ R e contı́nua nesse
então, entre dois números de Rolle consecutivos existe no máximo um zero da equação f (x) = 0. De
uma forma mais concreta, se rk e rk+1 são dois números de Rolle de f , consecutivos, então, no intervalo
[rk , rk+1 ] haverá uma raiz se f (rk ) .f (rk+1 ) < 0, caso f (rk ) .f (rk+1 ) > 0, então não existirá qualquer
Assim sendo,
f (r1 ) = lim f (x) = −∞
x→−∞
⇒ ∃1 α1 ∈ ]−∞, r2 ] : f (α1 ) = 0,
f (r2 ) = f (β1 ) > 0
E, finalmente,
f (r2 ) = f (β2 ) < 0
⇒ ∃1 α3 ∈ [r2 , +∞[ : f (α3 ) = 0,
f (r3 ) = lim = +∞
x→+∞
Fica assim provada a existência e unicidade das três raı́zes reais para a equação dada.
Teorema 2.15.2. Se numa vizinhança ]a, b[ do zero da função f , α, suficientemente pequena, se verificar
com
2 M2
|ek+1 | ≤ M |ek | , com M = .
2m1
Assim, o que temos de garantir para assegurar a convergência é que a função f (x) = ex − 4x2 é uma
função de classe C 2 no intervalo [−0.5, 0] e que f 0 (x) 6= 0, para todo o x ∈ [−0.5, 0]. Mas, atrás já
concluı́mos que os zeros da derivada estão fora do intervalo que aqui estamos a utilizar, logo, f 0 (x) 6= 0,
Além destas duas condições, e com vista a assegurar uma convergência ”rápida” devemos escolher um
1 1 2.m1
b−a≤ = = .
M M2 /2.m1 M2
o qual, para ser calculado, carece da análise à segunda derivada da função f , a qual sabemos que é dada
por
Por conseguinte,
= min {4.60653066..., 1} =
= 1.
o qual, para ser calculado, carece da análise à terceira derivada da função f , a qual é dada por
Por conseguinte,
Como tal,
M2 7.39 1
M= ≈ ≈ 3.695 ⇒ ≈ 0.27,
2.m1 2 M
mas a amplitude do intervalo que estamos a utilizar é igual a 0.5, o que significa que a amplitude do
intervalo não será a mais adequada para o nosso caso. Devemos então refinar este intervalo antes de
escolhermos o ponto x0 e começarmos a iterar, a forma mais fácil de o fazer é por aplicação do método
da bissecção. Basta uma simples aplicação deste método para obtermos um intervalo cuja amplitude seja
1
b − a = 0.25 ≤ .
M
3 −0.4077767111
124 Capı́tulo 2. 2001-2002
Assim, tomaremos para aproximação da raiz α1 ∈ [−0.5, 0], o valor −0.4078, o qual sabemos que
c)Sabemos que o erro que afecta uma determinada iteração, xk , do método da bissecção é inferior ou
igual a
b−a
,
2k+1
no caso de começarmos com x1 , quando estamos a aproximar uma raiz que pertence ao intervalo [a, b].
b−a 0.5 1
|e (xk )| ≤ = k+1 ≤ 0.5 × 10−6 ⇔ ≤ 10−6 ⇔ 2k+1 ≥ 106 ⇔
2k+1 2 2k+1
¡ ¢ ¡ ¢
⇔ ln 2k+1 ≥ ln 106 ⇔
¡ ¢
ln 106
⇔ k ≥ −1 + ≈ 18.9 ⇒
ln (2)
⇒ k ≥ 19.
∴ Serão então necessárias, pelo menos, k + 1 = 20 iterações, para que se obtenha uma aproximação
J.
Solução 2.15.3. a) Vamos verificar se a matriz dada é definida positiva utilizando a definição de matriz
definida positiva.
2.15. 11/06/2002 - Eng. Biotecnológica 125
Definição 2.15.2. Uma matriz A ∈ Rn×n diz-se definida positiva se xT Ax > 0, ∀ x ∈ Rn \ {0}.
¡ ¢
⇒ xT Ax = x21 + 1.69x21 2 × 1.30x1 x2 + x22 +
¡ ¢
+ 0.360x22 + 2 × 0.600x2 x3 + x23 + 0.100x23 =
2 2
= x21 + (1.30x1 + x2 ) + (0.600x2 + x3 ) + 0.100x23
Pelo que, para que xT Ax será sempre um valor não negativo, por outro lado, para que seja igual a zero
xt Ax = 0 ⇔ x1 = 0 ∧ x3 = 0 ∧ x22 + 0.360x22 = 0 ⇔ x1 = 0 ∧ x3 = 0 ∧ x2 = 0.
b) Como a matriz do sistema é simétrica e definida positiva, e pelo facto de pretendermos resolver
o sistema pela forma mais eficiente, devemos então utilizar a decomposição de Cholesky para resolver o
Assim sendo,
`211 = 2.69
`11 = 1.64
`11 `21 = 1.30
`21 = 1.30/`11 = 0.793
`11 `31 = 0 `31 = 0
⇔
`221 + `222 = 1.36
0.629 + `222 = 1.36
`21 `31 + `22 `32 = 0.600
`21 `31 + `22 `32 = 0.600
`2 + `2 + `2
`2 + `2 + `2
31 32 33 = 1.10 31 32 33 = 1.10
`11 = 1.64
`21 = 1.30/`11 = 0.793
`31 = 0
⇔ √ √
`22 = 1.36 − 0.629 = 0.731 = 0.855
`32 = 0.600/`22 = 0.702
` √ √
33 = 1.10 − 0.493 = 0.607 = 0.779
Obtida então a decomposição triangular é então muito fácil resolver o sistema Ax = b dado.
1o ) Ly = b
T
Ax = b ⇔ LL
|{z}x=B⇔ .
=y
2o ) LT x = y
que equivale a
y1 = 1.10/1.64 = 0.671
0.793 × 0.671 + 0.855y2 = −0.621
0.702y2 + 0.779y3 = 0.435
ou seja
y1 = 0.671
y2 = −1.35
0.779y3 = 0.435 − 0.702y2 = 0.435 − 0.702 × (−1.35)
Cálculos Auxiliares:
Cálculos Auxiliares:
1.64x1 + 0.793x2 = 0.671
0.855x2 + 0.702x3 = −1.35
0.779x3 = 1.77
que equivale a
1.64x1 = 0.671
x2 = (−1.35 − 0.702x3 )/0.855
x3 = 1.77/0.779 = 2.27
128 Capı́tulo 2. 2001-2002
ou seja
x1 = (0.671 − 0.793x2 )/1.64
x2 = −3.44
x3 = 2.27
Cálculos Auxiliares:
e, finalmente,
x1 = 2.07 x1 2.07
⇔
x2 = −3.44 x2 −3.44 .
=
x3 = 2.27 x3 2.27
Cálculos Auxiliares:
Extra resposta, podemos ainda calcular o resı́duo que está associado à aproximação obtida.
1.10 2.69 1.30 0.00 2.07
r = b − Ax =
−0.621 − 1.30 1.36
0.600 −3.44
=
0.435 0.00 0.600 1.10 2.27
1.10 1.0963 0.0037
≈
−0.621 −0.6254 ≈
− 0.0044
0.435 0.433 0.002
o que prova que a solução obtida possui muito boa precisão (não devemos esquecer que estamos a trabalhar
J.
Obtenha o polinómio de primeiro grau que melhor se ajusta a todos os valores da tabela, no sentido
dos mı́nimos quadrados.
2.15. 11/06/2002 - Eng. Biotecnológica 129
Solução 2.15.4. Pretendemos encontrar a recta que melhor aproxima os pontos dados na tabela, no
sentido dos mı́nimos quadrados. Assim sendo, comecemos por construir o sistema sobredeterminado
associado ao problema que pretendemos resolver. Para isso consideremos a equação geral da recta y =
No sentido dos mı́nimos quadrados podemos resolver o sistema (2.15.2) de duas formas: através
AT Ax = AT b. Aqui, por uma questão de simplicidade, vamos optar pela segunda hipótese.
Para construir o sistema das equações normais devemos ter em atenção o facto de estarmos a trabalhar
com um aritmética finita, tal facto implica que se deva construir a matriz AT A com dupla precisão. Assim
sendo,
1 1 1 1 4 5.3
AT = T
⇒A A= ,
1.0 1.2 1.5 1.6 5.3 7.25
Vamos fazer os nossos cálculos utilizando uma aritmética de 3 algarismos significativos. O facto de
termos de usar dupla precisão não tem, neste caso, qualquer influência nos resultados que vamos obter.
Como tal vamos utilizar uma aritmética de três algarismos significativos, visto que os elementos do termo
Agora, para resolver o sistema AT Ax = AT b, sabemos que a matriz AT A é uma matriz simétrica
definida positiva, pelo que devemos utilizar a decomposição de Cholesky para resolver o sistema das
130 Capı́tulo 2. 2001-2002
então
`211 = 4
`11 = 2.00
`11 `21 = 5.3 ⇔ `21 = 2.65 .
`2 + `2
` √ √
21 22 = 7.25 22 = 7.25 − 7.02 = 0.230 = 0.480
∴ A recta que melhor aproxima os pontos dados, no sentido dos mı́nimos quadrados, é a recta y =
α + βx = −1.45 + 6.94x.
J.
2.15. 11/06/2002 - Eng. Biotecnológica 131
(4,0) 5. Seja f uma função de classe C 2 em [x0 , x1 ]. Seja p1 o polinómio de grau ≤ 1, tal que p1 (x0 ) =
f (x0 ) e p1 (x1 ) = f (x1 ). Determine um número real a > 0, tão pequeno quanto possı́vel por forma
a que
a × max |f 00 (η)|
η∈[x0 ,x1 ]
seja majorante do erro absoluto que se comete ao utilizar p1 (x) como valor aproximado de f (x)
para x ∈ ]x0 , x1 [.
Solução 2.15.5. Sabemos, pelo teorema do erro, que o erro nesta interpolação verifica a seguinte relação:
¯ ¯
¯ (x − x0 ) (x − x1 ) 00 ¯
¯
∃ξ ∈ [x0 , x1 ] : |e (p1 (x))| = ¯ f (ξ)¯¯ , ∀ x ∈ [x0 , x1 ] .
2!
Procedendo à majoração, não será difı́cil de concluir que se obtém o seguinte resultado:
¯ ¯
¯ (x − x0 ) (x − x1 ) ¯
¯
|e (p1 (x))| ≤ ¯ ¯ max |f 00 (η)| , ∀ x ∈ [x0 , x1 ] .
2! ¯ η∈[x0 ,x1 ]
majoração de
¯ ¯
¯ (x − x0 ) (x − x1 ) ¯
¯ ¯
¯ 2! ¯
Tomemos
¯ ¯
¯ (x − x0 ) (x − x1 ) ¯
¯
h (x) = ¯ ¯
2! ¯
e analisemos o que se passa com esta função no intervalo [x0 , x1 ]. Não será difı́cil notar que h não é mais
do que o módulo de um polinómio do segundo grau com raı́zes em x0 e em x1 , além disso, o argumento
do módulo
(x − x0 ) (x − x1 ) x2 − x x0 − x x1 + x0 x1
g (x) = =
2! 2
é um polinómio do segundo grau com a concavidade voltada para cima e negativo no intervalo em que
x2 − x x0 − x x1 + x0 x1
h (x) = − , ∀ x ∈ [x0 , x1 ] = I.
2
Agora, para estudarmos o máximo desta função no intervalo I, basta calcular os zeros da derivada.
2x − x0 − x1 x0 + x1
h0 (x) = − =0⇔x= ,
2 2
e, por conseguinte, este será o ponto que maximizará a nossa função no intervalo I. De facto, h00 (x) =
−1 < 0, ∀ x ∈ [x0 , x1 ], o que prova que a nossa função possui um máximo no intervalo I, estando a
132 Capı́tulo 2. 2001-2002
concavidade da função voltada para baixo em todo este intervalo. Como implicação directa deste estudo,
podemos garantir que o valor máximo que a função atinge neste intervalo é então atingido no ponto que
J.
a) Fazendo uso de toda a informação da tabela, determine um valor aproximado de f (1.1), através
do polinómio interpolador de Lagrange;
b) Sabendo que
¡ ¢
∀ x ∈ [1, 1.3] , |f 000 (x)| ≤ 8 2x3 + 3x ,
determine um majorante para o erro absoluto que afecta a aproximação obtida na alı́nea
anterior.
Solução 2.15.6. a) Por definição temos que o polinómio interpolador de Lagrange é dado por
(x − x1 ) (x − x2 ) (x − x0 ) (x − x2 ) (x − x0 ) (x − x1 )
p2 (x) = y0 + y1 + y2
(x0 − x1 ) (x0 − x2 ) (x1 − x0 ) (x1 − x2 ) (x2 − x0 ) (x2 − x1 )
2.15. 11/06/2002 - Eng. Biotecnológica 133
f (1.1) ≈ p2 (1.1) ≈ 16.6667 × (−0.1) (−0.2) − 77.635 (0.1) (−0.2) + 66.4567 (0.1) (−0.1) ≈
≈ 1.22147
M3
|e (p2 (1.1))| = |f (1.1) − p2 (1.1)| ≤ |(1.1 − x0 ) (1.1 − x1 ) (1.1 − x2 )| , (2.15.3)
3!
¡ ¢
com M3 = max |f 000 (x)|. Mas, pelo enunciado, sabemos que |f 000 (x)| ≤ 8 2x3 + 3x , para todo
x∈[1.0,1.3]
o x ∈ [1.0, 1.3]. Desta forma, com vista a majorar a terceira derivada da função f no intervalo de
¡ ¢
interpolação [1.0, 1.3], podemos majorar a função 8 2x3 + 3x no intervalo supracitado. Façamos então
¡ ¢
g (x) = 8 2x3 + 3x . Com a intenção de calcular o máximo absoluto da função g no intervalo [1.0, 1.3],
M3 = max |f 000 (x)| ≤ max {|g (1.0)| , |g (1.0)|} = max {40, 66.352} = 66.352. (2.15.4)
x∈[1.0,1.3]
66.352
|e (p2 (1.1))| = |f (1.1) − p2 (1.1)| ≤ |(1.1 − 1.0) (1.1 − 1.2) (1.1 − 1.3)|
6
≤ 0.0221173 ≈ 0.022 ≤ 0.05
Atendendo à aproximação obtida, podemos então garantir, pelo menos, 2 algarismos significativos para
J.
134 Capı́tulo 2. 2001-2002
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Engenharia Biotecnológica
16 de Julho de 2001
3.414
1. Seja c ≈ (1.56) . Considerando que os valores 1.56 e 3.414 são aproximações obtidas por arre-
dondamento, determine um majorante para o erro relativo que ocorre no cálculo de c. Determine
coerentemente uma aproximação de c.
2. Seja
f (x) = ln ((x + 1) ln (x + 1)) .
Pretende-se calcular uma aproximação para o valor da abcissa x∗ , tal que f (x∗ ) = 0.
a) Encontre um intervalo, com amplitude igual a 0.5, que contenha o possı́vel valor x∗ que verifica
a condição f (x∗ ) = 0.
b) Quantas iterações terá de fazer, utilizando o método da bissecção, para aproximar o valor de
x∗ com um erro não é superior a 0.5 × 10−5 ?
c) Prove que a fórmula iteradora para obter x∗ , associada ao método de Newton, é dada por
xn − ln (xn + 1) + 1
xn+1 = .
1 + ln (xn + 1)
3. Seja
4 α 0
17
A= 1 β , com α, β, γ, δ ∈ R.
4
γ δ 1
2.16. 16/06/2001 - Eng. Biotecnológica 135
x -2 -1/2 0 1
f (x) 0 1 2 -1
Pretende-se fazer passar uma recta, y = β + α (x − 2), pelos pontos acima tabelados.
a) Escreva o sistema de equações lineares, Av = b, que traduz este facto e resolva-o no sentido
dos mı́nimos quadrados.
β
b) Calcule a norma 2 do vector r = b − Av, com v = .
α
c) Compare o vector r = b − Av, referido na alı́nea anterior, com qualquer outro vector b − Aw,
com w 6= v.
5. Considere a seguinte tabela de valores de uma função f , a qual se sabe ser um polinómio de grau
igual a 2,
xi -2 -1 0 1
f (xi ) 6 2 -1 y
c) Utilizando a fórmula interpoladora de Newton baseada nos pontos da tabela, calcule f (−1/2).
O valor que obteve é aproximado ou exacto?
e) Recorrendo à tabela e às regras de quadratura numérica que conhece, obtenha o valor exacto
do integral Z 0
f (x) dx.
−2
√
(3.0)1. Suponha que se pretende calcular um valor aproximado de A = 2 tan (2 α), onde α ≈ 25o ± 0.5o .
Para que o erro absoluto que afecta o valor aproximado de A seja não superior a 0.001, diga quantos
√
algarismos significativos terá de usar para aproximar o valor de 2.
Solução 2.17.1. O erro em α é-nos dado em graus, pelo que devemos fazer a conversão para radianos
que se comete na aproximação para A não seja superior a 0.001. Desta forma, utilizando a fórmula da
¯ ³√ ´¯ ¯¯ ∂A ¯¯ ¯ ¯
¯ ∂A ¯
¯ ¯
|e (Aa )| ≤ ¯e 2a ¯ ¯¯ √ ¯¯ + |e (αa )| ¯¯ ¯ ≤ 0.001. (2.17.1)
∂ 2 ∂α ¯
√
Mas agora necessitamos de uma aproximação para o valor de 2, valor sobre o qual recai o estudo do
erro. Como não possuı́mos qualquer aproximação para este valor vamos então utilizar um valor com pouca
precisão, por forma a que a mesma seja corrigida no final de uma forma eficiente. Tomemos então, por
√
exemplo, 2a = 1.4. Notando que,
∂A
√ = tan (2α) ,
∂ 2
e que
√
∂A 2 2
= ,
∂α cos2 (2α)
2.17. 02/07/2002 - Eng. do Ambiente 137
ou ainda
¯ ³√ ´¯
¯ ¯
¯e 2a ¯ × 1.191753593 + 0.059556511 ≤ 0.001 .
¯ ¡√ ¢¯
Notando agora que ¯e 2a ¯ × 1.191753593 ≥ 0, facilmente se concluir que a parte esquerda da
desigualdade será sempre maior que a parte direita da mesma, o que por sua vez significa que qualquer,
√
que seja o erro que se cometa na aproximação para 2, o erro que se comete na aproximação para A
J.
√
(4.0)2. Pretendemos aproximar o valor de x, com x ∈ R+
0.
a) Estabeleça, a partir do método de Newton, um método iterativo para o cálculo da raiz quadrada
de x > 0;
√
b) Determine, usando o método anterior, um valor aproximado de 17, com cinco algarismos
significativos.
Solução 2.17.2. Vamos utilizar o método de Newton para obter uma aproximação para o valor de
√ √
x, x ≥ 0. Para isso vamos necessitar de obter uma função que tenha como zero o valor x. Façamos
√
então y = x ⇒ y 2 = x ⇒ y 2 − x = f (y). Assim, a função que vamos utilizar para aplicar o método de
Newton é
f (y) = y 2 − x.
Devemos tomar a máxima atenção, uma vez que o papel de x neste caso é o de uma constante, pelo que
a nossa função deverá ser construı́da em torno de uma outra ”letra” e não x. Caso tal não seja tomado
em linha de conta, também não será difı́cil de verificar que a nossa função não vai realizar os nossos
√
objectivos pois, se fizéssemos x = x, obterı́amos f (x) = x2 − x, cujos zeros são x1 = 0 e x2 = 1 e não
√
o valor x como se pretende.
√
a) Tomemos então a função f (y) = y 2 − x para obter uma aproximação para o valor de x, x ≥ 0,
através do método de Newton. Ora, para podermos aplicar o método de Newton a esta função para
138 Capı́tulo 2. 2001-2002
aproximarmos os seus zeros, esta terá de respeitar certas condições. Para começar teremos de escolher
√
uma vizinhança do valor x não muito grande. Nessa vizinhança f terá de ser de classe C 2 , o que se
verifica muito facilmente, pois f ∈ C ∞ (R), uma vez que se trata de uma função polinomial. Por outro
lado f 0 (y) = 2y = 0 ⇔ y = 0, ou seja, o único ponto que anula a derivada é a origem. Atendendo a estes
resultados e ao teorema da convergência e erro do método de Newton podemos concluir que o método de
Newton converge quando aplicado a esta função para aproximar os seus zeros, desde que a vizinhança que
Pretendemos agora indicar o método iterativo que nos vai permitir obter a aproximação desejada.
f (yn )
yn+1 = yn − , n = 0, 1, . . . ,
f 0 (yn )
começando com uma aproximação qualquer no intervalo indicado inicialmente como vizinhança suficien-
√
temente pequena de x. Atendendo a que f (y) = y 2 − x e que f 0 (y) = 2y vamos então obter o seguinte
esquema iterativo,
yn2 − x 2y 2 − yn2 + x y2 + x
yn+1 = yn − = n = n , n = 0, 1, . . . .
2yn 2yn 2yn
b) Vamos agora particularizar o que estivemos a dizer na alı́nea anterior. Para isso vamos tomar
√
x = 17, i.e., vamos aproximar o valor de 17. Assim teremos,
Facilmente se conclui que estas três funções são contı́nuas em R, pelo que o serão também em qualquer
√
subintervalo de R. Por outro lado, f 0 (y) = 0 ⇔ y = 0, mas como 17 ∈ [4, 5], imediatamente se conclui
que a primeira derivada da função é diferente de zero para todo o ponto pertencente ao intervalo [4, 5],
intervalo este que contém a raiz de f que pretendemos aproximar. Vistas estas condições, e utilizando o
Teorema 2.17.1 (Convergência e Erro). Seja [a, b] uma vizinhança suficientemente pequena da raiz
da função f , digamos x∗ . Se f ∈ C 2 ([a, b]) e se f 0 (x) 6= 0, ∀x ∈ [a, b], então, qualquer que seja o
ponto x0 escolhido para aproximar a raiz, com x0 ∈ [a, b], podemos garantir a convergência do método de
M2 2 2
|e (xk+1 )| ≤ |e (xk )| = M |e (xk )| , k = 0, 1, 2, 3, . . . ,
2 m1
podemos concluir que o método de Newton converge quando aplicado a esta função neste intervalo,
√
para aproximar o valor de 17.
1 2m1 2×8
(b − a) = (5 − 4) = 1 ≤ = = = 8. (Verdade)
M M2 2
O valor da aproximação inicial y0 será escolhido de entre os extremos do intervalo [4, 5], por forma
a que f (y0 ) × f 00 (y0 ) > 0, i.e., o extremo onde a função e a primeira derivada possuem o mesmo sinal.
Assim, como f 00 (y) = 2 > 0 para todo o ponto y ∈ R, e como f (4) = −1 < 0 e f (5) = 8, então
yn2 + 17
yn+1 = , n = 0, 1, . . . ,
2 yn
4 4.123105626
√
Desta forma, uma aproximação para 17 com um erro inferior ou igual a 0.5×10−4 (com 5 algarismos
J.
(2.0)3. Considere um sistema de equações lineares Ax = b em que o segundo membro verifica a relação
kδ bk1
< 0.1. Sabendo que a matriz do sistema, A, é uma matriz simétrica tal que kAk∞ ≤ 7 e
kbk1
kδ xk∞
kA−1 k1 ≤ 1, determine um majorante para .
kxk∞
140 Capı́tulo 2. 2001-2002
Solução 2.17.3. Queremos então obter um majorante para o erro relativo, utilizando a norma infinito.
Não nos é dado um majorante para o resı́duo relativo na norma infinito mas sim na norma 1, no
entanto, sabemos que estas duas normas são equivalentes, o que nos vai permitir obter um majorante
para o resı́duo relativo na norma infinito. Sabemos então que kxk1 ≤ nkxk∞ , ∀x ∈ Rn . Desta forma,
kδbk1 kδbk1
≥ ,
kbk1 nkbk∞
supondo que A ∈ Rn×n . Por outro lado, kxk∞ ≤ kxk1 , ∀x ∈ Rn , o que no permite então concluir que,
Agora conhecemos um majorante para kAk∞ , mas ”não” para kA−1 k∞ . Bem, não é bem assim, pois,
por hipótese sabemos que a matriz A é uma matriz simétrica, logo, pelas definições da normas 1 e ∞
para matrizes temos que, kAT k1 = kAk∞ e imediatamente kAk1 = kAk∞ . Sabemos também que se A
é uma matriz simétrica, então também a sua inversa o será, o que em conjunto com o que escrevemos
kδ xk∞ 7n
≤ 7 × 1 × 0.n = .
kxk∞ 10
(2.0)4. Quantas operações são necessárias para obter a decomposição de Cholesky de uma matriz simétrica
e definida positiva A ∈ Rn×n .
(3.0)5. Sejam
1 −1 2
√ √
A= 0 2 e b = − 2 .
−1 1 −2
Resolva o sistema de equações sobredeterminado Ax = b utilizando a decomposição QR da matriz
A.
Solução 2.17.5. Vamos utilizar o processo de ortonormalização de Gram-Schmidt para obter a decom-
posição QR da matriz do sistema. Esta decomposição tem a particularidade de a matriz Q ser uma
2.17. 02/07/2002 - Eng. do Ambiente 141
matriz ortogonal e de a matriz R ser uma matriz triangular superior com elementos diagonais positivos.
linearmente independentes, {a1 , a2 , . . . , an }, vamos obter uma base ortonormada para o subespaço gerado
construir uma base ortonormada para este conjunto. Tomando o primeiro deles vamos obter um outro
que gere o mesmo subespaço, mas cuja norma seja igual a 1. Ora, para isso apenas necessitamos de
normalizar o vector. Assim, tomemos o vector auxiliar p1 = (1, 0, −1). A norma deste vector será
√ √
r11 = kp1 k2 = 1+0+1= 2,
Vamos agora obter a segunda coluna da matriz ortogonal Q. Comece-se por se construir o vector auxiliar
p2 , que vai ser um vector ortogonal a q1 , vector que já faz parte da base ortonormal, e que em conjunto
¡ ¢
p2 = A.2 − r12 Q.1 = A.2 − QT.1 .A.2 Q.1 ,
Obtemos então, Ã√
³ ´ √ ! ³
√ √ 2 2 √ ´
p2 = −1, 2, 1 + 2 , 0, − = 0, 2, 0 .
2 2
Para obter o vector ortonormado falta apenas normalizar este vector, i.e., dividir cada uma das suas
√
r22 = kp2 k2 = 2,
142 Capı́tulo 2. 2001-2002
e imediatamente,
q2
q2 = = (0, 1, 0) = Q.2 .
r22
Como Q é uma matriz ortogonal, por definição sabemos que a sua inversa é simplesmente a sua
ou seja,
√ √ √
√ √ √
2 2 + 2x2 2
2x1 − 2x2 =2 2 x1 = √ = √ =1
2 2
√ √ ⇔ .
2x2 =− 2
x2 = −1
J.
(3.0)6. Mostre que a equação x3 + 3x + 1 = 0 tem uma única raiz real no intervalo ]−1, 0[, e determine
um valor aproximado dessa raiz, utilizando interpolação linear.
Solução 2.17.6. Comecemos por provar que existe uma única raiz da equação no intervalo ]−1, 0[. Para
isso teremos de provar a existência e a unicidade. A existência prova-se recorrendo ao teorema do valor
Teorema 2.17.2. Seja f uma função contı́nua no intervalo ]a, b[. Se f (a) × f (b) < 0, então existe pelo
Desta forma, facilmente se verifica que f é uma função contı́nua em R ⊃ ]−1, 0[, uma vez que se trata
de uma função polinomial. Além disso, f (−1) = −3 < 0 e f (0) = 1 > 0, o que permite concluir que
f (−1) × f (0) = −3 < 0, e, de acordo com o teorema do valor intermédio, podemos concluir que existe
2.17. 02/07/2002 - Eng. do Ambiente 143
pelo menos um valor c ∈ ]−1, 0[, tal que f (c) = 0. Fica assim provada a existência da raiz no intervalo
dado.
Para provarmos a unicidade da raiz vamos recorrer ao estudo do sinal da derivada da função no
¡ ¢
intervalo. Ora, f 0 (x) = 3x2 + 3 = 3 x2 + 1 > 0, ∀ x ∈ R ⊃ ]−1, 0[. O facto da derivada ser sempre
positiva, conjuntamente com a garantia da existência da raiz, permite-nos concluir que a equação só tem
Queremos agora obter uma aproximação para o valor dessa raiz, através de um polinómio interpolador
de grau 1, através de interpolação linear. Para isso devemos notar que o nosso problema é o seguinte:
ou seja, queremos obter uma aproximação para o valor da função inversa na origem, ou seja, vamos fazer
Assim sendo, como precisamos apenas de dois pontos para construir o polinómio, temos a seguinte
xi −1 0
f (xi ) −3 1
Assim, construindo a tabela das diferenças divididas para a interpolação inversa, vamos obter,
y0 = −3 f −1 [y0 ] = −1
f −1 [y0 , y1 ] = 1/4
y1 = 1 f −1 [y1 ] = 0
1 −4 + y + 3 y−1
p1 (y) = a0 + a1 (y − y0 ) = −1 + (y + 3) = = .
4 4 4
E, consequentemente,
1
x∗ = f −1 (0) ≈ p1 (0) = − = −0.25 ∈ ]−1, 0[ .
4
J.
(3.0)7. Utilizando a regra de Simpson composta, com n = 4, i.e., com 5 pontos, aproxime o valor do
integral Z 2π
cos (x) dx.
π
144 Capı́tulo 2. 2001-2002
Indique um majorante para o erro que se comete ao aproximar o valor do integral pelo valor que
obteve anteriormente.
Solução 2.17.7. Sabemos que a fórmula de integração numérica da regra de Simpson composta, com n
No nosso caso,
b−a 2π − π π
n=4⇒h= = = ,
n 4 4
e assim sendo,
π 5π 5π π 3π 3π π 7π 7π π
x0 = π, x1 = π + = , x2 = + = , x3 = + = , x4 = + = 2π.
4 4 4 4 2 2 4 4 4 4
Agora,
Desta forma,
Z " Ã √ √ ! #
2π
π/4 2 2
cos (x) dx ≈ Ih (f ) = −1 + 2 × 0 + 4 × − + + 1 = 0.
π 3 2 2
Facilmente se prova que este é o valor exacto do integral apresentado, basta para tal notar que uma
primitiva da função integranda é G (x) = P (cos (x)) = sin (x), o que, pelo teorema fundamental do cálculo
e procedendo à majoração,
¯Z 2π ¯
¯ ¯ π5
¯ cos (x) dx − Ih (f )¯¯ ≤ M4 ,
¯ 44 × 180
π
¯ ¯
com M4 = max ¯f (iv) (η)¯ .
η∈[π,2π]
Agora precisamos de majorar a quarta derivada da função cos (x) no intervalo [π, 2π], logo
f (x) = cos (x) ⇒ f 0 (x) = − sin (x) ⇒ f 00 (x) = − cos (x) ⇒ f 000 (x) = sin (x) ⇒ f (iv) (x) = cos (x) ,
J.
146 Capı́tulo 2. 2001-2002
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Engenharia do Ambiente
06 de Julho de 2001
1. Um construtor civil comprou um terreno para habitação à Câmara Municipal com uma área de
aproximadamente 150 × 200m2 . Na medição de cada um dos lados do terreno, comprimento e
largura, tolerou-se um erro de ±5cm por cada 10 metros.
Calcule a percentagem máxima de erro de que vem afectado o valor da área do terreno, devido ao
facto dos seus lados não terem sido medidos exactamente.
1
2. a) Mostre que, se aplicar o método de Newton para calcular , a fórmula iterativa a utilizar será
b
xn+1 = xn (2 − bxn ) .
1
b) Calcule com seis algarismos significativos, utilizando para tal o método de Newton.
7
xi -2 0 2 4
f (xi ) -1 5 27 c
b) Sabendo que
f (x) = x3 + a2 x2 + a1 x + 5,
determine uma expressão para f , à custa do polinómio obtido na alı́nea anterior, sem deter-
minar o valor da constante c;
a) Utilizando a regra de quadratura dos trapézios, determine a melhor aproximação possı́vel para
o valor do integral Z 2
f (x) dx
−2
b) Determine um limite superior para o erro que se comete no cálculo da aproximação para o
valor do integral efectuado na alı́nea anterior.
148 Capı́tulo 2. 2001-2002
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Engenharia Biotecnológica
06 de Julho de 2001
1. Um construtor civil comprou um terreno para habitação à Câmara Municipal com uma área de
aproximadamente 150 × 200 m2 . Na medição de cada um dos lados do terreno, comprimento e
largura, tolerou-se um erro de ±5 cm por cada 10 metros.
Calcule a percentagem máxima de erro de que vem afectado o valor da área do terreno, devido ao
facto dos seus lados não terem sido medidos exactamente.
Solução 2.19.1. .
Para resolver este problema devemos ler com atenção o enunciado. Assim,
Área¤ = c × l = A¤ ,
nos permite concluir que e (la ) = ±0.75 m e e (ca ) = ±1.00 m. Atendendo a que se pretende calcular a
percentagem máxima de erro de que vem afectado o valor da área do terreno, teremos então de calcular
Pelo que a percentagem máxima de erro de que vem afectado o valor da área do terreno é dada por,
|e (A¤ )| 300
Percentagem de erro = 100 × ER (A¤ ) = 100 × ≤ 100 × = 100 × 0.01 = 1%
|(A¤ )| 30000
J.
2.19. 06/07/2001 - Eng. Biotecnológica 149
1
2. a) Mostre que, se aplicar o método de Newton para calcular , a fórmula iterativa a utilizar será
b
xn+1 = xn (2 − bxn ) .
1
b) Calcule com seis algarismos significativos, utilizando para tal o método de Newton.
7
Solução 2.19.2. .
1
a) Como pretendemos calcular , vamos então encontrar uma função para a qual este valor seja uma
b
raiz. A partir daı́ só teremos de aplicar o método de Newton a essa função. Facilmente se vê que uma
1
f (x) = −1 (2.19.2)
bx
Tomemos então a equação (1). Para obtermos a expressão iteradora necessitamos da primeira derivada
1
f (xn ) −b
xn+1 = xn − 0
== xn − xn 1 =
f (xn ) − x2
n
b) Neste caso só necessitamos de encontrar um intervalo, com pequena amplitude de preferência, que
1
contenha o valor e verificar que nesse intervalo a nossa função satisfaz as condições de convergência
7
1
respeitantes ao método de Newton. Assim sendo, uma vez que = 0.1428571429 . . ., podemos tomar o
7
1
intervalo I = [0.1, 0.2]. Atendendo ainda ao valor de e ao facto conjunto da aproximação a calcular ter
7
6 algarismos significativos, podemos dizer que vamos iterar até que o erro verifique a condição |e (xn+1 )| ∼
=
pelo que f é uma função estritamente decrescente no intervalo I, o que prova a unicidade da raiz nesse
2
f 00 (x) = > 0, ∀x ∈ [0.1, 0.2] ,
x3
consequentemente, a função e a segunda derivada possuem o mesmo sinal no extremo inferior, assim
x0 = 0.1.
x1 = 0.13 |x1 − x0 | ∼
= 0.03 5 0.5 × 10−6 ( F )
x2 = 0.1417 |x2 − x1 | ∼
= 0.01 5 0.5 × 10−6 ( F )
x3 = 0.14284777 |x3 − x2 | ∼
= 0.001 5 0.5 × 10−6 ( F )
x4 = 0.1428571422 |x4 − x3 | ∼
= 0.000009 5 0.5 × 10−6 ( F )
x5 = 0.1428571429 |x5 − x4 | ∼
= 0.6 × 10−9 5 0.5 × 10−6 ( V )
1
e, como pretendemos uma aproximação para com 6 algarismos significativos, a aproximação que deve-
7
remos tomar será xa = 0.142857.
J.
Solução 2.19.3. .
Para iterar o Método do Resı́duo necessitamos de resolver o sistema Ae(0) = r(0) , onde r(0) =
b − b(0) , com b(0) = Ax(0) = Aex, sendo este último cálculo efectuado com dupla precisão. Assim sendo,
0.780 0.563 0.962 1.38092
b(0) = Ax(0) = Aex= =
0.213 0.913 1.12 1.23660
logo,
1.34 1.38092 −0.0409
r(0) = b − b(0) = = .
1.13 1.23660 −0.107
Pelo que,
(0)
e1 = 0.0385
e(0) = −0.126
2
e,
0.962 0.0385 1.00
x(1) = x(0) + e(0) = + =
1.12 −0.126 0.994
Finalmente,
1.34 1.33962 0.000380
r(1) = b − b(1) = = .
1.13 1.12052 0.00948
Pelo que podemos concluir que o método ajudou a melhorar a primeira solução aproximada que pos-
J.
xi -2 0 2 4
f (xi ) -1 5 27 c
b) Sabendo que
f (x) = x3 + a2 x2 + a1 x + 5,
determine uma expressão para f , à custa do polinómio obtido na alı́nea anterior, sem deter-
minar o valor da constante c;
Solução 2.19.4. .
−2 −1
0 5 2
11
2 27
= −1 + 3 (x + 2) + 2 (x + 2) (x − 0) =
= −1 + 3x + 6 + 2x2 + 4x =
= 2x2 + 7x + 5
2.19. 06/07/2001 - Eng. Biotecnológica 153
= 2x2 + 7x + 5 + a3 (x + 2) (x − 0) (x − 2) =
¡ ¢
= 2x2 + 7x + 5 + a3 x2 − 4 x =
¡ ¢
= 2x2 + 7x + 5 + a3 x3 − 4x =
= a3 x3 + 2x2 + (7 − 4a3 ) x + 5
Mas, por hipótese, f (x) = x3 + a2 x2 + a1 x + 5, i.e., é um polinómio de grau 3, pelo que podemos
Finalmente,
c) Pela própria definição de polinómio interpolador, se p2 (x) é o polinómio interpolador nos pontos
(xi , f (xi )) , i = 0, 1, 2, então f (xi ) = p2 (xi ) , i = 0, 1, 2, pelo que podemos concluir que os coeficientes
b0 , b1 e b2 que minimizam
2
X ¡ ¢2
f (xi ) − b0 − b1 xi − b2 x2i
i=0
são
b0 = 5
b1 = 7 .
b =2
2
J.
a) Utilizando a regra de quadratura dos trapézios, determine a melhor aproximação possı́vel para
o valor do integral Z 2
f (x) dx
−2
b) Determine um limite superior para o erro que se comete no cálculo da aproximação para o
valor do integral efectuado na alı́nea anterior.
154 Capı́tulo 2. 2001-2002
Solução 2.19.5. .
a) Como temos 3 pontos teremos de aplicar a regra de quadratura dos trapézios composta, cuja fórmula
b) Sabemos que o erro na regra de quadratura dos trapézios composta é majorado por
b−a
M2 h2 ,
12
onde
mas,
donde
ou seja, f 00 (x) é uma função crescente em todo o R, inclusivamente em [−2, 2], o que permite concluir
que
M2 = f 00 (2) = 16.
Assim sendo,
¯Z 2 ¯
¯ ¯ b−a 4
|ET C | = ¯¯ f (x) dx − IT C (f )¯¯ 5 M 2 h2 = × 16 × 22 ≈ 21.3 (3) .
−2 12 12
J.
a) Mostre que A é uma matriz definida positiva e obtenha a sua factorização pelo método de
Cholesky;
2.19. 06/07/2001 - Eng. Biotecnológica 155
Solução 2.19.6. .
a) Por definição, a matriz A é definida positiva se xT Ax > 0, para todo o x ∈ R3 \{(0, 0, 0)}. Tomemos
· ¸
T
então x = x1 x2 x3 .
2 1 0 x1
· ¸
x3
1 x2
T
x Ax = x1 x2 1 2 =
0 1 2 x3
x1
· ¸
= 2x1 + x2 x1 + 2x2 + x3 x2 + 2x3 x2
=
x3
= 2x21 + 2x1 x2 + 2x22 + 2x2 x3 + 2x23 =
2 2
= x21 + (x1 + x2 ) + (x2 + x3 ) + x23 > 0, ∀x = (x1 , x2 , x3 ) ∈ R3 \ {(0, 0, 0)} .
Nota:
Atendendo a que a matriz A é uma matriz simétrica ( A = AT ) e definida positiva podemos então
fazer a sua decomposição de Cholesky. Pretendemos obter uma matriz L, triangular inferior, por forma
156 Capı́tulo 2. 2001-2002
l21 √
· ¸
a32 = 1= l31 l32 l33 l = l31 l21 + l32 l22 ⇒ l32 = √2 = 6
22 6 3
0
l
· ¸ 31 √
6 12 2 3
a33 = 2= l31 l32 l33 l = l31
2
+ l 2
+ l 2
⇒ l 2
= 2 − = ⇒ l =
32 32 33 33
9 9
33
3
l33 0
b) Para obtermos a terceira coluna da matriz inversa de A só temos de resolver o sistema Ay = e3 ;
Desta forma,
√
2 0 0 z1 0
z1 = 0
√ √
2 6
Lz = e3 ⇔
2 0
=
z2 0 ⇔ z2 = 0
2
√ √
√
0
6 2 3
z3 1 z3 = 3
3 3 2
e finalmente,
√
√ 2 1
2 2
0 y1 0
y1 =
4
√ √
6
6 1
L y=z⇔
T
0
y2 =
0 ⇔ y2 = −
2 3
2
√ √
2 3 3
y3 = 3
0 0 y3
3 2 4
Pelo que,
3 1 1
−
4 2 4
1 1
A−1 =
−2 1 −
2
1 1 3
−
4 2 4
J.
7. Seja
1
f (x) = , com c ∈ R.
x+c
Mostre que, a partir de uma tabela de n + 1 valores desta função, a diferença dividida de grau n + 1,
f [x0 , x1 , . . . , xn ], é sempre dada por
n
(−1)
f [x0 , x1 , . . . , xn ] = Q
n .
(xi + c)
i=0
158 Capı́tulo 2. 2001-2002
Solução 2.19.7. .
A prova poder-se-à fazer de duas formas, ou por indução no número de pontos da diferença dividida
ou por construção da tabela das diferenças divididas. Optemos pela primeira aqui,
Neste caso,
f (x1 ) − f (x0 )
f [x0 , x1 ] = ,
x1 − x0
mas,
f (x0 ) = 1
x0 +c
1 1 x0 − x1 x1 − x0
⇒ f (x1 ) − f (x0 ) = − = =− ,
x1 + c x0 + c (x0 + c) (x1 + c) (x0 + c) (x1 + c)
f (x ) = 1
1 x1 +c
Passo indutivo
Hipótese: n = k − 1
k−1
(−1)
f [x0 , x1 , . . . , xk−1 ] = .
Q
k−1
(xi + c)
i=0
Tese: n = k
k
(−1)
f [x0 , x1 , . . . , xk ] = .
Q
k
(xi + c)
i=0
agora como a diferença dividida f [x1 , . . . , xk ] envolve k pontos estamos então perante a hipótese apre-
Assim sendo,
k−1 k−1
(−1) (−1)
f [x1 , . . . , xk ] − f [x0 , . . . , xk−1 ] = − k−1 =
Q
k Q
(xi + c) (xi + c)
i=1 i=0
k−1 (x0 − xk )
= (−1) =
Q
k
(xi + c)
i=0
k (xk − x0 )
= (−1) ,
Q
k
(xi + c)
i=0
pelo que,
k
(−1)
f [x0 , x1 , . . . , xk ] = .
Q
k
(xi + c)
i=0
Atendendo a que k é um número natural arbitrário, fica provado o resultado para todo o n ∈ N.
¥
160 Capı́tulo 2. 2001-2002
(3,0) 2. Pretende-se calcular, utilizando uma aritmética de 4 algarismos significativos, as raı́zes da se-
guinte equação do segundo grau
10−4 x2 + 4x + 10−4 = 0.
b) Prove que as raı́zes de uma equação do segundo grau ax2 + bx + c = 0, verificam a seguinte
relação
c
x1 x2 = .
a
c) Obtenha uma aproximação para a raiz que em a) possuia menos precisão, utilizando para isso
a fórmula provada em b).
Solução 2.20.2. Este exercı́cio serve para mostrar o efeito que o cancelamento subtractivo pode ter na
√
precisão do cálculo das raı́zes de uma equação do segundo grau. Se b2 − 4ac ≈ b então uma das soluções
a) Comecemos por obter as soluções da equação 10−4 x2 + 4x + 10−4 = 0, utilizando uma aritmética
de 4 algarismos significativos.
2.20. 09/07/2002 - Eng. Biotecnológica 161
Desta forma,
√ √
−4 2 −4 −b − b2 − 4ac −b + b2 − 4ac
10 x + 4x + 10 =0 ⇔ x1 = ∨ x2 = ⇔
2a 2a
√ √
−4.000 − 16.00 − 4 × 10−8 −4.000 + 16.00 − 4 × 10−8
⇔ x1 = ∨ x2 =
2 × 10−4 2 × 10−4
√ √
−4.000 − 15.9999996 −4.000 + 15.9999996
⇔ x1 = ∨ x2 =
2 × 10−4 2 × 10−4
√ √
−4.000 − 16.00 −4.000 + 16.00
⇔ x1 = ∨ x2 =
2 × 10−4 2 × 10−4
⇔ x1 = −40000 ∨ x2 = 0.000
Verificamos então que a raiz que está afectada com cancelamento subtractivo é x2 .
verificam a relação
c
x1 x2 = .
a
Esta prova faz-se muito facilmente, basta então multiplicar x1 por x2 , obtendo-se,
√ √
−b − b2 − 4ac −b + b2 − 4ac
x1 x2 = . =
2a 2a
2 ¡√ ¢2
(−b) − b2 − 4ac b2 − b2 + 4ac 4ac
= = = 2 =
4a2 4a2 4a
c
= .
a
c) Utilizando então a relação provada na alı́nea anterior vamos obter uma melhor aproximação para
a solução que em a) possuia menos precisão, no nosso caso designada por x2 . Assim,
c 10−4 1
x2 = = = = −0.00002500 .
a × x1 −40000 × 10−4 −40000
162 Capı́tulo 2. 2001-2002
J.
√
3
(4.0) 3. Pretende-se aproximar o valor de 30 através da utilização de um método de resolução de
equações não-lineares.
a) Obtenha uma função contı́nua que possua um único zero no intervalo Ω = [3.0, 3.2], sendo esse
zero o valor que se pretende aproximar;
b) Qual o número de iterações necessárias para que a aproximação obtida pelo método da
bissecção, utilizando o intervalo Ω, esteja afectada de um erro inferior a 0.5 × 10−6 ;
c) Sabendo que
−6 42 −18
1
A−1 = 15/2 33 −6 ,
19
12 30 −21
calcule um majorante para o erro relativo que afecta a aproximação da solução do sistema de
equações lineares calculada na alı́nea anterior, utilizando a norma 1.
mas, como pretendemos utilizar uma aritmética de 3 algarismos significativos, necessitamos então de
escrever cada um dos elementos da matriz nessa mesma aritmética, para começarmos então a fazer as
(1) (1)
a21 a31
m21 = (1)
= −0.167, m31 = (1)
= 0.333
a11 a11
Concluı́mos então que a decomposição LU da matriz que se obtém quando se trabalha com 3 algarismos
na alı́nea anterior, e utilizando uma aritmética de três algarismos significativos. Assim sendo, o nosso
sistema será dividido na resolução de dois sistemas triangulares, um triangular inferior e outro triangular
superior, ou seja,
1o ) Ly = b
Ax = b ⇔ LU x = b ⇔
2o ) U x = y
164 Capı́tulo 2. 2001-2002
e efectuando os cálculos,
y1 = −2.00
y2 = 1.00 + 0.167 × (−2.00) = 1 − 0.334 = 0.666
y3 = 4.00 − 0.333 × (−2.00) − 1.43 × 0.666 = 4.00 + 0.666 − 0.952 = 4.00 − 0.286 = 3.71
De seguida vamos resolver o sistema triangular superior U x = y, o qual nos fornecerá a solução
e finalmente
x1 = − (−2.00 − 0.667 × (−0.316) − 0.667 × (−4.11))
Ux = y ⇔ x2 = −0.316
x3 = −4.11
x1 = − (−2.00 + 0.211 + 2.77) = − (−2.00 + 2.95) = −0.950
⇔ x2 = −0.316
x3 = −4.11
2.20. 09/07/2002 - Eng. Biotecnológica 165
∴ A solução aproximada do sistema que se obtém quando se utiliza uma aritmética de 3 algarismos
c) Sabemos então que um majorante para o erro relativo que se comete na aproximação obtida na
kx − x
ek1 kb − ebk1
≤ K1 (A) .
kxk1 kbk1
Efectuando então alguns cálculos auxiliares, obtemos, para a norma 1 do vector independente
−1 2/3 2/3 −0.950 0.465333...
e=
A×x 1/6 2/3
−1/3 −0.316
= −0.232
−1/3 4/3 −1 −0.411 0.306333...
logo
−2 0.465333... −2.465333
e
r =b−b= 1
≈ ⇒ krk1 ≈ 7.39 .
− −0.232 1.232
4 0.306333... 3.69367
3
X
kAk1 = max |aij | =
j=1,2,3
i=1
½¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¾
¯1¯ ¯ 1¯ ¯2¯ ¯2¯ ¯4¯ ¯2¯ ¯ 1¯
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
= max |−1| + ¯ ¯ + ¯− ¯ , ¯ ¯ + ¯ ¯ + ¯ ¯ , ¯ ¯ + ¯− ¯ + |−1| =
6 3 3 3 3 3 3
½ ¾
6+1+2 2+2+4 2+1+3
= max , , =
6 3 3
½ ¾
9 8 6 8
= max , , = ≈ 2.67
6 3 3 3
166 Capı́tulo 2. 2001-2002
½¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯¾
¯ 6 ¯ ¯ 15 ¯ ¯ 12 ¯ ¯ 42 ¯ ¯ 33 ¯ ¯ 30 ¯ ¯ 18 ¯ ¯ 6 ¯ ¯ 21 ¯
= max ¯− ¯ + ¯ ¯ + ¯ ¯ , ¯ ¯ + ¯ ¯ + ¯ ¯ , ¯− ¯ + ¯− ¯ + ¯− ¯¯ =
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
19 38 19 19 19 19 19 19 19
½ ¾
12 + 15 + 24 42 + 33 + 30 18 + 6 + 21
= max , , =
38 19 19
½ ¾
51 105 45 105
= max , , = ≈ 5.53
38 19 19 19
kx − x
ek1 7.39
≤ 2.67 × 5.53 × ≈ 15.59.
kxk1 7
J.
(3.0) 5. Seja A uma matriz de ordem n × n simétrica. Prove que kAk1 = kAk∞ .
Definição 2.20.1 (Matriz Simétrica). Uma matriz A ∈ Rn×n diz-se simétrica se aij = aji , para
todo o i, j = 1, n.
e
m
X
Norma ∞ : kAk∞ = max |aij | .
1≤i≤n
j=1
Ora, sendo A uma matriz de ordem n × n, simétrica, A terá então a seguinte forma,
a11 a 12 a13 . . . a 1,n−1 a 1n
a a22 a23 ... a2,n−1 a2n
21
a31 a32 a33 ... a3,n−1 a3n
A= .. .. .. .. ..
..
. . . . . .
a a a . . . a a
n−1,1 n−1,2 n−1,3 n−1,n−1 n−1,n
an,1 an,2 an,3 ... an,n−1 an,n
2.20. 09/07/2002 - Eng. Biotecnológica 167
a11 a21 a31 ... an−1,1 an,1
a a22 a32 ... an−1,2 an,2
12
a13 a23 a33 ... an−1,3 an,3
AT = .. .. .. .. ..
..
. . . . . .
a a2,n−1 a3,n−1 ... an−1,n−1 an,n−1
1,n−1
a1,n a2,n a3,n ... an−1,n an,n
Logo,
a11 a21 a31 ... an−1,1 an,1
a a22 a32 ... an−1,2 an,2
21
a31 a32 a33 ... an−1,3 an,3
A = AT = .. .. .. .. ..
..
. . . . . .
a an−1,2 an−1,3 ... an−1,n−1 an,n−1
n−1,1
an,1 an,2 an,3 ... an,n−1 an,n
Desta forma,
n
X n
X
|ak1 | + |ak2 | + . . . + |akn | = |akj | = |a1k | + |a2k | + . . . + |ank | = |aik | , para k = 1, 2, . . . , n.
j=1 i=1
Logo
n
X n
X
kAk1 = max |aij | = max |aij | = kAk∞ .
1≤j≤n 1≤i≤n
i=1 j=1
xi −4 −1 0 1 5
f (xi ) 10 −2.0 −2.0 0.0 28
a) Fazendo uma escolha adequada dos pontos, e utilizando a fórmula de Newton, determine uma
aproximação para f (1.2) através de interpolação quadrática;
b) Sabendo que
· ¸
f (k) (ξ)
∃ξ ∈ min xi , max xi : = f [x0 , x1 , . . . , xk ] ,
0≤i≤k 0≤i≤k k!
calcule uma estimativa para o majorante do erro que afecta a aproximação obtida na alı́nea
anterior.
(2,0) 1. Seja
w
t (w, z) = .
z
Mostre que, para |eR (wa )| ¿ 1 e |eR (za )| ¿ 1,
eR (t (wa , za )) ∼
= eR (wa ) − eR (za ) .
a) Prove que existe um e um só zero da função f no intervalo [1, 2]. Denote-o por α;
· ¸
n n+1
b) Indique, utilizando o método da bissecção, o intervalo , , n ∈ N, que contém o zero
50 50
da função f referido na alı́nea anterior;
b) Utilizando a decomposição obtida na alı́nea anterior obtenha a segunda coluna de uma matriz
B ∈ R4×4 , tal que
xi −2 0 2
f (xi ) −6a 4b 2c
OBS: Deve contar as operações envolvidas na construção do polinómio interpolador e as que se efectuam
para obter o valor do polinómio em α.
a) Sabendo que os pontos que pretendemos tabelar, (xi , f (xi )), verificam a condição
xi+1 − xi = h, i = 0, 1, . . ., indique quantos pontos teremos de tabelar para que a aproxi-
mação obtida pela regra dos Trapézios (composta) realize as nossas intenções;
b) De acordo com a alı́nea anterior, construa a tabela de valores da função e obtenha uma apro-
ximação para o valor do integral.
2002/2003
171
172 Capı́tulo 3. 2002/2003
Universidade do Algarve
Área Departamental de Matemática
Análise Numérica
Engenharia do Ambiente
10 de Outubro de 2002
(3,0) 1. Considere f (x, y, z) = xyz. Supondo que xa , ya e za são aproximações para os valores exac-
tos x, y e z, respectivamente, indique um majorante para o erro relativo absoluto que afecta a
aproximação f (xa , ya , za ).
x
sin (x) = .
2
b) Utilizando o método da bissecção indique um intervalo de amplitude igual a 0.1 unidades que
contenha o valor que se pretende aproximar;
c) Mediante uma escolha adequada para x0 , obtenha uma aproximação para α com 5 algarismos
significativos.
a) Mostre que a matriz A é definida positiva e obtenha a sua factorização pelo método de Cholesky;
b) Use interpolação linear inversa para determinar uma aproximação para esse zero;
b) Concretize a alı́nea a) com uma função ı́mpar à sua escolha e com h = −1.
FIM
BOA SORTE
174 Capı́tulo 3. 2002/2003
indique os majorantes para os erros absolutos que se podem cometer nas aproximações para
através da regra de Simpson, e que f (z) = ez , diga quantos pontos terá de considerar para
b) Obtenha, trabalhando com uma aritmética de 4 algarismos significativos, o valor de que cada
(3,0) 3. Sejam
Yn
x − xi
Lk (x) = , k = 0, 1, . . . , n,
x
i=0 k
− xi
i6=k
P
n P
n
k
os (n + 1) polinómios de Lagrange. Prove que, Li (x) = 1, e que (xi ) Li (x) = xk .
i=0 i=0
(4,0) 4. Considere a seguinte tabela de valores de uma função f , onde α ≥ 0 é uma constante,
xi 0 1 2 3
a) Utilizando a fórmula de Newton com diferenças divididas, construa o polinómio que interpola
b) Suponha que, no intervalo [0, 3], f é um polinómio de grau não superior a 2. Mostre que se
deve ter
α2 = 1 + cos (α) .
xi 1 1.5 2
a) Utilizando toda a informação da tabela, aplique a regra dos trapézios com a finalidade de obter
b) Prove que, se IT for o valor da aproximação que se obtém através da regra dos trapézios
BOA SORTE
" #
h P
n−1 b − a 00
Trapézios f (x0 ) + 2 f (xk ) + f (xn ) − f (ξ) h2 , ξ ∈ [a, b]
2 k=1 12
" #
h (n/2)−1
P (n/2)
P b − a (iv)
Simpson f (x0 ) + 2 f (x2k ) + 4 f (x2k−1 ) + f (xn ) − f (ξ) h4 , ξ ∈ [a, b]
3 k=1 k=1 180
176 Capı́tulo 3. 2002/2003
Nota: O valor de h, em qualquer uma das regras, dá-nos a distância entre dois pontos consecutivos,
i.e., h = xi − xi−1 , i = 1, 2, . . . , n.
3.3. 2003/04/22 - Eng. Biotecnológica 177
majorantes para os erros absolutos que se podem cometer nas aproximações para x, para y e
através da regra de Simpson, e que f (z) = ez , diga quantos pontos terá de considerar para
b) Calcule os valores que cada uma das expressões nos dá, usando o valor 1.732 como
√
aproximação para 3. Interprete os resultados obtidos.
(4,0) 3. Sejam
Yn
x − xi
Lk (x) = , k = 0, 1, . . . , n,
x
i=0 k
− xi
i6=k
P
n P
n
k
os (n + 1) polinómios de Lagrange. Prove que, Li (x) = 1, e que (xi ) Li (x) = xk .
i=0 i=0
178 Capı́tulo 3. 2002/2003
xi 0 1 3 6 9
f (xi ) 1 3 7 19 25
pontos da tabela, utilizando a fórmula de Newton com diferenças divididas. Aproxime o valor
de I através do integral
Z 6
Ip = p2 (x) dx.
0
c) Em face dos valores obtidos para IS e para Ip , será possı́vel afirmar que f é um polinómio de
grau 2?
a) Utilizando a regra dos trapézios, obtenha uma aproximação para o valor do integral
Z 1
I= f (x) dx.
0
b) Sabendo que
¯ ¯ 3 ³ π ´j
¯ (j) ¯
¯f (x)¯ ≤ , ∀x,
2 2
determine um majorante para o erro que afecta a aproximação calculada na alı́nea anterior.
3.3. 2003/04/22 - Eng. Biotecnológica 179
µ ¶
h P
n−1
Trapézios f (x0 ) + 2 f (xk ) + f (xn )
2 k=1
à !
(n/2)−1
P (n/2)
P
h
Simpson f (x0 ) + 2 f (x2k ) + 4 f (x2k−1 ) + f (xn )
3 k=1 k=1
b − a 00
Trapézios − f (ξ) h2 , ξ ∈ [a, b]
12
b − a (iv)
Simpson − f (ξ) h4 , ξ ∈ [a, b]
180
Nota: O valor de h, em qualquer uma das regras, significa a distância entre dois pontos consecutivos,
i.e., h = xi − xi−1 , i = 1, 2, . . . , n.
180 Capı́tulo 3. 2002/2003
a) Utilizando a regra de quadratura dos trapézios composta com 3 subintervalos, determine uma
c) Suponha que xa = 3.1 e ya = 1.000, são aproximações obtidas por arredondamento para x e
valor da expressão
³x´ Z 2
f (x, y) = ln (xy) + sin + e−z dz.
2 1
anterior.
Solução 3.4.1. a) Para resolvermos este exercı́cio necessitamos de construir os 4 pontos que definem
b−a 2−1 1
h= = = ,
n 3 3
logo,
4 5 6
x0 = 1, x1 = 1 + h = , x2 = 1 + 2h = , x3 = 1 + 3h = = 2.
3 3 3
3.4. 2003/04/29 - Eng. Biotecnológica 181
Desta forma,
Z 2
h
I= e−z dz ≈ IT = (f (x0 ) + 2 (f (x1 ) + f (x2 )) + f (x3 )) =
1 2
1
= (f (1) + 2 (f (4/3) + f (5/3)) + f (2)) =
6
1 ³ (−1) ³ ´ ´
= e + 2 e(−4/3) + e(−5/3) + e(−2) =
6
= 0.2346933677...
logo,
µ ¶2
b−a 1 1
|e (IT )| = |I − IT | ≤ max |f 00 (x)| h2 = max |f 00 (x)| .
12 x∈[a,b] 12 x∈[a,b] 3
além disso, sabemos também que f 00 (x) = e(−x) é uma função estritamente decrescente, logo,
c) Para resolver esta alı́nea sabemos que xa = 3.1 é uma aproximação para x, obtida por
arredondamento, pelo que |e (xa )| ≤ 0.05; ya = 1.000 é uma aproximação para y, também ela obtida por
arredondamento, o que implica que |e (ya )| ≤ 0.0005; e finalmente, pelas duas alı́neas anteriores,
³x ´ µ ¶
a 3.1
f (xa , ya ) = ln (xa ya ) + sin + IT = ln (3.1) + sin + 0.23 = 2.365879243 .
2 2
f (xa , ya ) = 2.365879243,
vamos então poder garantir pelo menos 2 algarismos significativos para a aproximação obtida para o
equação f (x) = 0.
b) Será possı́vel melhorar a precisão das soluções obtidas na alı́nea anterior? Caso o seja, indique
quais as que pode melhorar, apresentando aproximações mais precisas para as mesmas.
Solução 3.4.2. a) Para resolvermos a equação do quarto grau que nos é dada, basta fazer uma simples
grau dois,
Agora, a equação a resolver é f (y) = 0, que se resolve através da fórmula resolvente. Portanto,
3.4. 2003/04/29 - Eng. Biotecnológica 183
q
2
−2.23 ± (2.23) − 4 × (−1) × (−7.25 × 10−4 )
⇔ y= ⇔
2 × (−1)
√
−2.23 ± 4.97 − 0.00290
⇔ y= ⇔
−2
√
2.23 ± 4.97 2.23 ± 2.23
⇔ y= ⇔y=
2 2
⇔ y1 = 0.00 ∨ y2 = 2.23.
Atendendo agora ao facto de que y = x2 , vamos então concluir que as quatro aproximações para as
√ √ √ √
x1 = − 0.00 = 0.00 ∨ x2 = 0.00 = 0.00 ∨ x3 = − 2.23 = −1.49 ∨ x4 = 2.23 = 1.49.
Da resolução da equação do segundo grau em y verifica-se que a solução y1 perde precisão, devido à
ocorrência de cancelamento subtractivo. Essa perda de precisão vai-se então repercutir nas soluções x1 e
x2 . Quanto a x3 e x4 , essas possuem a máxima precisão com que estamos a trabalhar, i.e., possuem 3
algarismos significativos.
consequentemente para x1 e x2 , visto que estes estão afectados pelo cancelamento subtractivo. Assim
sendo, sabemos pela teoria que a solução da equação do segundo grau que está afectada por
cancelamento subtractivo pode ser obtida recorrendo aos coeficientes do polinómio e à aproximação que
pelo que,
√ √ √ √
x1 = − y1 = − 0.000325 = −0.0180 ∨ x2 = y1 = 0.000325 = 0.0180.
184 Capı́tulo 3. 2002/2003
Desta forma, temos já aproximações com 3 algarismos significativos para todas as 4 soluções da equação
não-linear dada,
(2,0) 3. Sejam
Yn
x − xj
Lk (x) = , k = 0, 1, . . . , n,
x − xj
j=0 k
j6=k
os (n + 1) polinómios de Lagrange.
Solução 3.4.3. A demonstração deste resultado é muito simples de efectuar, pois basta-nos verificar o
valor de cada um dos polinómios de Lagrange em cada um dos nós que estamos a utilizar para efectuar
a interpolação. Assim sendo, tomemos um polinómio de Lagrange qualquer, Lk (x) , k ∈ {0, 1, 2, . . . , n},
Yn
x − xj (x − x0 ) (x − x1 ) . . . (x − xk−1 ) (x − xk+1 ) . . . (x − xn )
Lk (x) = =
x
j=0 k
− x j (xk − x0 ) (xk − x1 ) . . . (xk − xk−1 ) (xk − xk+1 ) . . . (xk − xn )
j6=k
Calculando este polinómio em cada um dos nós xi , i ∈ {0, 1, 2, . . . , n}, facilmente se pode concluir que,
=0
z }| {
(x0 − x0 ) (x0 − x1 ) . . . (x0 − xk−1 ) (x0 − xk+1 ) . . . (x0 − xn )
Lk (x0 ) = =0
(xk − x0 ) (xk − x1 ) . . . (xk − xk−1 ) (xk − xk+1 ) . . . (xk − xn )
=0
z }| {
(x1 − x0 ) (x1 − x1 ) . . . (x1 − xk−1 ) (x1 − xk+1 ) . . . (x1 − xn )
Lk (x1 ) = =0
(xk − x0 ) (xk − x1 ) . . . (xk − xk−1 ) (xk − xk+1 ) . . . (xk − xn )
..
.
=0
z }| {
(xk−1 − x0 ) (xk−1 − x1 ) . . . (xk−1 − xk−1 ) (xk−1 − xk+1 ) . . . (xk−1 − xn )
Lk (xk−1 ) = =0
(xk − x0 ) (xk − x1 ) . . . (xk − xk−1 ) (xk − xk+1 ) . . . (xk − xn )
=0
z }| {
(xk+1 − x0 ) (xk+1 − x1 ) . . . (xk+1 − xk−1 ) (xk+1 − xk+1 ) . . . (xk+1 − xn )
Lk (xk+1 ) = =0
(xk − x0 ) (xk − x1 ) . . . (xk − xk−1 ) (xk − xk+1 ) . . . (xk − xn )
..
.
=0
z }| {
(xn − x0 ) (xn − x1 ) . . . (xn − xk−1 ) (xn − xk+1 ) . . . (xn − xn )
Lk (xn ) = = 0,
(xk − x0 ) (xk − x1 ) . . . (xk − xk−1 ) (xk − xk+1 ) . . . (xk − xn )
Assim sendo,
1 se i = k
Lk (xi ) = δik = .
0 se i 6= k
a) Construa o polinómio interpolador de grau dois que lhe permite obter a melhor aproximação
b) Calcule uma aproximação para f (0), utilizando o polinómio interpolador obtido na alı́nea
anterior. Indique uma estimativa para o erro absoluto que se comete nessa aproximação.
Solução 3.4.4. a)Para construir o polinómio interpolador de grau dois que nos fornece a melhor
aproximação para o valor da função no ponto x = 0, devemos escolher os três pontos das abcissas que
mais perto de zero se encontram. Portanto, os três nós com que vamos construir o polinómio
interpolador são os seguintes: x0 = −1.25, x1 = 1.25 e x2 = 3.75. Para facilitar o nosso trabalho
devemos fazer construção do polinómio interpolador através da fórmula de Newton com diferenças
divididas. Assim sendo, a tabela das diferenças divididas associada a estes pontos é então a seguinte,
x0 = −1.25 y0 = 0.25328 = a0
f [x0 , x1 ] = 1.47797 = a1
f [x1 , x2 ] = 23.0395
x2 = 3.75 y2 = 61.547
p2 (x) = a0 + a1 (x − x0 ) + a2 (x − x0 ) (x − x1 ) =
b) Agora, para aproximarmos o valor da função no ponto x = 0, apenas necessitamos de substituir x por
¡ ¢
p2 (0) = 0.25328 + 1.47797 × 1.25 + 4.31231 × −1.252 = −4.637241875 ≈ −4.63724 .
186 Capı́tulo 3. 2002/2003
Estudemos agora o erro que se comete nesta aproximação. Pela fórmula da teoria sabemos que
¯ 000 ¯
¯ f (ξ) ¯
¯
|e (p2 (0))| = |f (0) − p2 (0)| = ¯ (0 − x0 ) (0 − x1 ) (0 − x2 )¯¯ =
3!
¯ 000 ¯
¯ f (ξ) ¯
¯
= ¯ (1.25) (−1.25) (−3.75)¯¯ =
3!
¯ 000 ¯
¯ f (ξ) ¯
¯
= ¯ ¯ × 5.859375, com ξ ∈ [x0 , x2 ] .
3! ¯
Agora, como não nos é fornecida a expressão analı́tica para a função f , não nos é possı́vel majorar o
valor da terceira derivada no intervalo de interpolação, pelo que teremos de calcular apenas uma
estimativa do erro. Para isso vamos recorrer a um teorema dado na teoria, o qual nos diz que existe um
f [x0 , x1 , x2 , 6.25] para podemos estimar o erro que se comete. Acrescentando este ponto à tabela, e
x0 = −1.25 y0 = 0.25328 = a0
f [x0 , x1 ] = 1.47797 = a1
f [x2 , x] = 239.149
Através desta estimativa para o erro não podemos garantir qualquer algarismo significativo para a
exacto do integral
Z 2
I= f (x) dx.
−2
3.4. 2003/04/29 - Eng. Biotecnológica 187
Solução 3.4.5.
BOA SORTE
" #
h P
n−1 b − a 00
Trapézios f (x0 ) + 2 f (xk ) + f (xn ) − f (ξ) h2 , ξ ∈ [a, b]
2 k=1 12
" #
h (n/2)−1
P (n/2)
P b − a (iv)
Simpson f (x0 ) + 2 f (x2k ) + 4 f (x2k−1 ) + f (xn ) − f (ξ) h4 , ξ ∈ [a, b]
3 k=1 k=1 180
Nota: O valor de h, em qualquer uma das regras, dá-nos a distância entre dois pontos consecutivos,
i.e., h = xi − xi−1 , i = 1, 2, . . . , n.
188 Capı́tulo 3. 2002/2003
Supondo que nos são fornecidos majorantes para os erros relativos absolutos que afectam as
indique um majorante para o erro relativo absoluto que afecta o cálculo f (xa , ya , za ).
(3,0) 2. Prove que se pretendermos aproximar a solução α de uma equação não-linear f (x) = 0 com
um erro não superior a uma determinada quantidade ε > 0, através do método de Newton, então
(4,0) 3. Pretende-se determinar, utilizando o método de Newton, a maior das duas raı́zes positivas da
equação
−x3 + 14x − 1 − ex = 0.
a) Mostre que se a aproximação inicial x0 for escolhida no intervalo [2.6, 3], ficam asseguradas as
majorante para o erro absoluto que afecta essa aproximação. Quantos algarismos
a) Prove, recorrendo à definição, que a matriz A é definida positiva para todo o a ∈ [−2, 2].
Cholesky da matriz A.
(5,0) 5. Ao medir uma certa grandeza fı́sica, f , em função de um certo parâmetro, x, obteve-se a
xi 1 2 4 7 8
0.3
a) Mostre que, f [1, z, 2] = , onde f [1, z, 2] é uma diferença dividida de ordem dois de f .
1−z
b) Supondo que, quando x ≤ 2, a função f tem a forma
f (x) = −x2 + ax + b,
de grau ≤ 2 que lhe permite obter a melhor aproximação para o valor da função em x = 6.
d) Calcule uma aproximação para f (6), através do polinómio encontrado na alı́nea anterior,
indicando também uma estimativa para o erro absoluto que se comete nessa aproximação.
Solução 3.5.1. a) Para resolver esta alı́nea basta-nos aplicar a definição de diferença dividida. Assim
sendo,
f [z, 2] − f [1, z]
f [1, z, 2] = = f [z, 2] − f [1, z] ,
2−1
b) Assim sendo, sabemos que para x ≤ 2, f (x) = p2 (x), pelo que, se construirmos o polinómio
ou seja, o coeficiente do termo de maior grau para a função f e para o polinómio interpolador, verifica
a seguinte relação
f [1, z, 2] = −1,
logo,
0.3
= −1 ⇔ 0.3 = − (1 − z) ⇔ 0.3 = −1 + z ⇔ z = 1.3.
1−z
c) Precisamos então de 3 pontos para construir este polinómio, pelo que, escolhendo os 3 que estão mais
x0 = 4 y0 = 2 = a0
f [x0 , x1 ] = −0.2 = a1
f [x1 , x2 ] = −0.9
x2 = 8 y2 = 0.5
Pela tabela podemos então concluir que o polinómio interpolador de grau 2 que pretendemos obter é
dado por
Pretendemos agora estudar o erro que afecta esta aproximação. Atendendo ao teorema do erro, sabemos
3.5. 2003/04/30 - EA, EB, ESC, IE, IG 191
que
¯ 000 ¯
¯ f (ξ) ¯
|e (p2 (6))| = |f (6) − p2 (6)| = ¯ ¯
¯ 3! (6 − x0 ) (6 − x1 ) (6 − x2 )¯ =
¯ 000 ¯
¯ f (ξ) ¯
= ¯ (6 − 4) (6 − 7) (6 − 8)¯=
¯ 3! ¯
¯ 000 ¯
¯ f (ξ) ¯
= ¯ ¯
¯ 3! (2) (−1) (−2)¯ =
¯ 000 ¯ ¯ 000 ¯
¯ f (ξ) ¯ ¯ f (ξ) ¯
= ¯ 4¯¯ = 4 ¯ ¯
¯ 3! ¯ 3! ¯ , com ξ ∈ [4, 8]
¯ 000 ¯
¯ f (ξ) ¯
Sabemos agora que a quantidade ¯¯ ¯ pode ser aproximada através da diferença dividida
6 ¯
f [2, x0 , x1 , x2 ]. Pelo que, se acrescentarmos o ponto x = 2 à tabela das diferenças divididas que
obtivemos na alı́nea anterior, o resultado que se obtém é o seguinte,
f [x, x0 ] = 0.25
x0 = 4 y 0 = 2 = a0 f [x, x0 , x1 ] = −0.09
f [x1 , x2 ] = −0.9
x2 = 8 y2 = 0.5
Finalmente,
resultado que nos permite apenas garantir um algarismo significativo para o valor de p2 (6).
BOA SORTE
192 Capı́tulo 3. 2002/2003
EI, ESC e IG
1o Teste ao 2h:000
Duraç~
13 de Novembro de 2002
(4,0) 1. Quando uma partı́cula se desloca, fazendo um ângulo α com a linha de acção da força que lhe
ω = f cos (α) d,
onde d = distância percorrida pela partı́cula, que é medida em metros, f = força exercida sobre a
partı́cula, a qual é medida em gramas força e ω = trabalho realizado, que é medido em Joules.
b) Quais os erros máximos que podemos admitir nas grandezas medidas para que o erro do
Atendendo então a que a percentagem de erro é dada por 100 × |eR (wa )|, temos então de calcular um
majorante para o erro relativo para depois podermos calcular a percentagem de erro. Assim sendo,
3.6. 2002/11/13 - ESC, IE, IG 193
¯ ¯ ¯ ¯ ¯ ¯
¯ ∂w ¯ ¯ ∂w ¯ ¯ ∂w ¯
|e (wa (αa , da , fa ))| ≤ ¯
|e (αa )| ¯ ¯ ¯
(αa , da , fa )¯ + |e (da )| ¯ ¯ ¯
(αa , da , fa )¯ + |e (fa )| ¯ (αa , da , fa )¯¯
∂α ∂d ∂f
Agora, para obtermos o valor do erro relativo absoluto no cálculo de w, devı́amos dividir o erro absoluto
que se comete em w, neste caso o majorante, pelo valor exacto da função, mas, uma vez que não o
¯ ¯ ¯ ¯ ¯ ¯ ¯ ¯
¯ e (wa (αa , da , fa )) ¯ ¯ − sin (αa ) fa da ¯ ¯ cos (αa ) fa ¯ ¯ cos (αa ) da ¯
¯ ¯ ≤ ¯
|e (αa )| ¯ ¯ ¯
+ |e (da )| ¯ ¯ ¯
+ |e (fa )| ¯ ¯
¯ w (αa , da , fa ) ¯ fa cos (αa ) da ¯ fa cos (αa ) da ¯ fa cos (αa ) da ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ − sin (αa ) ¯ ¯ ¯ ¯ ¯
≤ |e (αa )| ¯¯ ¯ + |e (da )| ¯ 1 ¯ + |e (fa )| ¯ 1 ¯
cos (αa ) ¯ ¯ da ¯ ¯ fa ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ −0.7068251811 ¯ ¯1¯ ¯ 1 ¯
≤ 0.00125 ¯¯ ¯ + 0.1 ¯ ¯ + 0.05 ¯ ¯
¯ 4.5 ¯ ≈ 0.01736
0.7073882692 ¯ ¯ 20 ¯
Assim, atendendo ao que atrás foi dito, podemos então concluir que a percentagem de erro que afecta o
b) Este problema é um problema de propagação inversa do erro. Podemos resolvê-lo de duas formas,
sendo, no entanto, a mais adequada a utilização do princı́pio das influências iguais. Independentemente
disso, vamos considerar correcta também a utilização do princı́pio dos erros iguais.
Pretendemos que o erro que se comete em wa seja não-superior a 0.6 unidades. Utilizando então a
e tomando todos os erros iguais, i.e., |e (αa )| = |e (da )| = |e (fa )| = θ, vamos então obter,
¯ ¯ ¯ ¯ ¯ ¯
¯ ∂w ¯ ¯ ∂w ¯ ¯ ∂w ¯
¯
|e (wa (αa , da , fa ))| ≤ θ ¯ ¯ ¯
(αa , da , fa )¯ + θ ¯ ¯ ¯
(αa , da , fa )¯ + θ ¯ (αa , da , fa )¯¯ ≤ 0.6,
∂α ∂d ∂f
194 Capı́tulo 3. 2002/2003
0.6
θ ≤ ¯ ¯ ¯ ¯ ¯ ¯
¯ ∂w ¯ ¯ ∂w ¯ ¯ ∂w ¯
¯ ¯ ¯ ¯ ¯ ¯
¯ ∂α (αa , da , fa )¯ + ¯ ∂d (αa , da , fa )¯ + ¯ ∂f (αa , da , fa )¯
0.6
≤
|− sin (αa ) fa da | + |cos (αa ) fa | + |cos (αa ) da |
0.6
θ ≤
|−63.6142663| + |3.183247211| + |14.14778538|
0.6
≤ ≈ 0.007412413 ≈ 0.007 0.005,
80.94529889
o que implica que se tenham de impor 5 algarismos significativos para d, e 4 algarismos significativos
Agora, utilizando novamente a fórmula geral da propagação do erro, vamos supor que cada uma das
parcelas da soma dessa fórmula afecta de forma igual o majorante do erro que estipulámos inicialmente.
Tais majorantes permitem-nos concluir que teremos de impor 3 algarismos significativos para αa , 4
b) Será possı́vel, no mesmo computador, obter um resultado mais preciso para (4.8.1)? Caso o
Solução 3.6.2. a) Efectuando então o cálculo num computador com precisão máxima de 4 algarismos
µ ¶ µ ¶ µ ¶ µ ¶
1 1 1 1
f (0.001) = ln − ln = ln − ln
0.001 + 1 0.001 1.001 0.001
= −6.909.
O resultado obtido possui a máxima precisão possı́vel na aritmética com que se está a trabalhar. Não há
qualquer cancelamento subtractivo, pois esse só se dá quando, em aritmética finita, se efectua a
b) Não, o resultado já possui precisão máxima na aritmética com que estamos a trabalhar, i.e., já possui
4 algarismos significativos. No entanto, existem casos em que pode haver cancelamento subtractivo,
nesses, será então conveniente que se efectue a seguinte transformação na expressão da função,
µ ¶ µ ¶ µ ¶ µ ¶
1 1 1/ (x + 1) x
f (x) = ln − ln = ln = ln .
x+1 x 1/x x+1
196 Capı́tulo 3. 2002/2003
Caso se efectue o cálculo do valor da função no ponto x = 0.001, vamos, obviamente, obter o valor
a) Se estabelecermos em I a condição,
mostre que existe uma única raiz α ∈ I de f (x) = 0 e indique (justificando) quatro funções
iteradoras distintas que assegurem uma convergência para essa raiz, qualquer que seja o valor
de x0 que se escolha em I.
b) Supondo que a < 0 e que b ≥ 0, mostre que o zero, α, da função f em I verifica a condição
Sugestão: Faça x0 = 0.
c) Suponha agora que os pontos fixos de g e h em I são diferentes. A equação x = g (h (x)) tem
Solução 3.6.3. a) Comecemos por mostrar que em I existe uma única raiz, α, para f (x) = 0. Para
isso vamos supor que existem duas soluções distintas para a equação f (x) = 0, digamos β1 e β2 . Nessa
e também
Desta forma,
β1 − β2 = g (β1 ) − g (β2 ) ,
3.6. 2002/11/13 - ESC, IE, IG 197
e, pelo facto de g ∈ C 1 (I), podemos então aplicar o teorema do valor médio que nos permite concluir
que,
Mas, por hipótese, L1 < 1, logo, 1 − L1 > 0, e por conseguinte, |β1 − β2 | = 0 ⇔ β1 = β2 . O que prova
Indiquemos agora quatro funções iteradoras que nos permitem obter, através do método iterativo do
ponto fixo, uma aproximação para o zero da função f que se encontra no intervalo I.
Duas delas são imediatas, uma vez que nos dizem que,
e, além disso, g (I) ⊂ I, h (I) ⊂ I, o que nos garante a existência de ponto fixo para as funções g e h, e
finalmente que |g 0 (x)| < L1 e que |h0 (x)| < L2 , o que nos garante a unicidade de ponto fixo para as
funções g e h.
Resta-nos agora obter mais duas funções iteradoras para o método do ponto fixo. No entanto, atendendo
ainda às hipóteses que nos são fornecidas, temos que g ◦ h 6= h ◦ g, e, ainda podemos concluir o seguinte:
• para g ◦ h temos:
Quanto à existência de ponto fixo temos de provar que g ◦ h (I) ⊂ I. Mas, h (I) ⊂ I, por hipótese, e por
conseguinte g(h (I)) = g (Ω) , com Ω ⊂ I. Desta forma, g (Ω) ⊂ I, ou seja, g ◦ h (I) ⊂ I.
| {z }
⊂I
Quanto à unicidade de ponto fixo para g ◦ h em I, teremos de provar que o máximo da derivada desta
função em I é inferior a 1. Por definição sabemos que a derivada da função composta é dada por
0
((g ◦ h) (x)) = g 0 (h (x)) h0 (x). Desta forma,
¯ ¯
¯((g ◦ h) (x))0 ¯ = |g 0 (h (x)) h0 (x)| = |g 0 (h (x))| |h0 (x)| ,
agora, como por hipótese, h (I) ⊂ I, e |h0 (x)| < L2 < 1, ∀x ∈ I e |g 0 (x)| < L1 < 1, ∀x ∈ I, logo,
¯ ¯
¯((g ◦ h) (x))0 ¯ < L1 L2 < 1.
Fica assim assegurada a existência e a unicidade de ponto fixo para a função iteradora g ◦ h.
• para h ◦ g temos:
198 Capı́tulo 3. 2002/2003
Quanto à existência de ponto fixo, como no caso anterior, temos de provar que h ◦ g (I) ⊂ I. Mas,
g (I) ⊂ I, por hipótese, e por conseguinte h(g (I)) = h (Ω) , com Ω ⊂ I. Desta forma, h (Ω) ⊂ I, ou seja,
|{z}
⊂I
h ◦ g (I) ⊂ I.
Quanto à unicidade de ponto fixo para h ◦ g em I, vamos proceder, novamente, como procedemos no
caso anterior, ou seja, teremos de provar que o máximo da derivada desta função em I é inferior a 1.
0
Por definição sabemos que a derivada da função composta é dada por ((h ◦ g) (x)) = h0 (g (x)) g 0 (x).
Desta forma,
¯ ¯
¯((h ◦ g) (x))0 ¯ = |h0 (g (x)) g 0 (x)| = |h0 (g (x))| |g 0 (x)| ,
agora, como por hipótese, g (I) ⊂ I, e |g 0 (x)| < L1 < 1, ∀x ∈ I e |h0 (x)| < L2 < 1, ∀x ∈ I, logo,
¯ ¯
¯((h ◦ g) (x))0 ¯ < L2 L1 < 1.
Fica assim assegurada a existência e a unicidade de ponto fixo para a função iteradora h ◦ g.
∴ Desta forma, as quatro funções que podemos apresentar como funções iteradoras são as seguintes:
b) Tomando então x0 = 0, temos que x1 = g (h (x0 )), por um lado, e x1 = h (g (x0 )) pelo outro. Assim,
|α − x0 | = |α − x0 − x1 + x1 | ≤ |α − x1 | + |x1 − x0 | ≤
¯ 0¯
≤ max ¯(g (h (x))) ¯ |α − x0 | + |x1 − x0 | ≤
x∈I
≤ L1 L2 |α − x0 | + |x1 − x0 | ,
|α − x0 | ≤ L1 L2 |α − x0 | + |x1 − x0 | ⇔ |α − x0 | − L1 L2 |α − x0 | ≤ |x1 − x0 | ,
1
|α| ≤ L1 L2 |α| + |x1 | ⇔ |α| − L1 L2 |α| ≤ |g (h (0))| ⇔ |α| ≤ |g (h (0))| . (3.6.2)
1 − L1 L2
Caso se tome a outra função composta como função iteradora, x1 = h (g (x0 )) = h (g (0)), e,
3.6. 2002/11/13 - ESC, IE, IG 199
consequentemente,
|α − x0 | = |α − x0 − x1 + x1 | ≤ |α − x1 | + |x1 − x0 | ≤
¯ 0¯
≤ max ¯(h (g (x))) ¯ |α − x0 | + |x1 − x0 | ≤
x∈I
≤ L1 L2 |α − x0 | + |x1 − x0 | ,
|α − x0 | ≤ L1 L2 |α − x0 | + |x1 − x0 | ⇔ |α − x0 | − L1 L2 |α − x0 | ≤ |x1 − x0 | ,
1
|α| ≤ L1 L2 |α| + |x1 | ⇔ |α| − L1 L2 |α| ≤ |h (g (0))| ⇔ |α| ≤ |h (g (0))| . (3.6.3)
1 − L1 L2
c)...
3x2 − ex = 0.
a) Separe cada uma das soluções da equação em intervalos de amplitude não superior a 0.5
unidades;
valor x0 ∈ Ω.
Sugestão: Caso não consiga encontrar o intervalo na alı́nea b), utilize o intervalo que obteve na
alı́nea a).
Sem efectuar mais iterações, determine um majorante para o erro absoluto que afecta x2 ;
200 Capı́tulo 3. 2002/2003
Qual dos dois esquemas se deve escolher no caso de se pretender obter uma aproximação para
Solução 3.6.4. a) Utilizando o método gráfico vamos poder concluir acerca dos intervalos onde se
encontram as três soluções da equação. Assim, f (x) = 0 ⇔ 3x2 − ex = 0 ⇔ 3x2 = ex . Fazendo então o
esboço gráfico da função 3x2 e da função ex , verificamos que existem três intersecções,
uma no intervalo [−1, 0], outra no intervalo [0, 1] e outra no intervalo [3, 4].
Como f (x) = 3x2 − ex é uma função contı́nua em R, uma vez que se trata da soma de duas funções
contı́nuas em R, 3x2 é uma função polinomial e ex é a função exponencial, podemos então aplicar o
logo, pelo teorema do valor intermédio temos a garantia da existência de um ponto α1 em [−1, 0],
logo, pelo teorema do valor intermédio temos a garantia da existência de um ponto α2 em [0, 1],
logo, pelo teorema do valor intermédio temos a garantia da existência de um ponto α3 em [3, 4],
Está já provada a existência destas três raı́zes em cada um dos intervalos indicados, no entanto, no
enunciado pedem-nos intervalos de amplitude não superior a 0.5 unidades para cada uma das raı́zes.
Assim, para obtermos intervalos com amplitude inferior ou igual a 0.5 unidades, basta-nos aplicar uma
Falta-nos agora provar a unicidade das soluções da equação f (x) = 0 em cada um dos intervalos
indicados. Para tal vamos recorrer ao estudo da derivada da função f , a qual é dada por
f 0 (x) = 6x − ex . Se conhecermos os zeros da derivada podemos fazer então a análise que nos falta.
Mas, neste caso, é-nos impossı́vel calcular analiticamente os pontos que anulam a derivada, assim, a
análise que estamos agora a fazer pode ser realizada de duas formas: ou recorremos ao gráfico da função
derivada para encontrarmos os intervalos onde se encontram os seus zeros, ou então utilizamos o
teorema de Rolle para verificar se a derivada possui zeros nos intervalos que estamos a utilizar.
Método Gráfico: Aplicando o método gráfico ao cálculo dos zeros da derivada obtemos,
existem apenas duas intersecções para os gráficos das mesmas. Uma das intersecções dá-se no intervalo
[0, 1] e a outra no intervalo [2, 3]. Ora, a que se dá no intervalo [2, 3] não afecta em nada os nossos
estudos, uma vez que a função neste intervalo não possui qualquer zero. No entanto, no intervalo [0, 1]
temos de fazer uma análise mais profunda, uma vez que a função f possui um zero no seu subintervalo
202 Capı́tulo 3. 2002/2003
[0.5, 1]. O mais fácil será começar por verificar se o zero da derivada está também no intervalo [0.5, 1],
ou, para nosso regozijo, se está no intervalo [0, 0.5]. Para tal, se aplicarmos uma vez o método da
f (0) = −1 < 0
f (0.5) = 3 − e0.5 > 0 ,
f (1) = 6 − e1 > 0
o que prova que o zero da função derivada está no intervalo [0, 0.5], não interferindo assim com a
existência da solução para a equação f (x) = 0, que pretendemos provar no intervalo [0.5, 1].
Finalmente, podemos dizer que a função f (x) = 3x2 − ex é uma função estritamente monótona em cada
um dos intervalos indicados para as soluções da equação, o que prova então a unicidade de cada uma
Teorema de Rolle: Designamos por números de Rolle de uma função h no intervalo D, o conjunto
dos pontos extremos do intervalo D e dos pontos que anulam a derivada de h. Com estes
”números”podemos aplicar o teorema que se segue, para chegarmos a um resultado importante acerca do
comportamento da função.
intervalo D e se rk < rk+1 , k = 1, 2, . . . , n − 1, então entre dois números de Rolle consecutivos existe,
no máximo, um zero da função h. Mais, se h (rk ) × h (rk+1 ) < 0 então a função h possui um único zero
no intervalo [rk , rk+1 ], caso contrário, h não possui qualquer zero nesse intervalo.
Desta forma, analisemos o que se passa com os zeros da função derivada de f (x) = 3x2 − ex em cada
um dos intervalos indicados. Ora, f 0 (x) = 6x − ex , pelo que o que nos queremos analisar é as soluções
da equação f 0 (x) = 0 ⇔ 6x − ex = 0. Assim, pelo que foi dito, teremos de calcular os números de Rolle
desta função em cada um dos intervalos dados. Ou seja, teremos de calcular os zeros da função
f 00 (x) = 0 ⇔ 6 − ex = 0 ⇔ ex = 6 ⇔ x = ln (6) ≈ 1.79. E como este valor não pertence a nenhum dos
intervalos indicados, ficamos desde já a saber que os números de Rolle da função f 0 em cada um desses
• No intervalo [−0.5, 0]: O conjunto dos números de Rolle de f 0 neste intervalo é {−0.5, 0}, e
f 0 (−0.5) < 0
,
f 0 (0) = −1 < 0
então, neste intervalo, f 0 não possui qualquer zero, e além disso f 0 (x) < 0, para todo o
x ∈ [−0.5, 0].
• No intervalo [0.5, 1]: O conjunto dos números de Rolle de f 0 neste intervalo é {0.5, 1}, e
f 0 (0.5) > 0
,
f 0 (1) > 0
então, neste intervalo, f 0 não possui qualquer zero, e além disso f 0 (x) > 0, para todo o x ∈ [0.5, 1].
• No intervalo [3.5, 4]: O conjunto dos números de Rolle de f 0 neste intervalo é {3.5, 4}, e
f 0 (3.5) < 0
,
f 0 (4) < 0
então, neste intervalo, f 0 não possui qualquer zero, e além disso f 0 (x) < 0, para todo o x ∈ [3.5, 4].
Fica assim provado que f é estritamente monótona em cada um dos intervalos indicados, o que prova
então a unicidade das soluções da equação f (x) = 0 em cada um dos intervalos indicados.
na iteração em que estamos, seja inferior à amplitude do intervalo Ω. Ora, a amplitude do intervalo Ω
é igual a 1/5 = 0.2, logo, como a maior das soluções está no intervalo [3.5, 4], vamos tomar a0 = 3.5 e
b0 = 4, pelo que a tabela que está associada ao método da bissecção com estes dados é a seguinte,
n an−1 xn bn−1 sinal de f (an−1 ) sinal de f (xn ) sinal de f (bn−1 ) Max. Erro ≤ 0.2
Assim sendo, sabemos que o erro absoluto que afecta x2 = 3.625 é inferior a 0.2, e, além disso, sabemos
que a maior solução pertence ao intervalo [3.625, 3.75], o qual tem uma amplitude igual a 0.125
n
unidades, portanto, inferior a 1/5 = 0.2, daı́ que se resolvermos a equação = 3.625, vamos poder
5
encontrar o valor de n, n ∈ N, por forma a que α3 pertença a Ω.
204 Capı́tulo 3. 2002/2003
Assim sendo,
n
= 3.625 ⇔ n = 18.125.
5
pelo que existe uma solução para a equação f (x) = 0 neste intervalo. Atendendo a que esta solução é
única no intervalo [3.5, 4], fica provado que é Ω que contém a maior das soluções da equação.
Facilmente se verificaria que n = 19 não realiza as nossas intenções. Pois, nesse caso, Ω = [3.8, 4], com
f (3.8) < 0
,
f (4) < 0
∴ n = 18.
aproximar a raiz que se encontra no intervalo Ω = [3.6, 3.8]. Para isso devemos verificar se se garantem
Teorema 3.6.2 (Convergência e Erro para o Método de Newton). Seja f ∈ C 2 ([a, b]). Se [a, b]
for uma vizinhança suficientemente pequena do zero da função f , digamos α, e se f 0 (x) nunca se
anular em [a, b], então, qualquer que seja a aproximação x0 que se escolha em [a, b], podemos garantir a
convergência, convergência para α, da sucessão gerada pelo método de Newton. Além disso, o erro
M2 2 2
|e (xn )| ≤ |e (xn−1 )| = M |e (xn−1 )| , n = 1, 2, 3, . . . ,
2 m1
com M2 = max {|f 00 (x)| : x ∈ [a, b]} e m1 = min {|f 0 (x)| : x ∈ [a, b]}. Concluindo-se ainda que a
Perante este teorema, os itens a analisar para garantir a convergência são os seguintes três:
• f ∈ C 2 (Ω) :
3.6. 2002/11/13 - ESC, IE, IG 205
f (x) = 3x2 − ex é contı́nua em R ⊃ Ω = [3.6, 3.8]
2
f 0 (x) = 6x − ex é contı́nua em R ⊃ Ω = [3.6, 3.8] ⇒ f ∈ C (Ω) .
f 00 (x) = 6 − ex é contı́nua em R ⊃ Ω = [3.6, 3.8]
Mas, atrás já verificámos que a equação f 0 (x) = 0 só possui duas soluções, uma no intervalo
[0, 0.5] e outra no intervalo [2, 3], pelo que podemos imediatamente concluir que
1 2 m1
• (b − a) < =
M M2
Provar este facto é equivalente a provar que a vizinhança da solução que estamos a escolher, [a, b],
Comecemos então por calcular o valor de M2 = max {|f 00 (x)| : x ∈ Ω}. Ora, f 00 (x) = 6 − ex , pelo
que, f 000 (x) = −ex < 0, para todo o x ∈ Ω, e, consequentemente, f 00 é uma função estritamente
Passemos agora ao cálculo de m1 = min {|f 0 (x)| : x ∈ Ω}. Ora, atrás já verificámos que
Ω. Como tal,
Desta forma,
1 2 m1 2 × 15.0
= ≈ ≈ 0.775 .
M M2 38.7
E, por conseguinte,
∴ Fica assim provado, atendendo ao teorema 3.6.2, que, qualquer que seja o valor de x0 que se tome em
Ω para aproximação inicial da solução da equação f (x) = 0 no mesmo intervalo, fica assegurada a
n
d) Vamos agora tomar x0 = = 3.6 e, com essa aproximação inicial, vamos obter o valor da primeira
5
iteração, x1 . A expressão iteradora do método de Newton é dada por
f (xn−1 )
xn = xn−1 − , n = 1, 2, 3, . . . ,
f 0 (xn−1 )
pelo que
2
f (x0 ) 3 × (3.6) − e(3.6)
x1 = x0 − = 3.6 − = 3.752135611 .
f 0 (x0 ) 6 × 3.6 − e(3.6)
Quanto à segunda parte da questão, queremos, sem efectuar o cálculo de x2 , obter um majorante para o
erro que afecta a aproximação x2 que se obtém pelo método de Newton, tomando o intervalo
Ω = [3.6, 3.8]. Atendendo mais uma vez ao teorema 3.6.2, no que toca à questão do erro, sabemos que é
2
|e (xn )| ≤ M |e (xn−1 )| , n = 1, 2, 3, . . . .
Desta forma, não será difı́cil concluir que, multiplicando a constante M em ambas as partes da
desigualdade,
2 2
M |e (xn )| ≤ M 2 |e (xn−1 )| = (M |e (xn−1 )|) , n = 1, 2, 3, . . . . (3.6.4)
2
M |e (x2 )| ≤ (M |e (x1 )|) ,
mas, para x1 também podemos obter uma relação semelhante, a qual nos diz que
2
M |e (x1 )| ≤ (M |e (x0 )|) . (3.6.5)
³ ´2
2 2 4
M |e (x2 )| ≤ (M |e (x1 )|) ≤ (M |e (x0 )|) = (M |e (x0 )|) ,
4 1 4 4
M |e (x2 )| ≤ (M × 0.2) ⇔ |e (x2 )| ≤ (M × 0.2) ≈ 0.775 (1.29 × 0.2) ≈ 0.003 ≤ 0.005.
M
Perante este majorante para o erro podemos garantir 3 algarismos significativos para a aproximação x2 .
e)Atendendo à forma como está exposto o primeiro esquema iterativo, nunca podemos com ele obter
uma sucessão convergente para a menor das raı́zes, uma vez que essa é negativa e aqui estamos a tomar
3.6. 2002/11/13 - ESC, IE, IG 207
a parte positiva da raiz. Assim, só temos de analisar o que se passa com o segundo esquema iterativo.
¡ ¢
No segundo esquema iterativo a função iteradora é g (x) = ln 3x2 .
Para analisarmos este facto devemos começar por estudar a derivada da função iteradora. A qual, neste
caso, é igual a
6x 2
g 0 (x) = = < 0, ∀x ∈ [−0.5, 0[ ,
3x2 x
o que significa que a função g é estritamente decrescente no intervalo [−0.5, 0[, logo
¸ ¸
g ([−0.5, 0[) = lim+ g (x) , g (−0.5) = ]−∞, g (−0.5)] * [−0.5, 0[ .
x→0
Fica assim provado que esta função iteradora não garante a existência de ponto fixo no intervalo
[−0.5, 0[, pelo que também não a devemos utilizar para aplicar o método do ponto fixo.
∴ Nenhuma das duas funções deve ser utilizada para aplicar o método iterativo do ponto fixo para
//
A resposta a esta questão terminava aqui, no entanto, uma das funções que garantia a existência e a
EI, ESC e IG
(2,0) 1. Seja f (t) = et . Indique quais os valores de t que nos garantem a seguinte relação
∴ Os valores de t que garantem que |cond (f (t))| ≤ 10, são todos os que pertencem ao intervalo
[−10, 10].
f (x) = 0 ⇔ x2 + x − 3 = 0.
a) Prove que existe uma e uma só solução no intervalo [1, 2]. Denote-a por α;
b) Indique qual o número mı́nimo de iterações a efectuar, pelo método da bissecção, para que se
c) Pretende-se aplicar o método iterativo do ponto fixo para obter uma aproximação para a
solução da equação referida na alı́nea a). Para tal é dado o seguinte leque de funções
iteradoras:
√ 3 3
•g1 (x) = 3 − x2 • g2 (x) = 3−x • g3 (x) = −1 • g4 (x) = .
x x+1
3.7. 2003/01/17 - ESC, IE, IG 209
Diga qual delas lhe permite obter mais rapidamente uma aproximação para o valor de α.
Solução 3.7.2. a) Para provar a existência, basta ter em conta que a função é uma função
polinomial, pelo que é contı́nua em R, consequentemente, f é contı́nua em [1, 2]. E além disso,
f (1) = 1 + 1 − 3 = −1 < 0
⇒ ∃α ∈ [1, 2] : f (α) = 0,
f (2) = 4 + 2 − 3 = 3 > 0
Quanto à unicidade. Só temos da efectuar o estudo da derivada no intervalo com que estamos a
trabalhar. Assim,
Podemos então concluir que existe um único ponto α ∈ [1, 2], tal que f (α) = 0.
b) Pela teoria sabemos que o majorante para o erro que afecta uma determinada iteração k do
Desta forma, se pretendermos saber quantas iterações se têm de efectuar para que o erro numa
determinada iteração seja inferior a ε, só temos então de resolver a seguinte inequação:
b−a
|e (xk )| ≤ < ε.
2k
Resolvendo então esta inequação em relação a k, e utilizando o nosso intervalo [a, b] = [1, 2],
b−a 1 1
< ε ⇔ k < ε ⇔ 2k > ,
2k 2 ε
∴ Teremos então de efectuar pelo menos 21 iterações, como método da bissecção, partindo do
intervalo [1, 2], para obter uma aproximação para α com um erro inferior a 0.5 × 10−6 .
210 Capı́tulo 3. 2002/2003
c) Para responder à questão que é colocada nesta alı́nea, para cada uma das funções iteradoras
• gk ∈ C 1 ([1, 2]) , k = 1, 2, 3, 4, i.e., cada uma das funções iteradoras terá de ser contı́nua e
garante-nos a existência de pelo menos um ponto fixo no intervalo [1, 2], para as funções que
unicidade de ponto fixo no intervalo [1, 2] para a função iteradora que a verificar.
Todas as funções iteradoras que verificarem estas três condições garantem a existência e unicidade
de ponto fixo. Para escolhermos a que gera uma sucessão com convergência mais rápida, devemos
escolher aquela cujo valor Lk = max |gk0 (x)| < 1, k = 1, 2, 3, 4 for mais pequeno, i.e., mais
x∈[1,2]
próximo de zero.
para a solução do mesmo sistema de equações lineares. Denote a aproximação obtida por z;
d) Calcule, com o auxı́lio da expressão (4.8.1), um majorante para kx − yk∞ e outro para
Solução 3.7.3. a) Vamos então resolver o sistema de equações lineares, utilizando o método de
· ¸ .. ..
.. 0.0002 2 . 5 −−−−−−−−−−−−−→ 0.0002 2 . 5
A.b ⇔ .. L2 ← L2 − m21 L1 .. ,
2 2 . 6 0 −20000 . −50000
a21 2
com m21 = = = 10000.
a11 0.0002
Voltando de novo ao sistema de equações lineares,
0.0002y1 +
y1
2y2 = 5 = 0.00
⇔ .
y2
−20000y2 = −50000 = 2.50
Esta técnica diz-nos que: na etapa k do método de eliminação de Gauss, escolhe-se para pivot o
¯ ¯
¯ (k) ¯
max ¯aik ¯ : i = k, k + 1, k + 2, . . . , n.
Assim, se este máximo está na diagonal principal, não se efectua qualquer troca de linhas, e, nesse
caso, só teremos de efectuar a etapa normal do método de eliminação de Gauss. Caso o valor
(k)
deste máximo se encontre fora da diagonal principal, i.e., seja igual, por exemplo, a apk , com
k < p ≤ n, então trocamos a linha k com a linha p, por forma a colocar este elemento na diagonal
principal, e depois só temos de efectuar a etapa normal do método de eliminação de Gauss.
Para escolhermos então o pivot para a primeira etapa, vamos escolher o máximo entre os valores
¯ ¯ ¯ ¯ ¯ ¯
¯ (1) ¯ ¯ (1) ¯ ¯ (1) ¯
¯a11 ¯ = |0.0002| e ¯a21 ¯ = 2. Como o máximo é ¯a21 ¯ = 2, então teremos de trocar as linhas 1 e 2
212 Capı́tulo 3. 2002/2003
Agora só temos de aplicar o método de eliminação de Gauss, de forma normal, a esta matriz
a21 0.0002
com m21 = = = 0.0001.
a11 2
Passando para o sistema, a nossa solução será então dada por
2z1 +
z1 =
2z2 = 6 0.500
⇔ .
z2 =
2.00z2 = 5.00 2.50
x : Ax = b (3.7.2)
Necessitamos então de calcular a inversa da matriz A, e a sua norma infinito. Utilizando então a
e
T
T2 −2 2 2
−3.9996 −3.9996 − 3.9996 3.9996
1 2 −2
A−1 = = = .
det (A)
−2 0.0002 −2 0.0002 2 0.0002
−
−3.9996 −3.9996 3.9996 3.9996
Desta forma,
2 2 4
kA−1 k∞ = + = ≈ 1.
3.9996 3.9996 3.9996
Logo,
5 5 0
b − Ay = − = ⇒ kb − Ayk∞ = max {|0| , |1|} = 1.
6 5 1
kx − yk∞ ≤ 1 × 1 = 1 .
5.0001 −0.0001
Az = ⇒ b − Az = ⇒ kb − Azk∞ = 0.0001,
6 0
logo,
Como comentário final, podemos verificar que o majorante para o erro absoluto que afecta a
aproximação z é muito menor do que o majorante que afecta a aproximação y, tal deve-se ao facto
(4.0) 4. A tabela que aqui se apresenta, indica as alturas e os pesos de uma amostra de seis homens
Peso (kg) 79 69 70 81 61 63
214 Capı́tulo 3. 2002/2003
a) Encontre a recta que melhor ajusta, no sentido dos mı́nimos quadrados, o comportamento do
Solução 3.7.4. a) Neste caso temos que y = f (x) ⇔ peso = f (altura). Assim, pretendemos
encontrar a recta y = α + βx que melhor ajusta os pontos tabelados. Comecemos por construir o
Desta forma,
1 1 1 1 1 1 6 1033
AT = T
⇒A A= ,
183 173 168 188 158 163 1033 178519
Concluı́mos que o sistema das equações normais associado ao problema que estamos a resolver é
dado por
6 1033 α 423
AT Ax = AT b ⇔ = . (3.7.4)
1033 178519 β 73289
Se tivéssemos optado pela recta y = βx + α, então o sistema que obterı́amos seria equivalente ao
Vamos optar por expor a resolução do sistema (3.7.4). A matriz deste sistema de equações é uma
matriz simétrica definida positiva, pelo que devemos aplicar a decomposição de Cholesky para
6 1033
`11 0 `11 `21 `211 `21 `11
AT A = T
= LL = = .
1033 178519 `21 `22 0 `22 `21 `11 `211 + `222
Igualando cada uma das entradas da matriz AT A às entradas da matriz LLT vamos obter
√
2
`11 = 6
`11 = 6
√
1033 6
`21 `11
`21 =
= 1033
⇔ 6
6 × 178519 − (1033) 4025
2
`2 + `2 = 178519
`222 = =
21 22
6 6
ou, de outra forma,
√
`11 = 6
1033 √
`21 = 6
6
r
4025
`22 = .
6
Comecemos então por resolver o sistema triangular inferior Ly = AT b. Devemos fazer toda a
√
6 0 y
1 423
Ly = AT b ⇔ r = ⇔
1033 √ 4025
6 y2 73289
6 6
√
6y1 = 423
⇔ r ⇔
1033 √
4025
6y1 + y2 = 73289
6 6
423 423 √
y1 = √ = 6
⇔ r 6 6 ⇔
1033 √ 423 √ 4025
6 6+ y2 = 73289
6 6 6
423 √
y1 = 6
⇔ r 6 ⇔
1033 × 423 + 4025 y2 = 73289
6 6
√
y1 = 423 6
⇔ ... ⇔ 6 √
y2 = 2775 × 24150
24150
√ √ √
6 1033 6 423 6
√ α+ √ β = √
6 6
6 6 6
⇔ ⇔
r √
4025 2775 × 24150
β =
6 24150
7760
α = −
161
⇔ ... ⇔
111
β =
161
∴ A recta que melhor aproxima os pontos tabelados, no sentido dos mı́nimos quadrados, é dada por
7760 111
y = α + βx = − + x.
161 161
3.7. 2003/01/17 - ESC, IE, IG 217
b) Para estimar o peso de uma pessoa com 174 cm de altura basta-nos substituir o valor de x, na
resolver a equação em relação a x, variável que se relaciona com a altura. Como tal,
b) Calcule uma estimativa para o erro que se comete na aproximação para o valor de x, que
Solução 3.7.5. a) Devemos ter em atenção ao número de algarismos significativos com que estão
representados os valores dados. Neste caso, os valores de y estão representados com 5 algarismos
significativos. Construa-se então a tabela das diferenças divididas, representando cada uma delas
com 5 (ou 6) algarismos significativos. Mais um pormenor. Como pretendemos obter uma
aproximação para o valor de x, tal que ex = 1.3165, isto significa que, se tomarmos f (x) = ex ,
então pretendemos o valor de x, tal que f (x) = 1.3165 ⇔ x = f −1 (1.3165) ≈ p2 (1.3165). Isto
significa que o que pretendemos é construir um polinómio interpolador de grau 2 que aproxime a
função inversa de f , para com esse polinómio podemos estimar o valor de f (1.3165).
218 Capı́tulo 3. 2002/2003
1.0000 0.0
0.950570
0.860585 0.199483
0.778210
| {z } 0.167775 −0.0691747
=a1
0.704722 0.108345
0.637349
1.6487 0.5
Precisamos então de três pontos para construir o polinómio interpolador p2 (x). Logo, vamos
escolher os três que se encontram mais próximos de y = 1.3165. Desta forma, há dois que são
imediatos, os pontos 1.2214 e 1.3499. Resta-nos agora escolher o terceiro. Notando que
e que
Os três pontos que vamos utilizar serão (1.2214, 0.2) , (1.3499, 0.3) e (1.4918, 0.4). Assim sendo,
p2 (y) = a0 + a1 (y − y0 ) + a1 (y − y0 ) (y − y1 ) =
b) Pretendemos agora estimar o erro que se comete na aproximação p2 (1.3165), que obtivemos na
1a ) Esta forma de obter o majorante para a interpolação polinomial inversa só é possı́vel se
conhecermos a função inversa. Neste caso, y = f (x) = ex , e, como sabemos, a sua inversa é
¯ ¯ 1 ¯¯¡ −1 ¢000 ¯¯
|e (p2 (y))| = ¯f −1 (y) − p2 (y)¯ = ¯ f (ξ) ¯ |(y − y0 ) (y − y1 ) (y − y2 )| . (3.7.5)
3!
¡ −1 ¢0 1 ¡ ¢00 1 ¡ ¢000 2
f (y) = ⇒ f −1 (y) = − 2 ⇒ f −1 (y) = 3 ,
y y y
e, consequentemente,
¯¡ ¯
¯ −1 ¢000 ¯ 2 2
max ¯ f (ξ) ¯ = 3 = ≈ 1.1,
ξ∈[y0 ,y2 ] y0 1.22143
¡ ¢000
visto que f −1 (y) é uma função positiva e estritamente decrescente no intervalo [y0 , y2 ].
1.1
|e (p2 (1.3165))| ≤ |(1.3165 − 1.2214) (1.3165 − 1.3499) (1.3165 − 1.4918)|
6
≤ 0.0001 ≤ 0.0005,
o que nos permite garantir pelo menos 4 algarismos significativos para a aproximação de x
2a ) A segunda forma para resolver o problema é utilizando as diferenças divididas. Uma vez que
nós sabemos que podemos aproximar a derivada de ordem k de uma função através das
¯ −1 ¯ ¯¡ ¢ ¯
¯f [y0 , y1 , y2 , y3 ]¯ ≈ 1 max ¯¯ f −1 (ξ) 000 ¯¯ ,
3! ξ∈Ω
Atendendo a que nos interessa majorar o erro, vamos então olhar para as diferenças
divididas de ordem 3 da tabela que obtivemos na alı́nea a), e vamos escolher o maior dos
¯¡ ¢000 ¯¯
1 ¯
valores tabelados, para estas, como aproximação para 3! max ¯ f −1 (ξ) ¯. Assim sendo,
ξ∈Ω
1 ¯¡ ¢000 ¯¯
¯
max ¯ f −1 (ξ) ¯ ≈ 0.199483,
3! ξ∈Ω
Através deste valor concluı́mos que a aproximação que se obteve na alı́nea a) possui pelo
FIM
BOA SORTE
3.8. 2003/01/30 - ESC, IE, IG 221
EI, ESC e IG
Pretendemos aproximar o valor de cada uma das suas raı́zes utilizando uma aritmética de seis
algarismos significativos.
a) Utilizando a fórmula resolvente (fórmula standard), obtenha uma aproximação para cada
uma das duas raı́zes da equação (3.8.1). Comente a precisão de cada uma das aproximações
obtidas;
b) Prove que, dada a equação do segundo grau at2 + bt + c = 0, as suas raı́zes verificam a relação
c
t1 t2 = ;
a
c) Indique, se possı́vel, uma aproximação com seis algarismos significativos para cada uma das
a) Prove que f tem um único zero no intervalo [0, 0.5]. Designe-o por α;
(3.0) 3. Sejam A, B ∈ Rn×n e x ∈ Rn . Se pretender obter o resultado do produto ABx, qual a forma
matriz A;
kAkF ≤ na,
d) Sabendo que kAk2 ≤ kAkF , para A ∈ Rn×n , e que kx − x̃k ≤ kA−1 k kb − Ax̃k, onde x é a
Calcule, utilizando a norma euclidiana (norma 2), um majorante para o erro que se cometeu
x 0 1 2
f (x) 1 2 4
f 0 (x) 0 1
b) Utilizando o polinómio interpolador obtido na alı́nea anterior, calcule uma estimativa para o
FIM
BOA SORTE
224 Capı́tulo 3. 2002/2003
Capı́tulo 4
2003/2004
225
226 Capı́tulo 4. 2003/2004
(3,0) 1. Sejam, L a amplitude do intervalo I = [a0 , b0 ], que contém uma e uma só solução da equação
f (x) = 0, e {x1 , ..., xn , . . .} a sucessão de pontos médios gerados pelo método da bissecção. Mostre
que:
L
a) |xk+1 − xk | = , para todo o k ∈ N;
2k+1
b) O número de iterações, N , necessárias para garantir uma aproximação da raiz com uma
ln (δ/L) ln (δ/L)
precisão δ é dado por N ≥ d− e = ”menor inteiro maior que − ”.
ln 2 ln 2
¡ ¢ 2
f (x) = 0 ⇔ ln 1 + x2 − (1 − x) = 0.
a) Prove que a equação possui uma e uma só solução no intervalo [0, 1].
terı́amos de efectuar?
cos (2x)
f (x) = 3x − ,
2
4.1. 2003/12/09 - Matemática 227
em [0, π/4].
a) Mostre que, qualquer seja o valor de ω que se tome no intervalo [−0.5, 0], a função iteradora
g (x) = x + ωf (x) garante a existência e a unicidade de ponto fixo no intervalo [0, π/4].
método iterativo do ponto fixo com a função iteradora anterior, para encontrar uma
(6,0) 4. Sejam
−6
10 −1 1
A= e b = .
1 1 1
b) Calcule uma aproximação para a solução exacta do sistema de equações lineares, utilizando o
método de eliminação de Gauss com uma aritmética de 4 algarismos significativos, sem usar
√
kxk∞ ≤ kxk2 ≤ nkxk∞ .
BOA SORTE
228 Capı́tulo 4. 2003/2004
(3,0) 1. Para um qualquer fluido, a sua densidade é uma função da pressão e da temperatura, ou
seja, ρ = ρ (p, T ). O ar seco na atmosfera comporta-se aproximadamente como um gás ideal, pelo
p
ρ= ,
RT
R = 287 m2 /s2 · K, indique majorantes para os erros relativos absolutos que afectam as
relativo absoluto que afecta o cálculo da densidade, ρ, seja inferior a 10−4 kg/m3 .
Solução 4.2.1. Olhando para o formulário, a fórmula que teremos de aplicar para resolver a questão
|eR (ρ (pa , Ta ))| ≤ condp (ρ (pa , Ta )) |eR (pa )| + condT (ρ (pa , Ta )) |eR (Ta )| < 10−4 . (4.2.1)
e a que
¯ ¯ ¯¯ −p ¯¯
¯ ∂ρ ¯ a
¯ Ta (p , T ) ¯ ¯ Ta ¯
¯ ∂T a a ¯ ¯¯ RTa2 ¯¯
condT (ρ (pa , Ta )) = ¯ ¯ = ¯ pa ¯ = 1,
¯ ρ (pa , Ta ) ¯ ¯
¯ ¯ ¯ RT ¯¯
a
|eR (ρ (pa , Ta ))| ≤ |eR (pa )| + |eR (Ta )| < 10−4 . (4.2.2)
4.2. 2004/01/16 - Matemática 229
Logo, para resolver este problema, basta aplicar o princı́pio das influências iguais (ou o princı́pio dos
erros iguais, que neste caso nos dá o mesmo resultado). Desta forma, se
10−4 10−4
|eR (pa )| < = 0.5 × 10−3 e |eR (Ta )| < = 0.5 × 10−3 ,
2 2
então o erro relativo absoluto que afecta o cálculo aproximado de ρ (pa , Ta ) será inferior a 10−4 .
majorante para o erro que se comete, kf − H3 k∞ . Caso não tenha conseguido resolver a
Solução 4.2.2. a O erro de interpolação fornecido pela interpolação de Hermite com os nós x0 e x1 é
dado por,
f (iv) (ξ) 2 2
e (H3 (x)) = f (x) − H3 (x) = (x − x0 ) (x − x1 ) ,
4!
Notando agora que f (x) = 4x4 − 4x2 + 2, facilmente podemos concluir que, f (iv) (x) = 4 × 4!, pelo que,
4 × 4! 2 2 2 2
e (H3 (x)) = f (x) − H3 (x) = (x − x0 ) (x − x1 ) = 4 (x − x0 ) (x − x1 ) ,
4!
Seguindo agora a sugestão fornecida, isto é, tomando x0 = −x1 , com x1 > 0 teremos,
2 ¡ ¢2
e (H3 (x)) = f (x) − H3 (x) = 4 ((x + x1 ) (x − x1 )) = 4 x2 − x21 ,
¯ ¡ ¢2 ¯¯
¯
min max |e (H3 (x))| = min max |f (x) − H3 (x)| = min max ¯4 x2 − x21 ¯ ,
x1 ∈]0,1] x∈[−1,1] x1 ∈]0,1] x∈[−1,1] x1 ∈]0,1] x∈[−1,1]
230 Capı́tulo 4. 2003/2004
obtermos os pontos de óptimo para a função e (x). Derivando então esta função em ordem a x vamos
obter,
¡ ¢ ¡ ¢
e0 (x) = 8 x2 − x21 (2x) = 16x x2 − x21 .
Igualando agora a derivada a zero e resolvendo a equação resultante vamos obter os pontos crı́ticos para
Desta forma, o máximo será atingido, ou nos extremos do intervalo [−1, 1] ou nos pontos que anulam a
derivada. Assim,
³ ´2 ¡ ¢2 ¡ ¢
2
e (−1) = 4 (−1) − x21 = 4 1 − x21 = 4 1 − 2x21 + x41 = e (1)
¡ ¢2
e (0) = 4 0 − x21 = 4x41
³ ´2
2
e (−x1 ) = 4 (−x1 ) − x21 = 0 = e (x1 )
¡ ¢2
min max 4 x2 − x21 ,
x1 ∈]0,1] x∈[−1,1]
© ¡ ¢ ª
min 4 1 − 2x21 + x41 , 4x41 .
x1 ∈]0,1]
Traçando então os gráficos destas duas funções, para x1 ∈ ]0, 1] (ver figura 1), vamos concluir que o
ponto óptimo para este problema é aquele onde as duas funções se intersectam, pelo que,
¡ ¢ 1 1
4 1 − 2x21 + x41 = 4x41 ⇔ 1 − 2x21 = 0 ⇔ x1 = − √ ∨ x1 = √ ,
2 2
e, pelo facto de x1 > 0, concluı́mos que o valor óptimo para o problema que estamos a resolver é
1
x1 = √ .
2
Assim, pelo facto de tomarmos x0 = −x1 , podemos concluir que os pontos que resolvem o problema
y
4
4-8x2 +4x4
4x4
3
x
0.2 0.4 0.6 0.8 1
¡ ¢
Figura 4.1: Gráfico das funções 4x4 e 4 1 − 2x2 + x4
b)Efectuemos então a interpolação de Hermite com os pontos encontrados na alı́nea anterior, isto é,
1 1
x0 = − √ e x1 = √ .
2 2
Precisamos de saber o valor da função e da sua derivada nestes dois pontos, pelo que, sabendo que
então,
µ ¶ µ ¶
1 1
f (x0 ) = f −√ = 1 = f (x1 ) = f √
2 2
µ ¶ µ ¶
1 1
f 0 (x0 ) = f 0 − √ = 0 = f 0 (x1 ) = f 0 √ .
2 2
Com base nestes dados, utilizando a tabela das diferenças divididas para construir o polinómio de
1
x0 = − √ f (x0 ) = 1 = a0
2
f [x0 , x0 ] = f 0 (x0 ) = 0 = a1
1
x0 = − √ f (x0 ) = 1 0 = a2
2
f [x0 , x1 ] = 0 0 = a3
1
x1 = √ f (x1 ) = 1 0
2
f [x1 , x1 ] = f 0 (x1 ) = 0
1
x1 = √ f (x1 ) = 1
2
E, atendendo à tabela das diferenças divididas, e à forma geral do polinómio interpolador de Hermite,
2 2
H3 (x) = a0 + a1 (x − x0 ) + a2 (x − x0 ) + a3 (x − x0 ) (x − x1 ) ,
ou seja,
2 2
H3 (x) = 1 + 0 (x − x0 ) + 0 (x − x0 ) + 0 (x − x0 ) (x − x1 ) = 1.
Quanto ao erro, neste caso o seu cálculo é muito fácil de efectuar, verificando-se,
¯ ¡ µ ¶4
¯ ¢2 ¯¯ 1
kf (x) − H3 (x) k∞ = max ¯4 x2 − x21 ¯ =
|{z} 4 √ =1
x∈[−1,1] 2
pela alı́nea a)
Solução 4.2.3. a) Para verificarmos a existência de solução, em primeiro lugar teremos de garantir
hπ i
que a função f é contı́nua em todo o intervalo , π . Para isso comecemos por ver o que se passa com
2
o domı́nio da função.
n x π o ½ 3π
¾
Df = x ∈ R : x > 0 ∧ =6 + kπ, k ∈ Z = x ∈ R+ : x 6= + 3kπ, k ∈ Z .
3 2 2
4.2. 2004/01/16 - Matemática 233
¤ £π
Assim, f é contı́nua em todo o seu domı́nio, e, atendendo a que Df ⊃ , podemos então afirmar 2,π
£ ¤
que a função é contı́nua no intervalo pretendido, i.e., é contı́nua no intervalo π2 , π .
e que
³π´ ³π´ ³π ´ √
f (π) = ln + tan = ln (1) + tan = 3 ≈ 1.7 > 0,
π 3 3
podemos então aplicar o teorema do valor intermédio para concluir que existe pelo menos um ponto α,
£ ¤
pertencente ao intervalo π2 , π , tal que f (α) = 0. Fica assim provada a existência de solução para a
Provemos agora a unicidade da mesma nesse intervalo. Para isso vamos analisar o sinal da derivada da
da interpolação linear inversa, devemos construir o polinómio interpolador de grau um com dois pontos
£ ¤
que pertençam ao intervalo π2 , π . Como necessitamos de apenas dois pontos para a sua construção o
então teremos de proceder à interpolação inversa, i.e., vamos interpolar a função inversa de f , f −1 , no
£ ¡ ¢ ¤
intervalo f −1 π2 , f −1 (π) . Assim sendo, utilizando a forma do polinómio interpolador de Newton
yi xi = f −1 (yi ) f −1 [., .]
√
3 π
y0 = − ln (2)
3 2
π
f −1 [y0 , y1 ] = √ = 0.85006806063903 . . .
3 3
3 + 2 ln (2)
√
y1 = 3 π
234 Capı́tulo 4. 2003/2004
Desta forma,
à Ã√ !!
−1 π π 3
f (y) ≈ q1 (y) = a0 + a1 (y − y0 ) = + √ y− − ln (2) ,
2 3 3
+ 2 ln (2) 3
3
£ ¡ ¢ ¤
para y ∈ f −1 π2 , f −1 (π) = I.
Como tal,
√
π π ln (2) − 33
α = f −1 (0) ≈ q1 (0) = + 2 √ = 1.47236107091834 . . . .
2 2 3 3 + ln (2)
Atendendo ao facto de nos ser impossı́vel de calcular a função inversa de f para depois calcularmos a
sua segunda derivada e o respectivo máximo no intervalo I, para assim maximizarmos o erro que se
comete, vamos então utilizar um resultado que nos permite aproximar a derivada de ordem k de uma
função no intervalo de interpolação através da diferença dividida de ordem k. Ora, no nosso caso
necessitamos de aproximar a segunda derivada, pelo que, aplicando esse teorema podemos concluir que
Por definição,
¯ ¯
¯ −1 ¯ ¯ −1 −1 ¯
¯f [y0 , y1 , y2 ]¯ = ¯ f [y1 , y2 ] − f [y0 , y1 ] ¯ ,
¯ y2 − y0 ¯
£π ¤ 3π
portanto, tomando x2 como sendo o ponto médio do intervalo 2,π , i.e., x2 = 4 , vamos então obter
os seguintes resultados
µ ¶
3π
y2 = f = 0.71231792754822 . . . ,
4
e, consequentemente,
Este resultado permite-nos garantir pelo menos dois algarismos significativos na aproximação que se
£ ¤
obteve para a solução da equação f (x) = 0 no intervalo π2 π .
(2,0) 4. Seja pn (x) o polinómio interpolador de Lagrange para a função f , contı́nua e com derivadas
contı́nuas até à ordem n + 1 no intervalo [a, b], em n + 1 pontos distintos, x0 < x1 < x2 < . . . < xn
pertencentes ao intervalo [a, b]. Mostre que nestas condições se verifica a igualdade,
n−1
f (n+1) (τ ) Y
f 0 (x) − p0n (x) = (x − ξj ) ,
n! j=0
ao facto de r ser contı́nua com derivadas contı́nuas até à ordem n + 1 no intervalo de interpolação [a, b],
isto é, r ∈ C n+1 ([a, b]), e de r (xj ) = 0, j = 0, 1, . . . , n, podemos então supor que
Seja ainda
f 0 (x) − p0n (x)
α= ,
Q
n−1
(x − ξj )
j=0
com x ∈ [a, b] e x 6= ξj , j = 0, 1, . . . , n − 1.
Construı́da desta forma, a função F tem pelo menos n + 1 zeros distintos no intervalo [a, b].
f (n+1) (τ )
F (n) (τ ) = f (n+1) (τ ) − αn! = 0 ⇔ α = ,
n!
236 Capı́tulo 4. 2003/2004
1.5
0.5
x
-2.5 -2 -1.5 -1 -0.5 0.5
a) Calcule, utilizando uma das regras de integração numérica dadas, a melhor aproximação para
R0
o valor do integral −2 f (x) dx;
b) Sem efectuar qualquer cálculo, comente a precisão obtida no resultado da alı́nea a).
Solução 4.2.5. a) Atendendo ao facto de f ser um polinómio de grau 2, vamos utilizar a regra de
R0
Simpson simples para ”aproximar”o valor do integral −2 f (x) dx. Desta forma, tomando
que a essência da obtenção da regra de Simpson reside no cálculo de um polinómio interpolador de grau
intervalo de integração. Atendendo ao facto de f ser um polinómio de grau dois, sabemos que qualquer
polinómio interpolador de grau ≤ 2 que se construa para a função f vai, obrigatoriamente, ser igual à
2
(4,0) 6. Determine todas as raı́zes da equação (x + 2) = ex [2 (x + 2) − ex ], com um erro inferior a
Obs: Passe tudo para o primeiro membro da equação e depois observe atentamente a expressão.
Solução 4.2.6. Para resolver este problema devemos começar por notar o seguinte,
2 2 2
(x + 2) = ex [2 (x + 2) − ex ] ⇔ (x + 2) − 2 ex (x + 2) + (ex ) = 0,
Assim sendo, as soluções da equação dada são as soluções da equação f (x) = 0, com f (x) = x + 2 − ex .
y
12
10
8 ex
4
x+2
2
x
-2 -1 1 2
Comecemos por localizar as soluções da equação f (x) = 0. Utilizando o método gráfico temos,
f (x) = 0 ⇔ x + 2 − ex = 0 ⇔ x + 2 = ex ,
e, representando graficamente as funções x + 2 e ex , vamos verificar que a equação possui duas soluções,
uma no intervalo [−2, −1] e outra no intervalo [1, 2] (ver figura 2).
Devemos agora provar a existência e unicidade dessas soluções nos intervalos indicados.
238 Capı́tulo 4. 2003/2004
Obs. Como estamos perante duas soluções e a análise é semelhante para cada uma delas, apresenta-se
Provemos então que a equação f (x) = 0 ⇔ x + 2 − ex = 0 possui uma solução no intervalo [−2, −1].
Ora, f (x) = x + 2 − ex é uma função contı́nua em todo o seu domı́nio, isto é, em R, uma vez que se
trata da soma de uma função polinomial, contı́nua em R, com a função exponencial, que também é
Por outro lado, f (−2) = −e−2 < 0 e f (−1) = 1 − e−1 > 0, pelo que, f (−2) × f (−1) < 0, e, aplicando
o corolário do teorema do valor intermédio, podemos concluir que existe pelo menos um ponto
α ∈ [−2, −1], tal que f (α) = 0. Fica assim provada a existência da solução para a equação.
Provemos agora a unicidade desta solução. Para isso vamos recorrer ao estudo da derivada no
intervalo. Assim,
por esta razão, f é uma função estritamente crescente no intervalo em questão, o que implica
imediatamente que a solução da equação f (x) = 0, que anteriormente provámos que existia, é única no
Para obtermos uma aproximação para esta solução com um erro inferior a 10−3 é conveniente
utilizarmos um método de convergência rápida, até porque o tempo urge e no final podemos não ter
tempo para fazer outros exercı́cios. Assim sendo, será conveniente usar o método de Newton para obter
uma aproximação para a solução da equação no intervalo [−2, −1], com um erro não superior a 10−3 .
Para o podermos aplicar há que se verificar cautelosamente todas as condições de convergência do
mesmo.
A primeira delas é que a função tem de ser contı́nua no intervalo [−2, −1] (o que já foi provado), a
derivada tem de existir e ser contı́nua no mesmo intervalo (f 0 (x) = 1 − ex , que é obviamente contı́nua
no intervalo que estamos a utilizar) e a segunda derivada também tem de existir e ser contı́nua no
A segunda condição de convergência do método de Newton impõe-nos que a derivada seja diferente de
zero no interior do intervalo que estamos a utilizar, isto é, f 0 (x) 6= 0, ∀x ∈ (−2, −1). Neste caso
f 0 (x) = 0 ⇔ 1 − ex = 0 ⇔ x = 0 ∈
/ (−2, −1).
Finalmente teremos de impor que o intervalo escolhido seja uma vizinhança suficientemente pequena da
4.2. 2004/01/16 - Matemática 239
solução que pretendemos aproximar. Para isso tem de se verificar a seguinte condição,
1
(b − a) < ,
M
M2
com M = , sendo M2 = max |f 00 (x)| e m1 = min |f 0 (x)|.
2m1 x∈[−2,−1] x∈[−2,−1]
Neste caso,
e, por outro lado, como f 00 (x) = −ex < 0, para todo o x ∈ [−2, −1], podemos concluir que f 0 é uma
função estritamente monótona decrescente no intervalo [−2, −1], o que implica que,
©¯ ¯ ¯ ¯ª
m1 = min |f 0 (x)| = min |1 − ex | = min ¯1 − e−2 ¯ , ¯1 − e−1 ¯ = 1 − e−1 .
x∈[−2,−1] x∈[−2,−1]
Desta forma,
M2 e−1 1 1 − e−1 1
M= = ⇒ = = −1 − 1 = e − 1 ≈ 1.72 > (b − a) = 1 P.V.
2m1 1 − e−1 M e−1 e
Para iterar o método de Newton só falta escolher a aproximação x0 . Para isso vamos efectuar a nossa
escolha de entre um dos dois pontos extremos do intervalo [−2, −1], através da condição
f (x0 ) × f 00 (x0 ) > 0, isto é, vamos escolher o ponto extremo do intervalo onde a função e a segunda
derivada possuem o mesmo sinal. Notando então que, f 00 (x) = −ex < 0, ∀x ∈ R, e que f (−2) < 0,
então x0 = −2.
exn (1 − xn ) − 2
=
1 − ex n
1 2n
k xk |e (xk )| ≤ M (M (b − a)) < 10−3
Assim sendo, x3 = −1.841405660 representa uma aproximação para a menor solução da equação no
Para finalizar o exercı́cio devı́amos fazer a mesma análise para a solução que se encontra no intervalo
BOA SORTE
4.3. 2004/02/05 - Matemática 241
Pretende-se calcular a espessura de um determinado depósito cilı́ndrico, E, por forma a que o erro
absoluto que afecte esse cálculo seja inferior a 0.05cm. Utilizando as aproximações
V ≈ 250 × 106 cm3 , h ≈ 500cm3 , ρ ≈ 2530cm, k ≈ 3.545 e |e (ka )| ≤ 0.0001, indique quais os
(2,0) 2. Seja f uma função polinomial de grau 2. A única informação de que dispomos acerca da
x −2 −1 0 1 2
f (x) 0 α −4 β 8
(2,0) 3. Prove que o erro absoluto que se comete quando aproximamos o valor de uma função f num
ponto x ∈ [a, b] através do uso da interpolação linear com os pontos (x0 , y0 ) e (x1 , y1 ), é menor ou
igual a
2
(x1 − x0 )
max |f 00 (ξ)| .
ξ∈[a,b] 8
242 Capı́tulo 4. 2003/2004
(2,0) 4. Pretende-se aproximar o valor da função exponencial, f (t) = et , no intervalo [−1, 0], com um
erro absoluto inferior a 0.5 × 10−3 . Supondo que os pontos que tabelados para a função estão
igualmente espaçados, isto é, ti − ti−1 = h, i = 1, 2, . . ., indique quantos pontos terá de colocar na
tabela, por forma a que a escolha de dois pontos consecutivos da tabela, para efectuar a
utilizando a regra dos trapézios com 3 pontos (2 subintervalos). Explique o que acontece com o
(4,0) 6. Pretende-se resolver a equação f (x) = 0 ⇔ ln (x) − e−x+2 = 0, utilizando o método iterativo
do ponto fixo.
a) Verifique quais das seguintes funções iteradoras garantem a existência de ponto fixo no
−x+2
i) g (x) = ee ii) h (h) = 2 − ln (ln (x)) iii) k (x) = x − ln (x) + e−x+2
b) Das que garantem a existência de ponto fixo no intervalo [2, 2.5], escolha aquela que lhe
garante convergência mais rápida para obter três iterações pelo método iterativo do ponto
fixo, tomando x0 = 2.25. Estime o erro que comete ao aproximar a solução da equação pelo
matriz A;
4.3. 2004/02/05 - Matemática 243
vector independente
µ ¶
11 2 1
b= ,− , .
18 9 18
BOA SORTE
244 Capı́tulo 4. 2003/2004
(3,0) 1. Para um qualquer fluido, a sua densidade é uma função da pressão e da temperatura, ou
seja, ρ = ρ (p, T ). O ar seco na atmosfera comporta-se aproximadamente como um gás ideal, pelo
p
ρ= ,
RT
R = 287 m2 /s2 · K, indique majorantes para os erros relativos absolutos que afectam as
relativo absoluto que afecta o cálculo da densidade, ρ, seja inferior a 10−4 kg/m3 .
Solução 4.4.1. Olhando para o formulário, a fórmula que teremos de aplicar para resolver a questão
|eR (ρ (pa , Ta ))| ≤ condp (ρ (pa , Ta )) |eR (pa )| + condT (ρ (pa , Ta )) |eR (Ta )| < 10−4 . (4.4.1)
e a que
¯ ¯ ¯¯ −p ¯¯
¯ ∂ρ ¯ a
¯ Ta (p , T ) ¯ ¯ Ta ¯
¯ ∂T a a ¯ ¯¯ RTa2 ¯¯
condT (ρ (pa , Ta )) = ¯ ¯ = ¯ pa ¯ = 1,
¯ ρ (pa , Ta ) ¯ ¯
¯ ¯ ¯ RT ¯¯
a
|eR (ρ (pa , Ta ))| ≤ |eR (pa )| + |eR (Ta )| < 10−4 . (4.4.2)
4.4. 2004/01/16 - Eng. do Ambiente 245
Logo, para resolver este problema, basta aplicar o princı́pio das influências iguais (ou o princı́pio dos
erros iguais, que neste caso nos dá o mesmo resultado). Desta forma, se
10−4 10−4
|eR (pa )| < = 0.5 × 10−3 e |eR (Ta )| < = 0.5 × 10−3 ,
2 2
então o erro relativo absoluto que afecta o cálculo aproximado de ρ (pa , Ta ) será inferior a 10−4 .
Solução 4.4.2. a) Para verificarmos a existência de solução, em primeiro lugar teremos de garantir
hπ i
que a função f é contı́nua em todo o intervalo , π . Para isso comecemos por ver o que se passa com
2
o domı́nio da função.
n x π o ½ 3π
¾
+
Df = x ∈ R : x > 0 ∧ 6= + kπ, k ∈ Z = x ∈ R : x 6= + 3kπ, k ∈ Z .
3 2 2
£ ¤
Assim, f é contı́nua em todo o seu domı́nio, e, atendendo a que Df ⊃ π2 , π , podemos então afirmar
£ ¤
que a função é contı́nua no intervalo pretendido, i.e., é contı́nua no intervalo π2 , π .
e que
³π´ ³π´ ³π ´ √
f (π) = ln + tan = ln (1) + tan = 3 ≈ 1.7 > 0,
π 3 3
podemos então aplicar o teorema do valor intermédio para concluir que existe pelo menos um ponto α,
£ ¤
pertencente ao intervalo π2 , π , tal que f (α) = 0. Fica assim provada a existência de solução para a
Provemos agora a unicidade da mesma nesse intervalo. Para isso vamos analisar o sinal da derivada da
da interpolação linear inversa, devemos construir o polinómio interpolador de grau um com dois pontos
£ ¤
que pertençam ao intervalo π2 , π . Como necessitamos de apenas dois pontos para a sua construção o
π
x 2 π
√
3
√
f (x) 3 3
£π ¤
Como pretendemos obter uma aproximação para um valor α ∈ 2,π , tal que f (α) = 0 ⇔ α = f −1 (0),
então teremos de proceder à interpolação inversa, i.e., vamos interpolar a função inversa de f , f −1 , no
£ ¡ ¢ ¤
intervalo f −1 π2 , f −1 (π) . Assim sendo, utilizando a forma do polinómio interpolador de Newton
yi xi = f −1 (yi ) f −1 [., .]
√
3 π
y0 = − ln (2)
3 2
π
f −1 [y0 , y1 ] = √ = 0.85006806063903 . . .
3 3
3 + 2 ln (2)
√
y1 = 3 π
Desta forma,
à Ã√ !!
−1 π π 3
f (y) ≈ q1 (y) = a0 + a1 (y − y0 ) = + √ y− − ln (2) ,
2 3 3
+ 2 ln (2) 3
3
£ ¡ ¢ ¤
para y ∈ f −1 π2 , f −1 (π) = I.
Como tal, √
−1 π π ln (2) − 33
α=f (0) ≈ q1 (0) = + 2 √ = 1.47236107091834 . . . .
2 2 3 3 + ln (2)
Atendendo ao facto de nos ser impossı́vel de calcular a função inversa de f para depois calcularmos a
sua segunda derivada e o respectivo máximo no intervalo I, para assim maximizarmos o erro que se
4.4. 2004/01/16 - Eng. do Ambiente 247
comete, vamos então utilizar um resultado que nos permite aproximar a derivada de ordem k de uma
função no intervalo de interpolação através da diferença dividida de ordem k. Ora, no nosso caso
necessitamos de aproximar a segunda derivada, pelo que, aplicando esse teorema podemos concluir que
Por definição,
¯ ¯
¯ −1 ¯ ¯ −1 −1 ¯
¯f [y0 , y1 , y2 ]¯ = ¯ f [y1 , y2 ] − f [y0 , y1 ] ¯ ,
¯ y2 − y0 ¯
£π ¤ 3π
portanto, tomando x2 como sendo o ponto médio do intervalo 2,π , i.e., x2 = 4 , vamos então obter
os seguintes resultados
µ ¶
3π
y2 = f = 0.71231792754822 . . . ,
4
e, consequentemente,
Este resultado permite-nos garantir pelo menos dois algarismos significativos na aproximação que se
f (x)
£ ¤
obteve para a solução da equação f (x) = 0 no intervalo π2 π .
b) Sem efectuar qualquer cálculo, comente a precisão obtida no resultado da alı́nea a).
Solução 4.4.3. a) Atendendo ao facto de f ser um polinómio de grau 2, vamos utilizar a regra de
R0
Simpson simples para ”aproximar”o valor do integral −2 f (x) dx. Desta forma, tomando
que a essência da obtenção da regra de Simpson reside no cálculo de um polinómio interpolador de grau
intervalo de integração. Atendendo ao facto de f ser um polinómio de grau dois, sabemos que qualquer
polinómio interpolador de grau ≤ 2 que se construa para a função f vai, obrigatoriamente, ser igual à
2 2
(x + 2) − 2 ex (x + 2) + (ex ) = 0,
com um erro inferior a 10−3 . A escolha do método iterativo fica ao seu critério.
Solução 4.4.4. Para resolver este problema devemos começar por notar o seguinte,
2 2 2
(x + 2) − 2 ex (x + 2) + (ex ) = 0 ⇔ (x + 2 − ex ) = 0 ⇔ x + 2 − ex = 0 ⇔ f (x) = 0.
Assim sendo, as soluções da equação dada são as soluções da equação f (x) = 0, com f (x) = x + 2 − ex .
Comecemos por localizar as soluções da equação f (x) = 0. Utilizando o método gráfico temos,
f (x) = 0 ⇔ x + 2 − ex = 0 ⇔ x + 2 = ex ,
e, representando graficamente as funções x + 2 e ex , vamos verificar que a equação possui duas soluções,
uma no intervalo [−2, −1] e outra no intervalo [1, 2] (ver a figura 1).
4.4. 2004/01/16 - Eng. do Ambiente 249
Obs. Como estamos perante duas soluções e a análise é semelhante para cada uma delas, apresenta-se
Provemos então que a equação f (x) = 0 ⇔ x + 2 − ex = 0 possui uma solução no intervalo [−2, −1].
Ora, f (x) = x + 2 − ex é uma função contı́nua em todo o seu domı́nio, isto é, em R, uma vez que se
trata da soma de uma função polinomial, contı́nua em R, com a função exponencial, que também é
Por outro lado, f (−2) = −e−2 < 0 e f (−1) = 1 − e−1 > 0, pelo que, f (−2) × f (−1) < 0, e, aplicando
o corolário do teorema do valor intermédio, podemos concluir que existe pelo menos um ponto
α ∈ [−2, −1], tal que f (α) = 0. Fica assim provada a existência da solução para a equação.
Provemos agora a unicidade desta solução. Para isso vamos recorrer ao estudo da derivada no
intervalo. Assim,
por esta razão, f é uma função estritamente crescente no intervalo em questão, o que implica
imediatamente que a solução da equação f (x) = 0, que anteriormente provámos que existia, é única no
Para obtermos uma aproximação para esta solução com um erro inferior a 10−3 é conveniente
utilizarmos um método de convergência rápida, até porque o tempo urge e no final podemos não ter
tempo para fazer outros exercı́cios. Assim sendo, será conveniente usar o método de Newton para obter
uma aproximação para a solução da equação no intervalo [−2, −1], com um erro não superior a 10−3 .
Para o podermos aplicar há que se verificar cautelosamente todas as condições de convergência do
mesmo.
A primeira delas é que a função tem de ser contı́nua no intervalo [−2, −1] (o que já foi provado), a
derivada tem de existir e ser contı́nua no mesmo intervalo (f 0 (x) = 1 − ex , que é obviamente contı́nua
no intervalo que estamos a utilizar) e a segunda derivada também tem de existir e ser contı́nua no
A segunda condição de convergência do método de Newton impõe-nos que a derivada seja diferente de
zero no interior do intervalo que estamos a utilizar, isto é, f 0 (x) 6= 0, ∀x ∈ (−2, −1). Neste caso
f 0 (x) = 0 ⇔ 1 − ex = 0 ⇔ x = 0 ∈
/ (−2, −1).
250 Capı́tulo 4. 2003/2004
Finalmente teremos de impor que o intervalo escolhido seja uma vizinhança suficientemente pequena da
solução que pretendemos aproximar. Para isso tem de se verificar a seguinte condição,
1
(b − a) < ,
M
M2
com M = , sendo M2 = max |f 00 (x)| e m1 = min |f 0 (x)|.
2m1 x∈[−2,−1] x∈[−2,−1]
Neste caso,
e, por outro lado, como f 00 (x) = −ex < 0, para todo o x ∈ [−2, −1], podemos concluir que f 0 é uma
função estritamente monótona decrescente no intervalo [−2, −1], o que implica que,
©¯ ¯ ¯ ¯ª
m1 = min |f 0 (x)| = min |1 − ex | = min ¯1 − e−2 ¯ , ¯1 − e−1 ¯ = 1 − e−1 .
x∈[−2,−1] x∈[−2,−1]
Desta forma,
M2 e−1 1 1 − e−1 1
M= = −1
⇒ = = −1 − 1 = e − 1 ≈ 1.72 > (b − a) = 1 P.V.
2m1 1−e M e−1 e
Para iterar o método de Newton só falta escolher a aproximação x0 . Para isso vamos efectuar a nossa
escolha de entre um dos dois pontos extremos do intervalo [−2, −1], através da condição
f (x0 ) × f 00 (x0 ) > 0, isto é, vamos escolher o ponto extremo do intervalo onde a função e a segunda
derivada possuem o mesmo sinal. Notando então que, f 00 (x) = −ex < 0, ∀x ∈ R, e que f (−2) < 0,
então x0 = −2.
exn (1 − xn ) − 2
=
1 − ex n
1 2n
k xk |e (xk )| ≤ M (M (b − a)) < 10−3
Assim sendo, x3 = −1.841405660 representa uma aproximação para a menor solução da equação no
Para finalizar o exercı́cio devı́amos fazer a mesma análise para a solução que se encontra no intervalo
seguintes resultados:
Admitindo que o tempo de execução cresce de forma linear com o aumento do número de
observações, utilize o método dos mı́nimos quadrados com ajuste linear por forma a estimar o
tempo que o computador leva a obter os resultados respeitantes à execução do programa com 750
observações.
número da observações utilizadas pelo programa, o que nós pretendemos é então calcular a recta de
regressão linear, ou de outra forma, a recta que melhor aproxima os dados tabelados no sentido dos
Supondo que esta recta passa por todos os pontos tabelados, vamos construir o sistema de equações
Pela teoria, sabemos que encontrar a solução deste sistema de equações lineares sobredeterminado é
equivalente a encontrar a solução do sistema das equações normais, o qual é dado por AT Ax = AT b,
252 Capı́tulo 4. 2003/2004
Quanto à resolução deste sistema agora obtido, existem alguns aspectos, que forma abordados nas aulas
1. A matriz AT A é uma matriz simétrica definida positiva, o que implica que esta matriz seja
invertı́vel, e consequentemente que o sistema das equações normais possua uma e só uma solução;
2. O facto de matriz ser simétrica definida positiva implica que se possam utilizar decomposições
especiais para resolver o sistema. Neste caso devemos utilizar a decomposição de Cholesky.
Assim sendo, resolver o sistema das equações normais resume-se à resolução de dois sistemas
Resolvendo agora o sistema triangular superior vamos obter a solução do sistema sobredeterminado no
por
734 109
y = α + βx = + x.
19600 980000
Para termos uma ideia do tempo que o computador levará a executar o programa utilizando 750
734 109
y= + × 750 ≈ 0.1209 ≈ 0.12.
19600 980000
Podemos então concluir que o computador levará aproximadamente 0.1200 a executar o programa quando
1
√ kxk2 ≤ kxk∞ ≤ kxk2 .
n
Solução 4.4.6. Para provarmos estas desigualdades vamos partir a prova em duas partes:
1
1a Parte: Provar que √ kxk2 ≤ kxk∞ ;
n
Suponha-se que kxk∞ = k (x1 , x2 , . . . , xn ) k∞ = max {|x1 | , |x2 | , . . . , |xn |} = |xk |, com
Consequentemente,
2 2 2 2 2 2 2
|x1 | + |x2 | + . . . + |xk−1 | + |xk | + |xk+1 | + . . . + |xn | ≤ n |xk | ,
Então,
q s
2 2 2 2
kxk∞ = |xk | ≤ |xk | = |xk | ≤ |x1 | + . . . + |xk | + . . . + |xn | = kxk2
| {z } | {z }
≥0 ≥0
As desigualdades provadas anteriormente, provam que a norma k.k2 e a norma k.k∞ são normas
BOA SORTE
4.5. 2004/02/05 - Eng. do Ambiente 255
Pretende-se calcular a espessura de um determinado depósito cilı́ndrico, E, por forma a que o erro
absoluto que afecte esse cálculo seja inferior a 0.05cm. Utilizando as aproximações
V ≈ 250 × 106 cm3 , h ≈ 500cm3 , ρ ≈ 2530cm, k ≈ 3.545 e |e (ka )| ≤ 0.0001, indique quais os
(2,0) 2. Seja f uma função polinomial de grau 2. A única informação de que dispomos acerca da
x −2 −1 0 1 2
f (x) 0 α −4 β 8
(2,0) 3. Prove que o erro absoluto que se comete quando aproximamos o valor de uma função f num
ponto x ∈ [a, b] através do uso da interpolação linear com os pontos (x0 , y0 ) e (x1 , y1 ), é menor ou
igual a
2
(x1 − x0 )
max |f 00 (ξ)| .
ξ∈[a,b] 8
256 Capı́tulo 4. 2003/2004
(2,0) 4. Pretende-se aproximar o valor da função exponencial, f (t) = et , no intervalo [−1, 0], com um
erro absoluto inferior a 0.5 × 10−3 . Supondo que os pontos que tabelados para a função estão
igualmente espaçados, isto é, ti − ti−1 = h, i = 1, 2, . . ., indique quantos pontos terá de colocar na
tabela, por forma a que a escolha de dois pontos consecutivos da tabela, para efectuar a
utilizando a regra dos trapézios com 3 pontos (2 subintervalos). Explique o que acontece com o
(4,0) 6. Um objecto de massa m = 1kg é largado de uma altura s0 = 30m, podendo o espaço
mg m2 g ³ ´
s (t) = s0 + t − 2 1 − e−kt/m ,
k k
calculando 3 iterações, para estimar o tempo necessário que o objecto leva a atingir o solo.
BOA SORTE
4.6. 2004/01/16 - Eng. Biotecnológica 257
(3,0) 1. Para um qualquer fluido, a sua densidade é uma função da pressão e da temperatura, ou
seja, ρ = ρ (p, T ). O ar seco na atmosfera comporta-se aproximadamente como um gás ideal, pelo
p
ρ= ,
RT
R = 287 m2 /s2 · K, indique majorantes para os erros relativos absolutos que afectam as
relativo absoluto que afecta o cálculo da densidade, ρ, seja inferior a 10−4 kg/m3 .
Solução 4.6.1. Olhando para o formulário, a fórmula que teremos de aplicar para resolver a questão
|eR (ρ (pa , Ta ))| ≤ condp (ρ (pa , Ta )) |eR (pa )| + condT (ρ (pa , Ta )) |eR (Ta )| < 10−4 . (4.6.1)
e a que
¯ ¯ ¯¯ −p ¯¯
¯ ∂ρ ¯ a
¯ Ta (p , T ) ¯ ¯ Ta ¯
¯ ∂T a a ¯ ¯¯ RTa2 ¯¯
condT (ρ (pa , Ta )) = ¯ ¯ = ¯ pa ¯ = 1,
¯ ρ (pa , Ta ) ¯ ¯
¯ ¯ ¯ RT ¯¯
a
|eR (ρ (pa , Ta ))| ≤ |eR (pa )| + |eR (Ta )| < 10−4 . (4.6.2)
258 Capı́tulo 4. 2003/2004
Logo, para resolver este problema, basta aplicar o princı́pio das influências iguais (ou o princı́pio dos
erros iguais, que neste caso nos dá o mesmo resultado). Desta forma, se
10−4 10−4
|eR (pa )| < = 0.5 × 10−3 e |eR (Ta )| < = 0.5 × 10−3 ,
2 2
então o erro relativo absoluto que afecta o cálculo aproximado de ρ (pa , Ta ) será inferior a 10−4 .
Solução 4.6.2. a) Para verificarmos a existência de solução, em primeiro lugar teremos de garantir
hπ i
que a função f é contı́nua em todo o intervalo , π . Para isso comecemos por ver o que se passa com
2
o domı́nio da função.
n x π o ½ 3π
¾
+
Df = x ∈ R : x > 0 ∧ 6= + kπ, k ∈ Z = x ∈ R : x 6= + 3kπ, k ∈ Z .
3 2 2
£ ¤
Assim, f é contı́nua em todo o seu domı́nio, e, atendendo a que Df ⊃ π2 , π , podemos então afirmar
£ ¤
que a função é contı́nua no intervalo pretendido, i.e., é contı́nua no intervalo π2 , π .
e que
³π´ ³π´ ³π ´ √
f (π) = ln + tan = ln (1) + tan = 3 ≈ 1.7 > 0,
π 3 3
podemos então aplicar o teorema do valor intermédio para concluir que existe pelo menos um ponto α,
£ ¤
pertencente ao intervalo π2 , π , tal que f (α) = 0. Fica assim provada a existência de solução para a
Provemos agora a unicidade da mesma nesse intervalo. Para isso vamos analisar o sinal da derivada da
da interpolação linear inversa, devemos construir o polinómio interpolador de grau um com dois pontos
£ ¤
que pertençam ao intervalo π2 , π . Como necessitamos de apenas dois pontos para a sua construção o
π
x 2 π
√
3
√
f (x) 3 3
£π ¤
Como pretendemos obter uma aproximação para um valor α ∈ 2,π , tal que f (α) = 0 ⇔ α = f −1 (0),
então teremos de proceder à interpolação inversa, i.e., vamos interpolar a função inversa de f , f −1 , no
£ ¡ ¢ ¤
intervalo f −1 π2 , f −1 (π) . Assim sendo, utilizando a forma do polinómio interpolador de Newton
yi xi = f −1 (yi ) f −1 [., .]
√
3 π
y0 = − ln (2)
3 2
π
f −1 [y0 , y1 ] = √ = 0.85006806063903 . . .
3 3
3 + 2 ln (2)
√
y1 = 3 π
Desta forma,
à Ã√ !!
−1 π π 3
f (y) ≈ q1 (y) = a0 + a1 (y − y0 ) = + √ y− − ln (2) ,
2 3 3
+ 2 ln (2) 3
3
£ ¡ ¢ ¤
para y ∈ f −1 π2 , f −1 (π) = I.
Como tal, √
−1 π π ln (2) − 33
α=f (0) ≈ q1 (0) = + 2 √ = 1.47236107091834 . . . .
2 2 3 3 + ln (2)
Atendendo ao facto de nos ser impossı́vel de calcular a função inversa de f para depois calcularmos a
sua segunda derivada e o respectivo máximo no intervalo I, para assim maximizarmos o erro que se
260 Capı́tulo 4. 2003/2004
comete, vamos então utilizar um resultado que nos permite aproximar a derivada de ordem k de uma
função no intervalo de interpolação através da diferença dividida de ordem k. Ora, no nosso caso
necessitamos de aproximar a segunda derivada, pelo que, aplicando esse teorema podemos concluir que
Por definição,
¯ ¯
¯ −1 ¯ ¯ −1 −1 ¯
¯f [y0 , y1 , y2 ]¯ = ¯ f [y1 , y2 ] − f [y0 , y1 ] ¯ ,
¯ y2 − y0 ¯
£π ¤ 3π
portanto, tomando x2 como sendo o ponto médio do intervalo 2,π , i.e., x2 = 4 , vamos então obter
os seguintes resultados
µ ¶
3π
y2 = f = 0.71231792754822 . . . ,
4
e, consequentemente,
Este resultado permite-nos garantir pelo menos dois algarismos significativos na aproximação que se
f (x)
£ ¤
obteve para a solução da equação f (x) = 0 no intervalo π2 π .
b) Sem efectuar qualquer cálculo, comente a precisão obtida no resultado da alı́nea a).
Solução 4.6.3. a) Atendendo ao facto de f ser um polinómio de grau 2, vamos utilizar a regra de
R0
Simpson simples para ”aproximar”o valor do integral −2 f (x) dx. Desta forma, tomando
que a essência da obtenção da regra de Simpson reside no cálculo de um polinómio interpolador de grau
intervalo de integração. Atendendo ao facto de f ser um polinómio de grau dois, sabemos que qualquer
polinómio interpolador de grau ≤ 2 que se construa para a função f vai, obrigatoriamente, ser igual à
2
(x + 2 − ex ) = 0,
com um erro inferior a 10−3 . A escolha do método iterativo fica ao seu critério.
Solução 4.6.4. Para resolver este problema devemos começar por notar o seguinte,
2
(x + 2 − ex ) = 0 ⇔ x + 2 − ex = 0 ⇔ f (x) = 0.
Assim sendo, as soluções da equação dada são as soluções da equação f (x) = 0, com f (x) = x + 2 − ex .
Comecemos por localizar as soluções da equação f (x) = 0. Utilizando o método gráfico temos,
f (x) = 0 ⇔ x + 2 − ex = 0 ⇔ x + 2 = ex ,
e, representando graficamente as funções x + 2 e ex , vamos verificar que a equação possui duas soluções,
uma no intervalo [−2, −1] e outra no intervalo [1, 2] (ver a figura 1).
262 Capı́tulo 4. 2003/2004
Obs. Como estamos perante duas soluções e a análise é semelhante para cada uma delas, apresenta-se
Provemos então que a equação f (x) = 0 ⇔ x + 2 − ex = 0 possui uma solução no intervalo [−2, −1].
Ora, f (x) = x + 2 − ex é uma função contı́nua em todo o seu domı́nio, isto é, em R, uma vez que se
trata da soma de uma função polinomial, contı́nua em R, com a função exponencial, que também é
Por outro lado, f (−2) = −e−2 < 0 e f (−1) = 1 − e−1 > 0, pelo que, f (−2) × f (−1) < 0, e, aplicando
o corolário do teorema do valor intermédio, podemos concluir que existe pelo menos um ponto
α ∈ [−2, −1], tal que f (α) = 0. Fica assim provada a existência da solução para a equação.
Provemos agora a unicidade desta solução. Para isso vamos recorrer ao estudo da derivada no
intervalo. Assim,
por esta razão, f é uma função estritamente crescente no intervalo em questão, o que implica
imediatamente que a solução da equação f (x) = 0, que anteriormente provámos que existia, é única no
Para obtermos uma aproximação para esta solução com um erro inferior a 10−3 é conveniente
utilizarmos um método de convergência rápida, até porque o tempo urge e no final podemos não ter
tempo para fazer outros exercı́cios. Assim sendo, será conveniente usar o método de Newton para obter
uma aproximação para a solução da equação no intervalo [−2, −1], com um erro não superior a 10−3 .
Para o podermos aplicar há que se verificar cautelosamente todas as condições de convergência do
mesmo.
A primeira delas é que a função tem de ser contı́nua no intervalo [−2, −1] (o que já foi provado), a
derivada tem de existir e ser contı́nua no mesmo intervalo (f 0 (x) = 1 − ex , que é obviamente contı́nua
no intervalo que estamos a utilizar) e a segunda derivada também tem de existir e ser contı́nua no
A segunda condição de convergência do método de Newton impõe-nos que a derivada seja diferente de
zero no interior do intervalo que estamos a utilizar, isto é, f 0 (x) 6= 0, ∀x ∈ (−2, −1). Neste caso
f 0 (x) = 0 ⇔ 1 − ex = 0 ⇔ x = 0 ∈
/ (−2, −1).
4.6. 2004/01/16 - Eng. Biotecnológica 263
Finalmente teremos de impor que o intervalo escolhido seja uma vizinhança suficientemente pequena da
solução que pretendemos aproximar. Para isso tem de se verificar a seguinte condição,
1
(b − a) < ,
M
M2
com M = , sendo M2 = max |f 00 (x)| e m1 = min |f 0 (x)|.
2m1 x∈[−2,−1] x∈[−2,−1]
Neste caso,
e, por outro lado, como f 00 (x) = −ex < 0, para todo o x ∈ [−2, −1], podemos concluir que f 0 é uma
função estritamente monótona decrescente no intervalo [−2, −1], o que implica que,
©¯ ¯ ¯ ¯ª
m1 = min |f 0 (x)| = min |1 − ex | = min ¯1 − e−2 ¯ , ¯1 − e−1 ¯ = 1 − e−1 .
x∈[−2,−1] x∈[−2,−1]
Desta forma,
M2 e−1 1 1 − e−1 1
M= = −1
⇒ = = −1 − 1 = e − 1 ≈ 1.72 > (b − a) = 1 P.V.
2m1 1−e M e−1 e
Para iterar o método de Newton só falta escolher a aproximação x0 . Para isso vamos efectuar a nossa
escolha de entre um dos dois pontos extremos do intervalo [−2, −1], através da condição
f (x0 ) × f 00 (x0 ) > 0, isto é, vamos escolher o ponto extremo do intervalo onde a função e a segunda
derivada possuem o mesmo sinal. Notando então que, f 00 (x) = −ex < 0, ∀x ∈ R, e que f (−2) < 0,
então x0 = −2.
exn (1 − xn ) − 2
=
1 − ex n
1 2n
k xk |e (xk )| ≤ M (M (b − a)) < 10−3
Assim sendo, x3 = −1.841405660 representa uma aproximação para a menor solução da equação no
Para finalizar o exercı́cio devı́amos fazer a mesma análise para a solução que se encontra no intervalo
seguintes resultados:
Admitindo que o tempo de execução cresce de forma linear com o aumento do número de
observações, utilize o método dos mı́nimos quadrados com ajuste linear por forma a estimar o
tempo que o computador leva a obter os resultados respeitantes à execução do programa com 750
observações.
número da observações utilizadas pelo programa, o que nós pretendemos é então calcular a recta de
regressão linear, ou de outra forma, a recta que melhor aproxima os dados tabelados no sentido dos
Supondo que esta recta passa por todos os pontos tabelados, vamos construir o sistema de equações
Pela teoria, sabemos que encontrar a solução deste sistema de equações lineares sobredeterminado é
equivalente a encontrar a solução do sistema das equações normais, o qual é dado por AT Ax = AT b,
4.6. 2004/01/16 - Eng. Biotecnológica 265
Quanto à resolução deste sistema agora obtido, existem alguns aspectos, que forma abordados nas aulas
1. A matriz AT A é uma matriz simétrica definida positiva, o que implica que esta matriz seja
invertı́vel, e consequentemente que o sistema das equações normais possua uma e só uma solução;
2. O facto de matriz ser simétrica definida positiva implica que se possam utilizar decomposições
especiais para resolver o sistema. Neste caso devemos utilizar a decomposição de Cholesky.
Assim sendo, resolver o sistema das equações normais resume-se à resolução de dois sistemas
Resolvendo agora o sistema triangular superior vamos obter a solução do sistema sobredeterminado no
por
734 109
y = α + βx = + x.
19600 980000
Para termos uma ideia do tempo que o computador levará a executar o programa utilizando 750
734 109
y= + × 750 ≈ 0.1209 ≈ 0.12.
19600 980000
Podemos então concluir que o computador levará aproximadamente 0.1200 a executar o programa quando
Solução 4.6.6. A prova destas desigualdades vai ser efectuada em duas etapas.
Suponha-se que
Então,
Então,
|x1 | ≤ |xk |
|x2 | ≤ |xk |
.. .
. ≤ ..
|xk−1 | ≤ |xk |
|xk | ≤ |xk |
|xk+1 | ≤ |xk |
.. .
. ≤ ..
|xn | ≤ |xk |
Consequentemente,
As desigualdades provadas anteriormente, provam que a norma k.k2 e a norma k.k∞ são normas
BOA SORTE
268 Capı́tulo 4. 2003/2004
Pretende-se calcular a espessura de um determinado depósito cilı́ndrico, E, por forma a que o erro
absoluto que afecte esse cálculo seja inferior a 0.05cm. Utilizando as aproximações
V ≈ 250 × 106 cm3 , h ≈ 500cm3 , ρ ≈ 2530cm, k ≈ 3.545 e |e (ka )| ≤ 0.0001, indique quais os
(2,0) 2. Seja f uma função polinomial de grau 2. A única informação de que dispomos acerca da
x −2 −1 0 1 2
f (x) 0 α −4 β 8
(2,0) 3. Prove que o erro absoluto que se comete quando aproximamos o valor de uma função f num
ponto x ∈ [a, b] através do uso da interpolação linear com os pontos (x0 , y0 ) e (x1 , y1 ), é menor ou
igual a
2
(x1 − x0 )
max |f 00 (ξ)| .
ξ∈[a,b] 8
4.7. 2004/02/05 - Eng. Biotecnológica 269
(2,0) 4. Pretende-se aproximar o valor da função exponencial, f (t) = et , no intervalo [−1, 0], com um
erro absoluto inferior a 0.5 × 10−3 . Supondo que os pontos que tabelados para a função estão
igualmente espaçados, isto é, ti − ti−1 = h, i = 1, 2, . . ., indique quantos pontos terá de colocar na
tabela, por forma a que a escolha de dois pontos consecutivos da tabela, para efectuar a
utilizando a regra dos trapézios com 3 pontos (2 sub-intervalos). Explique o que acontece com o
(4,0) 6. Um objecto de massa m = 1kg é largado de uma altura s0 = 30m, podendo o espaço
mg m2 g ³ ´
s (t) = s0 + t − 2 1 − e−kt/m ,
k k
calculando 3 iterações, para estimar o tempo necessário que o objecto leva a atingir o solo.
BOA SORTE
270 Capı́tulo 4. 2003/2004
(3,0) 1. Para um qualquer fluido, a sua densidade é uma função da pressão e da temperatura, ou
seja, ρ = ρ (p, T ). O ar seco na atmosfera comporta-se aproximadamente como um gás ideal, pelo
p
ρ= ,
RT
R = 287 m2 /s2 · K, indique majorantes para os erros relativos absolutos que afectam as
relativo absoluto que afecta o cálculo da densidade, ρ, seja inferior a 10−4 kg/m3 .
Solução 4.8.1. Olhando para o formulário, a fórmula que teremos de aplicar para resolver a questão
|eR (ρ (pa , Ta ))| ≤ condp (ρ (pa , Ta )) |eR (pa )| + condT (ρ (pa , Ta )) |eR (Ta )| < 10−4 . (4.8.1)
e a que
¯ ¯ ¯¯ −p ¯¯
¯ ∂ρ ¯ a
¯ Ta (p , T ) ¯ ¯ Ta ¯
¯ ∂T a a ¯ ¯¯ RTa2 ¯¯
condT (ρ (pa , Ta )) = ¯ ¯ = ¯ pa ¯ = 1,
¯ ρ (pa , Ta ) ¯ ¯
¯ ¯ ¯ RT ¯¯
a
|eR (ρ (pa , Ta ))| ≤ |eR (pa )| + |eR (Ta )| < 10−4 . (4.8.2)
4.8. 2004/01/16 - ESC 271
Logo, para resolver este problema, basta aplicar o princı́pio das influências iguais (ou o princı́pio dos
erros iguais, que neste caso nos dá o mesmo resultado). Desta forma, se
10−4 10−4
|eR (pa )| < = 0.5 × 10−3 e |eR (Ta )| < = 0.5 × 10−3 ,
2 2
então o erro relativo absoluto que afecta o cálculo aproximado de ρ (pa , Ta ) será inferior a 10−4 .
Solução 4.8.2. a) Para verificarmos a existência de solução, em primeiro lugar teremos de garantir
hπ i
que a função f é contı́nua em todo o intervalo , π . Para isso comecemos por ver o que se passa com
2
o domı́nio da função.
n x π o ½ 3π
¾
+
Df = x ∈ R : x > 0 ∧ 6= + kπ, k ∈ Z = x ∈ R : x 6= + 3kπ, k ∈ Z .
3 2 2
£ ¤
Assim, f é contı́nua em todo o seu domı́nio, e, atendendo a que Df ⊃ π2 , π , podemos então afirmar
£ ¤
que a função é contı́nua no intervalo pretendido, i.e., é contı́nua no intervalo π2 , π .
e que
³π´ ³π´ ³π ´ √
f (π) = ln + tan = ln (1) + tan = 3 ≈ 1.7 > 0,
π 3 3
podemos então aplicar o teorema do valor intermédio para concluir que existe pelo menos um ponto α,
£ ¤
pertencente ao intervalo π2 , π , tal que f (α) = 0. Fica assim provada a existência de solução para a
Provemos agora a unicidade da mesma nesse intervalo. Para isso vamos analisar o sinal da derivada da
da interpolação linear inversa, devemos construir o polinómio interpolador de grau um com dois pontos
£ ¤
que pertençam ao intervalo π2 , π . Como necessitamos de apenas dois pontos para a sua construção o
π
x 2 π
√
3
√
f (x) 3 3
£π ¤
Como pretendemos obter uma aproximação para um valor α ∈ 2,π , tal que f (α) = 0 ⇔ α = f −1 (0),
então teremos de proceder à interpolação inversa, i.e., vamos interpolar a função inversa de f , f −1 , no
£ ¡ ¢ ¤
intervalo f −1 π2 , f −1 (π) . Assim sendo, utilizando a forma do polinómio interpolador de Newton
yi xi = f −1 (yi ) f −1 [., .]
√
3 π
y0 = − ln (2)
3 2
π
f −1 [y0 , y1 ] = √ = 0.85006806063903 . . .
3 3
3 + 2 ln (2)
√
y1 = 3 π
Desta forma,
à Ã√ !!
−1 π π 3
f (y) ≈ q1 (y) = a0 + a1 (y − y0 ) = + √ y− − ln (2) ,
2 3 3
+ 2 ln (2) 3
3
£ ¡ ¢ ¤
para y ∈ f −1 π2 , f −1 (π) = I.
Como tal, √
−1 π π ln (2) − 33
α=f (0) ≈ q1 (0) = + 2 √ = 1.47236107091834 . . . .
2 2 3 3 + ln (2)
Atendendo ao facto de nos ser impossı́vel de calcular a função inversa de f para depois calcularmos a
sua segunda derivada e o respectivo máximo no intervalo I, para assim maximizarmos o erro que se
4.8. 2004/01/16 - ESC 273
comete, vamos então utilizar um resultado que nos permite aproximar a derivada de ordem k de uma
função no intervalo de interpolação através da diferença dividida de ordem k. Ora, no nosso caso
necessitamos de aproximar a segunda derivada, pelo que, aplicando esse teorema podemos concluir que
Por definição,
¯ ¯
¯ −1 ¯ ¯ −1 −1 ¯
¯f [y0 , y1 , y2 ]¯ = ¯ f [y1 , y2 ] − f [y0 , y1 ] ¯ ,
¯ y2 − y0 ¯
£π ¤ 3π
portanto, tomando x2 como sendo o ponto médio do intervalo 2,π , i.e., x2 = 4 , vamos então obter
os seguintes resultados
µ ¶
3π
y2 = f = 0.71231792754822 . . . ,
4
e, consequentemente,
Este resultado permite-nos garantir pelo menos dois algarismos significativos na aproximação que se
f (x)
£ ¤
obteve para a solução da equação f (x) = 0 no intervalo π2 π .
b) Sem efectuar qualquer cálculo, comente a precisão obtida no resultado da alı́nea a).
Solução 4.8.3. a) Atendendo ao facto de f ser um polinómio de grau 2, vamos utilizar a regra de
R0
Simpson simples para ”aproximar”o valor do integral −2 f (x) dx. Desta forma, tomando
que a essência da obtenção da regra de Simpson reside no cálculo de um polinómio interpolador de grau
intervalo de integração. Atendendo ao facto de f ser um polinómio de grau dois, sabemos que qualquer
polinómio interpolador de grau ≤ 2 que se construa para a função f vai, obrigatoriamente, ser igual à
2 2
(x + 2) − 2 ex (x + 2) + (ex ) = 0,
com um erro inferior a 10−3 . A escolha do método iterativo fica ao seu critério.
Solução 4.8.4. Para resolver este problema devemos começar por notar o seguinte,
2 2 2
(x + 2) − 2 ex (x + 2) + (ex ) = 0 ⇔ (x + 2 − ex ) = 0 ⇔ x + 2 − ex = 0 ⇔ f (x) = 0.
Assim sendo, as soluções da equação dada são as soluções da equação f (x) = 0, com f (x) = x + 2 − ex .
Comecemos por localizar as soluções da equação f (x) = 0. Utilizando o método gráfico temos,
f (x) = 0 ⇔ x + 2 − ex = 0 ⇔ x + 2 = ex ,
e, representando graficamente as funções x + 2 e ex , vamos verificar que a equação possui duas soluções,
uma no intervalo [−2, −1] e outra no intervalo [1, 2] (ver a figura 1).
4.8. 2004/01/16 - ESC 275
Obs. Como estamos perante duas soluções e a análise é semelhante para cada uma delas, apresenta-se
Provemos então que a equação f (x) = 0 ⇔ x + 2 − ex = 0 possui uma solução no intervalo [−2, −1].
Ora, f (x) = x + 2 − ex é uma função contı́nua em todo o seu domı́nio, isto é, em R, uma vez que se
trata da soma de uma função polinomial, contı́nua em R, com a função exponencial, que também é
Por outro lado, f (−2) = −e−2 < 0 e f (−1) = 1 − e−1 > 0, pelo que, f (−2) × f (−1) < 0, e, aplicando
o corolário do teorema do valor intermédio, podemos concluir que existe pelo menos um ponto
α ∈ [−2, −1], tal que f (α) = 0. Fica assim provada a existência da solução para a equação.
Provemos agora a unicidade desta solução. Para isso vamos recorrer ao estudo da derivada no
intervalo. Assim,
por esta razão, f é uma função estritamente crescente no intervalo em questão, o que implica
imediatamente que a solução da equação f (x) = 0, que anteriormente provámos que existia, é única no
Para obtermos uma aproximação para esta solução com um erro inferior a 10−3 é conveniente
utilizarmos um método de convergência rápida, até porque o tempo urge e no final podemos não ter
tempo para fazer outros exercı́cios. Assim sendo, será conveniente usar o método de Newton para obter
uma aproximação para a solução da equação no intervalo [−2, −1], com um erro não superior a 10−3 .
Para o podermos aplicar há que se verificar cautelosamente todas as condições de convergência do
mesmo.
A primeira delas é que a função tem de ser contı́nua no intervalo [−2, −1] (o que já foi provado), a
derivada tem de existir e ser contı́nua no mesmo intervalo (f 0 (x) = 1 − ex , que é obviamente contı́nua
no intervalo que estamos a utilizar) e a segunda derivada também tem de existir e ser contı́nua no
A segunda condição de convergência do método de Newton impõe-nos que a derivada seja diferente de
zero no interior do intervalo que estamos a utilizar, isto é, f 0 (x) 6= 0, ∀x ∈ (−2, −1). Neste caso
f 0 (x) = 0 ⇔ 1 − ex = 0 ⇔ x = 0 ∈
/ (−2, −1).
276 Capı́tulo 4. 2003/2004
Finalmente teremos de impor que o intervalo escolhido seja uma vizinhança suficientemente pequena da
solução que pretendemos aproximar. Para isso tem de se verificar a seguinte condição,
1
(b − a) < ,
M
M2
com M = , sendo M2 = max |f 00 (x)| e m1 = min |f 0 (x)|.
2m1 x∈[−2,−1] x∈[−2,−1]
Neste caso,
e, por outro lado, como f 00 (x) = −ex < 0, para todo o x ∈ [−2, −1], podemos concluir que f 0 é uma
função estritamente monótona decrescente no intervalo [−2, −1], o que implica que,
©¯ ¯ ¯ ¯ª
m1 = min |f 0 (x)| = min |1 − ex | = min ¯1 − e−2 ¯ , ¯1 − e−1 ¯ = 1 − e−1 .
x∈[−2,−1] x∈[−2,−1]
Desta forma,
M2 e−1 1 1 − e−1 1
M= = −1
⇒ = = −1 − 1 = e − 1 ≈ 1.72 > (b − a) = 1 P.V.
2m1 1−e M e−1 e
Para iterar o método de Newton só falta escolher a aproximação x0 . Para isso vamos efectuar a nossa
escolha de entre um dos dois pontos extremos do intervalo [−2, −1], através da condição
f (x0 ) × f 00 (x0 ) > 0, isto é, vamos escolher o ponto extremo do intervalo onde a função e a segunda
derivada possuem o mesmo sinal. Notando então que, f 00 (x) = −ex < 0, ∀x ∈ R, e que f (−2) < 0,
então x0 = −2.
exn (1 − xn ) − 2
=
1 − ex n
1 2n
k xk |e (xk )| ≤ M (M (b − a)) < 10−3
Assim sendo, x3 = −1.841405660 representa uma aproximação para a menor solução da equação no
Para finalizar o exercı́cio devı́amos fazer a mesma análise para a solução que se encontra no intervalo
seguintes resultados:
Admitindo que o tempo de execução cresce de forma linear com o aumento do número de
observações, utilize o método dos mı́nimos quadrados com ajuste linear por forma a estimar o
tempo que o computador leva a obter os resultados respeitantes à execução do programa com 750
observações.
número da observações utilizadas pelo programa, o que nós pretendemos é então calcular a recta de
regressão linear, ou de outra forma, a recta que melhor aproxima os dados tabelados no sentido dos
Supondo que esta recta passa por todos os pontos tabelados, vamos construir o sistema de equações
Pela teoria, sabemos que encontrar a solução deste sistema de equações lineares sobredeterminado é
equivalente a encontrar a solução do sistema das equações normais, o qual é dado por AT Ax = AT b,
278 Capı́tulo 4. 2003/2004
Quanto à resolução deste sistema agora obtido, existem alguns aspectos, que forma abordados nas aulas
1. A matriz AT A é uma matriz simétrica definida positiva, o que implica que esta matriz seja
invertı́vel, e consequentemente que o sistema das equações normais possua uma e só uma solução;
2. O facto de matriz ser simétrica definida positiva implica que se possam utilizar decomposições
especiais para resolver o sistema. Neste caso devemos utilizar a decomposição de Cholesky.
Assim sendo, resolver o sistema das equações normais resume-se à resolução de dois sistemas
Resolvendo agora o sistema triangular superior vamos obter a solução do sistema sobredeterminado no
por
734 109
y = α + βx = + x.
19600 980000
Para termos uma ideia do tempo que o computador levará a executar o programa utilizando 750
734 109
y= + × 750 ≈ 0.1209 ≈ 0.12.
19600 980000
Podemos então concluir que o computador levará aproximadamente 0.1200 a executar o programa quando
Solução 4.8.6. Atendendo ao facto de a matriz Q ser uma matriz ortogonal, então QT = Q−1 , logo,
QRx = b ⇔ QT QRx = QT b ⇔ Rx = QT b.
Atendendo ao facto da matriz R ser triangular superior, de dimensão n × n, basicamente o que temos
de fazer é resolver um sistema triangular superior. Quanto ao termo independente, a sua análise é a
seguinte,
Q ∈ Rm×n ⇒ QT ∈ Rn×m ,
pelo que QT b é um vector de dimensão n, onde cada uma das suas componentes é obtida através da
seguinte fórmula
m multiplicações
qi1 b1 + qi2 b2 + qi3 b3 + . . . + qim bm ⇒
(m − 1) adições
multiplicações e n × (m − 1) adições.
280 Capı́tulo 4. 2003/2004
Resta-nos verificar o que se passa com a resolução do sistema triangular superior. Designe-se o vector
Por esta razão, podemos concluir que o número de operações que se efectuam para resolver o sistema de
0 + (n − 1) n2 − n
Adições 0 + 1 + 2 + . . . + (n − 1) = ×n=
2 2
1+n n2 + n
Multiplicações 1 + 2 + 3 + ... + n = ×n=
2 2
No total, somando as operações que se têm de efectuar para obter o vector c = QT b, obtemos os
seguintes números
4.8. 2004/01/16 - ESC 281
n2 − n
Adições + n × (m − 1)
2
n2 + n
Multiplicações +n×m
2
BOA SORTE
282 Capı́tulo 4. 2003/2004
Pretende-se calcular a espessura de um determinado depósito cilı́ndrico, E, por forma a que o erro
absoluto que afecte esse cálculo seja inferior a 0.05cm. Utilizando as aproximações
V ≈ 250 × 106 cm3 , h ≈ 500cm3 , ρ ≈ 2530cm, k ≈ 3.545 e |e (ka )| ≤ 0.0001, indique quais os
(2,0) 2. Seja f uma função polinomial de grau 2. A única informação de que dispomos acerca da
x −2 −1 0 1 2
f (x) 0 α −4 β 8
(2,0) 3. Prove que o erro absoluto que se comete quando aproximamos o valor de uma função f num
ponto x ∈ [a, b] através do uso da interpolação linear com os pontos (x0 , y0 ) e (x1 , y1 ), é menor ou
igual a
2
(x1 − x0 )
max |f 00 (ξ)| .
ξ∈[a,b] 8
4.9. 2004/02/05 - ESC 283
(2,0) 4. Pretende-se aproximar o valor da função exponencial, f (t) = et , no intervalo [−1, 0], com um
erro absoluto inferior a 0.5 × 10−3 . Supondo que os pontos que tabelados para a função estão
igualmente espaçados, isto é, ti − ti−1 = h, i = 1, 2, . . ., indique quantos pontos terá de colocar na
tabela, por forma a que a escolha de dois pontos consecutivos da tabela, para efectuar a
utilizando a regra dos trapézios com 3 pontos (2 subintervalos). Explique o que acontece com o
(4,0) 6. Um objecto de massa m = 1kg é largado de uma altura s0 = 30m, podendo o espaço
mg m2 g ³ ´
s (t) = s0 + t − 2 1 − e−kt/m ,
k k
calculando 3 iterações, para estimar o tempo necessário que o objecto leva a atingir o solo.
BOA SORTE
284 Capı́tulo 4. 2003/2004
um majorante para o erro relativo absoluto que se comete na aproximação para o valor da função
f (xa , ya , za ), tomando
xy
f (x, y, z) = .
z
f (x) = x2 − 1 + log (x + 1) .
a) Prove que esta função possui uma raiz no intervalo [0, 1];
c) Utilize o método de Newton para obter uma aproximação para o zero da função pertencente
b) O que pode dizer acerca da existência da decomposição de Cholesky da matriz A? Caso seja
valores
x −1 0 1 2
, α ∈ R.
f (x) α 1 2α −2
a) Determine, mediante uma escolha apropriada dos pontos, o polinómio interpolador de grau 2
c) Estime o valor de f (0.2). O que é possı́vel dizer quanto ao erro que afecta a estimativa
obtida?
x −1 0 1 2
y = f (x) −1 −2 1 1
Pretende-se encontrar a recta que melhor aproxima os pontos no sentido dos mı́nimos quadrados.
b) Resolva o sistema encontrado na alı́nea anterior, construindo para tal o sistema das equações
normais;
c) Calcule o resı́duo provocado pela solução encontrada. O que pode dizer acerca da norma 2 do
BOA SORTE
286 Capı́tulo 4. 2003/2004
Propagação do Erro
|e (xa )| = |x − xa |
¯ ¯
¯ x − xa ¯
|eR (xa )| = ¯¯ ¯
x ¯
Pn ¯ ¯
|e (f (x1a , . . . , xna ))| ≤ k=1 |e (xka )| ¯fx0 k (x1a , . . . , xna )¯
¯ ¯
Pn ¯ xka fx0 k (x1a , . . . , xna ) ¯
|eR (f (x1a , . . . , xna ))| ≤ ¯ ¯
k=1 |eR (xka )| ¯
f (x1a , . . . , xna ) ¯
f (xk )
Newton: xk+1 = xk − , k = 0, 1, . . .
f 0 (xk )
resı́duo associado a x
e = r = b − Ae
x
Interpolação Polinomial
Lagrange:
Pn (x − x0 ) . . . (x − xk−1 ) (x − xk+1 ) . . . (x − xn )
pn (x) = k=0 Lk (x) f (xk ), com Lk (x) =
(xk − x0 ) . . . (xk − xk−1 ) (xk − xk+1 ) . . . (xk − xn )
Pn Qk−1
pn (x) = k=0 ak i=0 (x − xi ), com ak = f [x0 , . . . , xk ]
f [xi ] = f (xi ) = yi
4.11. 2004/06/09 - Engenharia de Sistemas e Informática 287
Frequ^
encia, 2004/06/09 ao 2h:000
Duraç~
um majorante para o erro relativo absoluto que se comete na aproximação para o valor da função
f (xa , ya , za ), tomando
xy
f (x, y, z) = .
z
f (x) = x2 − 1 + log (x + 1) .
a) Prove que esta função possui uma raiz no intervalo [0, 1];
xk+1 = g (xk ) , k = 0, 1, . . . ,
com g (x) = x2 + x − 1 + log (x + 1), garante a existência de ponto fixo no intervalo [0, 1]?
b) O que pode dizer acerca da existência da decomposição de Cholesky da matriz A? Caso seja
1, se t ≥ 2
u2 (x) = .
0, se t < 2
¡ ¢
f (t) = u2 (t) e2t + 4t ;
¡ ¢
g (t) = t2 u2 (t) e2t + 4t ;
4s2 + 1
L (s) = .
s3+ s2 − s
BOA SORTE
4.11. 2004/06/09 - Engenharia de Sistemas e Informática 289
Propagação do Erro
|e (xa )| = |x − xa |
¯ ¯
¯ x − xa ¯
|eR (xa )| = ¯¯ ¯
x ¯
Pn ¯ ¯
|e (f (x1a , . . . , xna ))| ≤ k=1 |e (xka )| ¯fx0 k (x1a , . . . , xna )¯
¯ ¯
Pn ¯ xka fx0 k (x1a , . . . , xna ) ¯
|eR (f (x1a , . . . , xna ))| ≤ ¯ ¯
k=1 |eR (xka )| ¯
f (x1a , . . . , xna ) ¯
Decomposição de Cholesky
q Pi−1
Pi−1 aij − k=1 `ik `kj
`ii = aii − k=1 `2ik , i = 1, 2, . . . , n, `ij = , i = 1, 2, . . . , n, i > j.
`ii
Transformada de Laplace
tn , n ∈ N n!
, s>0
sn+1
1
ekt , k ∈ R , s>k
s−k
n dn L {g (t)} (s)
tn g (t) (−1) (s) , s ∈ DL{g(t)}(s)
dsn
290 Capı́tulo 4. 2003/2004
1 2
(3,0) 1. O espaço percorrido por um corpo em movimento uniforme acelerado é dado por s = gt ,
2
onde g é tomada como igual a 9.8m.s−2 designa a gravidade e o tempo t é medido em segundos
com um erros de 0.1 s. Mostre que à medida que t aumenta, o erro absoluto na medição do espaço
x −3 −1 1 3
f (x) −33 14 −2 −5
usando a regra dos trapézios e indique uma estimativa do erro cometido nessa aproximação;
f (x) = 3x4 + a3 x3 + a2 x2 + a1 x + a0 , a3 , a2 , a1 , a0 ∈ R,
e que f [−1, 1, 2] = 4, escreva, recorrendo ao polinómio interpolador nos últimos três pontos
(5,0) 3. A excentricidade da órbita de Vénus é dada por e = 0.007. Resolva a equação de Kepler
para z = 0.7.
a) Prove que a equação possui uma única solução no intervalo [0, 1];
4.12. 2004/06/23 - Engenharia de Sistemas e Informática 291
c) Aproxime a solução, utilizando o método de Newton, com um erro inferior a 0.5 × 10−6 .
a) em aritmética exacta;
b) Resolva o sistema resultante da alı́nea a), utilizando a decomposição mais apropriada para o
fazer;
BOA SORTE
292 Capı́tulo 4. 2003/2004
Propagação do Erro
¯ ¯
¯ x − xa ¯
|e (xa )| = |x − xa |, ¯
|eR (xa )| = ¯ ¯
x ¯
Pn ¯ ¯
|e (f (x1a , . . . , xna ))| ≤ k=1 |e (xka )| ¯fx0 k (x1a , . . . , xna )¯
¯ ¯
Pn ¯ xka fx0 k (x1a , . . . , xna ) ¯
|eR (f (x1a , . . . , xna ))| ≤ ¯ ¯
k=1 |eR (xka )| ¯
f (x1a , . . . , xna ) ¯
Interpolação Polinomial
Lagrange:
Pn (x − x0 ) . . . (x − xk−1 ) (x − xk+1 ) . . . (x − xn )
pn (x) = k=0 Lk (x) f (xk ), com Lk (x) =
(xk − x0 ) . . . (xk − xk−1 ) (xk − xk+1 ) . . . (xk − xn )
Pn Qk−1
pn (x) = k=0 ak i=0 (x − xi ), com ak = f [x0 , . . . , xk ]
f [xi ] = f (xi ) = yi , i = 0, 1, . . . , n
Integração Numérica
µ ¶
Rb h P
n−1 b−a
Trapézios: I (f ) = a
f (x) dx ≈ IT (f ) = f (x0 ) + 2 f (xk ) + f (xn ) , h = ,
2 k=1 n
1 00
e (IT (f )) = − f (ξ) h2 , com ξ ∈ [a, b].
12
b−a
Bissecção: |e (xk )| ≤ , k = 1, 2, . . ..
2k
f (xk ) 1 2k
Newton: xk+1 = xk − , k = 0, 1, . . . |e (xk )| ≤ (M (b − a)) , k = 0, 1, . . .,
f 0 (xk ) M
M2
com M = , M2 = max |f 00 (x)| , m1 = min |f 0 (x)| .
2 m1 x∈[a,b] x∈[a,b]