406

REGRESSO POR MNIMOS QUADRADOS

onde 5 uma pequena frao de perturbao.
O mtodo de Gauss-Newlon apresenta diversas outras possveis deficincias:
1.
2.
3.

Ele pode convergir lentamente.

Ele pode oscilar muito, ou seja, mudar de direo continuamente.
Ele pode simplesmente no convergir.

Modificaes do mtodo (Booth c Pctcrson, 1958; Hartlcy, 1961) tm sido desenvolvidas

para remediar as deficincias.
Alm disso, embora existam diversas abordagens especialmente planejadas para a
regresso, uma abordagem mais geral usar rotinas de otimizao no-lincares como
descrito na Parte Quatro. Para faz-lo, realiza-se uma aproximao para os parmetros e
a soma dos quadrados dos resduos calculada. Por exemplo, para a Equao (17.31),
isso seria calculado como
S^^-ODl-e-**)]

07.38}

Ento, os parmetros seriam ajustados sistematicamente para minimizar S, usando-se tcnicas de busca do tipo descrito anteriormente no Captulo 14. Vamos ilustrar como isso
feito quando descrevermos aplicaes de software no final do Captulo 19.

PROBLEMAS
17.1 Considere os dados

8,8
9,4
10,0
9.8
10,1

9,5
10,1
10,4
9.5
9.5

17 Use regresso por mnimos quadrados para ajustar umaretaa

9,-1
11,3
10,4
8.8
10,2

9-8
9.2
7,9
8.9
9,6

10,0
9,4
9,8
10.6
8,9

26,55
29,65
28.45
27.65

26.65
27.85
28.65
28.65

27.65
27.05
28.45
27.65

27,35
28,25
31.65
28.55

28.35
28.85
26.35
27.65

26,85
26,75
27,75
27,25

Determine (a) a media, (b) o desvio padro, (c) a varincia, (d) o

coeficiente dc variao c (e) o intervalo de confiana de 90% para
a mdia, (f) Construa um hstograma. Use um intervalo dc 26 a 32
com incrementos de 0,5. (g) Supondo que a distribuio seja normal c que sua estimativa do desvio padro seja vlida, calcule o intervalo (isto , as extremidades inferior c superior) que englobe
68% das leituras. Determine sc essa uma estimativa vlida para os
dados desse problema.
17.4 Use regresso por mnimos quadrados para ajusiar uma rela a
x 1

y 1

12

15

17

19

12

y 1 29

21 29

15

1/

14

21

2!
1

2J
/

29

29

3/

39

13

Junto com a inclinao c n intcrscco com o eixo y calcule o erro

padro da estimativa c o coeficiente dc correlao. Faca um grfico
dos dados e da reta dc regresso. Sc algum fizesse uma medida
adicional de x = 10, y = 10. voc suspeitaria, com base cm uma
avaliao visual c no erro padro, que a medida vlida ou no?
Justifique sua concluso.
17.6 Usando a mesma abordagem que foi empregada para deduzir
as HquaAcs (17.15) c (17.16), dedu/a um ajuste por mnimos
quadrados para o seguinte modelo:
t

Determine (a) a media, (h) o desvio padro, (c) a varincia, (d) o

coeficiente de variao e (e) o intervalo de confiana de 95% para
a mdia.
17.2 Construa um hisiograma a partir dos dados do Problema 17.1.
Use uma varia3o de 7,5 a 11,5 com intervalos dc 0,5.
17.3 Considere os dados
28,65
28,65
27,65
29.25

11

. c

Junto com a inclinao c a intcrscco com o eixo y, calcule o erro

padro da estimativa c o coeficiente de correlao. Faa um grfico
dos dados c da reta de regresso. A seguir, repita o problema, mas
faa a regresso dc x cm funo de y isto , troque as variveis.
Interprete seus resultados.

y = ax + e
l

Isto , determine a inclinao que resulta no ajuste por mnimos

quadrados para uma reta com intcrscco nula com o eixo y.
Ajuste os seguintes dados com esse modelo e mostre o resultado
graficamcnlc:

10

11

'7
6

72

17.7 Use regresso por mnimos quadrados para ajustar uma reta a

X
Y

1
1

2
1,5

3
2

4
3

5
d

6
5

7
8

10

13

(a) Junto com a inclinao c a intcrscco com o eixo y, calcule o

erro padro da estimativa c o coeficiente dc correlao. Faa o
grfico dos dados c da reta. Avalie o ajuste.
(b) Recalcule (a), mas use uma regresso polinomial para ajustar
uma parbola aos dados. Compare os resultados com aqueles
em (a).
17.8 Ajuste os seguintes dados com (a) um modelo dc taxa dc
crescimento dc saturao, (b) uma equao de potncia e (c) uma
parbola, lim cada caso, trace os dados e a equao.

VIVO ^

-K* $ 100% (

7:10 A M

Q.

Mtodos Numricos para Engenharia, 5 edio

a

1,95

1,2

2.4

2,4

2,7

2.

17.9 Ajuste us seguintes dudos com um modelo dc potncias (y =

tu '). Use u equao dc potncia resultante para prever y em x = 9:

11

12

1,6

3,6

4,4

3,4

2,2

2,8

3,8

4,6

2,5

3,5

7,5

10

12.5

15

17,5

20

13

11

3.5

8,2

6.2

5?

4,8

4,6

4,3

Junto com os coeficientes, determine r c

17.16 Use regresso linear mltipla paru ajustar
XI

17.10 Ajuste un i modelo cxponcnciul a

X

| 0,4

0,11

1,2

1,6

2,3

800

9/5

.500

1.950

2.900

3.600

Trace os dados c a equao tanto cm papel dc grfico padro quanto

logartmico.
17.11 Em vez dc usar um modelo exponencia! na base [Equao
(17.22)]. uma alternativa comum 6 usar um modelo na base 10.
y = a 10*

15,1

2
1

17,9 12,7 25,6 20,5

35.1 29.7 45,4

40,2

Calcule os coeficientes, o erro padro da estimativa c o coeficiente

de correlao.
17.17 Use regresso linear mltipla para ajusiar

14
21
11
12
23
6
11
y 1 14
Quando usada para ajuste dc curvas, essa equao fornece resultados identicos queles na base <. mas o valor do parmetro no ex- Calcule os coeficientes, o erro padro da estimativa c o coeficiente
poente ( & ) ser diferente do valor estimado com a Equao (17,22) dc correlao.
Cfli). Use a verso na base lOpararcsolveroProblcma 17.10. Alm 17.18 Use regresso nO-lincar para ajustar uma parbola aos
disso, deduza uma frmula para relacionar 0, a
seguintes dados:
s

17.12 Alm dos exemplos na Figura 17.10. existem outros mo-delos

que podem ser lincarizados usando- se transformaes. Por exemplo.
y

0,2

0,5

0,8

:-:X

7X

1,2

oco

1,7

' ?00 2.200

7 650

2,3
3.750

fi

y=a x "
i

Ltncarizc esse modelo c usc-o para fazer uma estimativa dc cr* e &\
com base nos seguintes dados.
X

o:

0,2

0.4

0,6

0,9

1.3

1.5

17

1,8

0.75

1,25

1,45

1.25

:: 5 0,55

0.35

0,28

0.16

17.13 U m investigador relutou os dudos tabulados a seguir paru uma experincia para determinar a taxa dc crescimento du
bactria k (por dia), como uma funo da concentrao dc oxignio
c (mg/L). Sabe-se que tais dados podem ser modelados pela
seguinte equao:

onde Ca c kat. so parmetros. Use uma transformao para lincarizar

essa equao. A seguir, use regresso linear para fazer uma estimativa de d e kaox e prever a taxa de crescimento cm c = 2 mg/L.

0,5
U

c
k

0.8

1.5

2,5

2,4

5,3

7,6

8,9

17.19 Use regresso no-lincar pura ajustar uma equao de taxu

de crescimento dc suluruo uos dudos do Problema 17.14.
17.20 Recalcule o ajuste por regresso dos Problemas (a) 17.4 c
(b) 17.15, usando a abordagem matricial, Faa uma estimativa dos
erros padro e desenvolva um intervalo de confiana de 90% para
os coeficientes.
17.21 Desenvolva, debug c teste um programa cm uma linguagem
dc alto nvel ou cm uma linguagem dc macro dc sua escolha para
implementar regresso linear. Entre outras coisas: (a) inclua comentrios para documentar o cdigo c (b) determine o erro padro
c o coeficiente dc determinao.
17.22 U m material c testado para falha por fadiga cclica enquanto
uma tenso, cm MPa, aplicada ao material c o nmero dc ciclos
necessrios para causar falha medido. Os resultados esto nu
labelu a seguir. Quando um grfico log-log da tenso em funo dos
ciclos gerado, a tendncia dos dados mostra uma relao linear.
Use regresso por mnimos quadrados para determinar a equao
dc melhor ajuste para estes dados.

N- de c dos
Vuo. Wifo

10 100

100 1.000 925 eco

>25

'oo.o:o

1.000.000

550

20

17.14 Considere os dados

x 1 5
y

15

20

25

30

35

40

45

50

17 24

31

33

37

37

40

40

42

41

c use regresso por mnimos quadrados para ajustar (a) uma rela.
(b) uma equao dc potncia. (C) uma equao dc taxu dc crescimento dc saturao c (d) uma parbola. Faa o grfico dos dados
junto com todas as curvas. Uma das curvas c superior?

17.23 Os seguintes dados mostram a relao entre a viscosidade do

leo SAE 70 c a temperatura. Depois dc tomar o log dos dados, use
uma regresso linear para encontrar uma equao da reta que melhor ujustu os dudos e o vulor de r~.

V$co$cade, u. N s / m '

26,67

93.33

148.89

315,56

1,35

0,085

0.0T2

0.00075

408

A G R E S S O POR MNIMOS QUADRADOS

D|o

10
6

Qjamdocto x I O 167

I?

16

20

84

98

125

185

Encontre equao do mclbot sjustc para a tendncia dos dados

Tente variai possibilidades
imcar. parablica c cspoocncial. Use
ura pacote de software de sua escolha para encontrar a melhor
CQuao para prever a quantidade dc bactria aps 40 dias.
"-25 A concentrao da bactria E. coli em uma rea de natao
monitorada depois de uma tempestade:
MM

cIUFC/lOOml I 1500

12

16

20

24

1320

900

650

560

Use regresso por mnimos quadrados para ajustar easea dados com
( a ) uma reta. (b) uma equao dc potncia baseada cm transformaes log e (c) um modelo de potncias baseado em regresso
nlo-linear Mostre os seus resultados graficamente
17.27 Ajuste um modelo de potncias aos dados do Problema
17.26. mas use logaritmos naturais para fazer as transformaes.
17.28 Usando i mesma abordagem que foi utilizada para deduzir
u Equaoc* (17.15) e (17.16). dedu/a um ajuste por mnimos
quadrados do seguinte modelo;

Isto . determine o* coeficientes que resultam no ajuste por mnimos quadrados para um polinomio dc 2' grau com interseclo com
o eixo y igual a rero Teste essa ahordagem usando-a para ajustar os
dados do Problema 17.26.

O tempo medido em hora depois do final da tempestade e a

unidade UFC uma "unidade dc formao dc colnias". Use esses
dados para arei uma estimativa (> da concentrao no final da
tempestade <; = 0) c (b) do instante no qual a concentrao atingir
200 UFC/100 ml.. Observe que nua escolha do modelo deveria ser
consistente com o fato de que uma concentrao negativa impossvel c que a concentrao dc bactrias sempre dccrcscc com
o tempo.
17.26 Um objeto suspenso cm um tnel de vento c a fora me
dida para diversos nveis dc velocidade do vento. O multado
esto tabulado a seguir.

Use regresso nlo linear para fazer uma estimativa de a* c & com
base nos seguinte dados. Faa um grfico dc seu ajuste junto
com os dados.

V. Tl/s |

x 1

f. N

10

20

30

40

50

60

70

1 25

70

360

550

610

1 220

83C

80
1.450

I 7 J 9 No Problema 17.12, utilizamos transformaes para ajustar

c lincarizar o seguinte modelo:
p

> = txtxe "

0,1

0.2

0.4

0,6

0.9

1,3

1,5

17

1.8

v 1 0 7 5 1.25

'.45

1.25

0.65

0.55

0.35

0,28

0,18

7:14 A M

100%

Mtodos Numricos para Engenharia, 5 edio

a

O m l o t i o para calcular splines c b i c o s delineados na s e o anterior ideal para implem e n t a o computacional. Lcmbrc-sc dc que, p o r algumas m a n i p u l a e s engenhosas, o
m t o d o reduziu o problema r e s o l u o de n 1 e q u a e s s i m u l t n e a s . U m b e n e f c i o
adicionai d a d e d u o que, como especificado pela E q u a o ( 1 8 . 3 7 ) , o sistema de
e q u a e s rndiagonal. C o m o descrito n a S e o 11.1, e s t o d i s p o n v e i s algoritmos para
resolver tais sistemas de maneira extremamente eficiente. A Figura 18.18 e s b o a um esquema computacional que incorpora essas c a r a c t e r s t i c a s .
Observe que a rotina na Figura 18.18 retorna u m n i c o v a l o r intcrpolado, yu, para
um dado valor da varivel independente xu. Essa apenas uma das formas como a interp e l a o por splines pode ser implementada. Por exemplo, v o c poderia querer determinar
os coeficientes uma n i c a vez c e n t o fazer muitas i n t c r p o l a c s . A l m disso, a rotina retorna tanto a primeira (dy) quanto a segunda (dy2) derivadas em xu. Embora n o seja
n e c e s s r i o calcular essas quantidades, elas se mostram t e i s e m muitas a p l i c a e s de i n t c r p o l a o p o r splines.

PROBLEMAS
18.1 Faa uma csrnuvu do logaritmo comum dc 10 usando interpelao linear.
(a) Intcrpolcentre log8 = 0,9030900 c log 12 = 1,0791812.
(b) Intcrpolc entre log 9 = 0,9542425 c log 11 = 1,0413927. Para
cada interpelao, calcule o erro relativo porccntual baseado
no valor verdadeiro.
\H.2 Ajuste ura pouniiuo interpolador de Newton de segundo grau
para fazer uma estimativa de log 10 usando os dados do Problema 18.1
em x = 8, 9 c 11. Calcule o erro relativo porccntual verdadeiro.
18.3 Ajuste um polinmio interpolador dc Newton dc terceiro grau
usando os dados do Problema 18.1.
18.4 Considere os dados
1,6

2.5

3.2

4,5

14

15

'W

(a) Calcule /(2.8) usando polinmios imcrpoladorcs dc Newton dc

primeiro a terceiro graus. Escolha a seqncia dc pontos para
lazer sua csmava dc modo a atingir a melhor acurcia possvel.
(b) Utilize a Equao (18.18) para fazer uma estimativa do erro cm
cada previso.
18.5 Considere os dados
X

f(x)

19

v".

291

Calcule f('\) usando polinmios imcrpoladorcs de Newton dc

primeiro a quarto graus. Kccolha seus pontos base para obter uma
boa acurcia. O que seus resultados indicam cm relao ao grau do
polinmio usado para gerar os dados da tabela?
18.6 Repita os Problemas 18,1 a 18,3 usando polinmios
Lagrange.
18.7 Repita o Problema 185 usando polinmios dc Lagrange de
primeiro a terceiro graus.
18.8 Use ilcrpulao inversa por ura polinmio interpolador
cbico e bisseco paru determinar o valor dc x que corresponde a
/(x)
0.23 para os seguintes dudos tabulados:

*^ pular

18.9 Use intcrpoluo inversa paru determinar o valor de x que corresponde u f(x)
0.85 paru os seguintes dados tabulados:
X

0.5

0,8

0,9

0,941176

0.961538

Observe que os valores na tabela foram gerados pela funo

/ ( * ) = *V<2 +
(a) Determine o valor correto anal itica mente.
(b) Use intcrpola3o cbica de x cm funo de y.
(c) Use intcrpolaao inversa com intcrpolaao quadrtica c a formula quadrtca.
(d) Use imerpolao inversa com intcrpolaao cbica c bisseco.
Para as partes (b) a (d), calcule o erro relativo porccntual
verdudeiru.
18.10 Determine splines quadrlicos para os primeiros cinco pontos dados no Problema 18.4 e faa previses dc/(3.4) c f(2^2).
18.11 Determine splines cbicos para os dados do Problema 18.5
c (a) faa previses dc / ( 4 ) c / ( 2 . 5 ) c (b) verifique que / ( 3 ) c
/ j < 3 ) - 1918.12 Determine os coeficientes da parbola que passa pelos ltimos trs pontos do Problema 18.4.
18.13 Determine os coeficientes da equao cbica que passa
pelos primeiros quatro pontos no Problema 18.5.
18.14 Desenvolva, dchug c teste um programa ou cm uma linguagem dc alto nvel ou cm uma macrolinguagcm dc sua escolha
para implementar o polinmio interpolador dc Newton com base na
Figura 18.7.
18.15 Teste o programa que voc desenvolveu no Problema 18.14
repetindo os clculos do Exemplo 18.5.
18.16 Use o programa que voc desenvolveu no Problema 18.14
para resolver os Problemas 18.1 a 18.3.
18.17 Use o programu que voc desenvolveu no Problema 18.14 para
resolver os Problemas 18.4 e 18.5. No Problema 18.4, use todos os
dudos para desenvolver polinmios dc primeiro a quinto graus. Em
ambos os problemas, trace a estimativa dc erro cm funo do grau.
18.18 Desenvolva, debug c teste um programa ou cm uma l i n guagem dc alto nvel ou cm uma macrolinguagcm dc sua escolha
para implementar a intcrpolaao dc Lagrange. Use como base o

453

436

INTERPOLAO
18.6.4 Algoritmo Computacional para Splines Cbicos
O m t o d o para calcular splines c b i c o s delineados na s e o anterior ideal para implem e n t a o computacional. Lembre-se dc que, p o r algumas m a n i p u l a e s engenhosas, o
m t o d o reduziu o problema r e s o l u o de n 1 e q u a e s s i m u l t n e a s . U m b e n e f c i o
adicional d a d e d u o que. como especificado pela E q u a o ( 1 8 . 3 7 ) , o sistema de
e q u a e s tridiagonal. C o m o descrito n a S e o 11.1, e s t o d i s p o n v e i s algoritmos para
resolver tais sistemas de maneira extremamente eficiente. A Figura 18.18 e s b o a um esquema computacional que incorpora essas c a r a c t e r s t i c a s .
Observe que a rotina na Figura 18.18 retorna u m n i c o v a l o r intcrpolado, yu> para
um dado valor da varivel independente xu. Essa apenas uma das formas como a interp e l a o por splines pode ser implementada. Por exemplo, v o c poderia querer determinar
os coeficientes uma n i c a vez c e n t o fazer muitas i n t c r p o l a c s . A l m disso, a rotina retorna tanto a primeira {dy) quanto a segunda (dy2) derivadas em xu. Embora n o seja
n e c e s s r i o calcular essas quantidades, elas se mostram t e i s e m muitas a p l i c a e s de i n t c r p o l a a o p o r splines.

PROBLEMAS
18.1 Facu uma cviuuiiivu do logaritmo comum dc 10 usando intcrpolaao linear.
(a) Intcrpolc entre log 8 = 0,9030900 c log 12 = 1,0791811
(b) Intcrpolc entre log 9 = 0.9542425 c log 11 = 1,0413927. Para
cada intcrpolaao. calcule o erro relativo porcentual baseado
no valor verdadeiro.
18.2 Ajuste um polinmio interpolador dc Newton dc segundo grau
para ta r uma estimativa de log 10 usando os dados do Problema 18.1
cm x = 8, 9 c 11. Calcule o erro relativo porccntual verdadeiro.
18.3 Ajuste um polinmio interpolador dc Newton dc terceiro grau
usando os dados do Problema 18.1.
18.4 Considere os dados

'W

1,6

2.5

3.2

*.5

14

15

(a) Calcule /(2.8) usando polinmios imcrpoladorcs dc Newton dc

primeiro a terceiro graus. Escolha a seqncia dc pontos para
fazer sua csmava dc modo a atingir a melhor acurcia possvel.
(b) Utilize a Equao (18.18) para fazer uma estimativa do erro cm
cada previso.
18.5 Considere os dados
X

f(x)

19

29!

Calcule /('") usando polinmios imcrpoladorcs dc Newton dc

primeiro a quarto graus. Kscolba seus pontos base para obter uma
boa acurcia. O que seus resultados indicam cm relao ao grau do
polinmio usado para gerar os dados da tabela?
18.6 Repita os Problemas 18,1 a 18,3 usando polinmios
Lagrange.
18.7 Repita o Problema 18.5 usando polinmio dc Lagrange dc
primeiro a terceiro graus.
18.8 Use intcrpolaao inversa por um polinmio interpolador
cbico e bisseco paru determinar o valor dc x que corresponde u
f(x)
0.23 para os seguintes dudos tabuludos:
X

'W

0,5

0.3333

0,25

0,2

0,1667

0,1429

18.9 Use inlcrpoluo inversa para determinar o valor de x que corresponde u f(x)
0,85 puru os seguintes dados tabulados:
X

0,5

0,8

0,9

0,941176

0.961538

Observe que os valores na tabela foram gerados pela funo

f(x) = *V(2 + x>).
(a) Determine o valor correto analiticamente.
(b) Use intcrpolaao cbica dc x cm funo dc y.
(c) Use intcrpolaao inversa com intcrpolaao quadrtica c a formula quadrtca.
(d) Use intcrpolaao inversa com intcrpolaao cbica c bisseco.
Para as partes (b) a (d), calcule o erro relativo porcentual
verdadeiro.
18.10 Determine splines quadrlicos para os primeiro cinco pontos dados no Problema 18.4 c faa previses dc/(3.4) c f(2).
18.11 Determine splines cbicos para os dados do Problema 18.5
c (a) faa previses dc / ( 4 ) e / (2.5) c (b) verifique que fjfi) c
18.12 Determine os coeficientes da parbola que passa pelos ltimos trs pontos do Problema 18.4.
18.13 Determine os coeficientes da equao cbica que passa
pelos primeiros quatro pontos no Problema 18.5.
18.14 Desenvolva, dchug c teste um programa ou cm uma linguagem dc alto nvel ou cm uma macrolinguagcm dc sua escolha
para implementar opolinmio interpolador dc Newton com base na
Figura 18.7.
18.15 Teste o programa que voc desenvolveu no Problema 18.14
repetindo os clculos do Exemplo 18.5.
18.16 Use o programa que voc desenvolveu no Problema 18.14
para resolver os Problemas 18.1 a 18.3.
18.17 Use o programa que voc desenvolveu no Problema 18.14 para
resolver os Problemas 18.4 e 18.5. No Problema 18.4, use todos os
dudos para desenvolver polinmios dc primeiro a quinto graus. Em
ambos os problemas, trace a estimativa dc erro cm funo do grau.
18.18 Desenvolva, debug c teste um programa ou cm uma l i n guagem dc alto nvel ou cm uma macrolinguagcm dc sua escolha
para implementar a intcrpolaao dc Lagrange. Use como base o
pseudocdigo da Figura 18.11. Teste-o repetindo o Exemplo 18.7.

437

PROBLEMAS
18.19 Uma aplicao lil da intcrpolaao dc Lagrange 6 chamada
tabela de consulta. Como o nome indica, cia envolve "consultar"
um valor intermedirio cm uma tabela. Para desenvolver tal algoritmo, a tabela dos valores d e r c d c / f i ) inicialmente armazenada
cm um par dc matrizes unidimensionais. Hsses valores so ento
passados para uma funo junto com o valor d e r que voc quer calcular. A funo ento realiza duas tarefas. Primeiro, cia percorre a
tabela at encontrar o intervalo no qual a incgnita est. Ento,
aplica uma tcnica como a intcrpolaao de Lagrange para determinar o valor apropriado de f(x). Desenvolva tal funo usando um
polinmio dc Lagrange cbico para fazer a rterpolaao. Para intervalos inlermedirios, essa uma boa escolha, pois a incgnita
estar localizada no intervalo no meio dos quatro pontos necessrios para gerar o polinmio cbico. Pura o primeiro c o ltimo i n tervalos, use um polinmio dc Lagrange quudrco. Faa tambm
com que o cdigo detecte quando o usurio pede um valor fora do
intervalo dos x'&. Em tais casos, a funo deveria mostrar uma mensagem dc erro. Teste seu programa p a r a / ( x ) = l n x usando dados
entre*; = 0. 1, 2
10.

18.21) Desenvolva, debug c teste um programa ou cm uma linguagem dc alio nvel ou cm uma macrolinguagcm dc sua escolha
para implementar a intcrpolaao por splines cbicos com base na
Figura 18.18. Teste seu programa repetindo o Exemplo 18.10.
18.21 Use o software desenvolvido no Problema 18.20 para ajustar
splines cbicos aos dados dos Problemas 18.4 c 18.5. Km ambos os
casos, faa uma previso dc/(2,25).
18.22 Use a parte da tabela dc vapor dada para l l ? 0 superaquecida
a 200 MPa para (a) encontrar a entropia correspondente J para ura
volume especfico v dc 0,108 nrVkg com intcrpolaao linear, (b)
encontrar a mesma entropia correspondente usando intcrpolaao
quudrlica. e (c) encontrar o volume correspondente a uma entropia
de 6,6 usando inlerpoluo inversa.

vkVkgl

0,10377

0/1I44

0,1254

s!UAg-Ki

6,4147

6.5453

6.7664

526

FRMULAS DE INTEGRAO DE NEWTON-COTES

PROBLEMAS
/li

21.1 Calcule a seguinte integral:

f (1

."0

(a) un ulitcamcDtc; (b) por uma nica aplicao da regra do

trapzio: (c) por aplicaes mltiplas da regro do trapzio, com
n = 2 c 4: (d) uma nica aplicao da regra 1/3 de Simpson: (e)
aplicao mltipla da regra 1 /3 dc Snpson, com n = 4; (f) uma
nica aplicao da regra 3/8 dc Simpson: c (g) aplicao mltipla
da regra dc Simpson. com n = 5. Para cada estimativa numrica dc
(b) a (g). determine o erro relativo porccntual com base cm (8).
21.2 Calcule a seguinte integral:
f/2

I
Jo

(6 + 3cosx)(Jx

(a) analiticarncnle: (b) por uma nica aplicao da regra do

t r a p o ; (c) por aplicaes mltiplas da regra do trapzio, com n =
2 c 4; (d) uma nica aplicao da regra 1/3 dc Simpson; (e) aplicao mltipla da regra 1 /3 dc Simpson. com n A; if) uma nica
aplicuo da regra 3/8 dc Simpson; c (g) aplicao mltipla da
regra dc Simpson. com n = 5. Para cada estimativa numrica dc (b)
a (g). determine o erro relativo porccntual com base cm (a).
21.3 Calcule a seguinte integral:

(1 _

- 4x + 2x ) dx

(a) analiticamente; <b) por uma nica aplicao da regra do

trapzio; <c) por aplicaes mltiplas da regra do trapzio, com n =
2 e 4; (d) uma nica aplicao da regra 1/3 de Simpson; (e) regra
3/8 de Simpson; (f) regra de Boolc. Para cada estimativa numrica
de (b) a (), delernne o erro relulivo poreenluul com base c m (a).
21.4 Integre a seguinte funo analiticamente c usando a regra do
trapzio. com n 1, 2, 3 c 4:
j\x

U^dx

21.8 Integre a seguinte funo tanto analiticamente quanto numericamente. Para os clculos numricos, use (a) uma nica aplicao da regra do trapzio. 1 b : a regra 1 / 3 dc Simpson; (c) a regra
3/8 dc Simpson; (d) aplicao mltipla das regras dc Simpson. com
n = 5; (e) a regra dc Boolc; (f) o mtodo do ponto mdio: (g) a frmula dc integrao aberta com trs segmentos c dois pontos c (h) a
formula dc integrao aberta com quatro segmentos c trs pontos.
j

(5+3cosx)dx

Calcule os erros relativos porcentuais para os resultados numricos.

21.9 Suponha que uma fora para cima dc resistncia do ar cm um
objeto cm queda livre seja proporcional ao quadrado da velocidade. Nesse caso, a velocidade pode ser calculada por

fi,

VV m

cm que cj o coeficiente dc arrosto dc segunda ordem, (a) Sc % =

9,8 m/s ,m 68,1 k g c cj 0,25 kg/m. use integrao analtica
para determinar quanto o objeto cai cm 10 s. (b) Faa o mesmo clculo, mas calcule a integral com a regra dos trapezios com segmentos mltiplos. Use um n suficientemente grande para que voc
consiga uma acurcia dc trs algarismos significativos.
21.10 Calcule a integral dos seguintes dados tabularcs com (a)
a regra do trapzio c (b) regras dc Simpson:

to

OJ

0.2

0,3

0.4

0,5

3,5

21.11 Calcule a integral dos seguintes dados tabularcs com (a) a

regra do trapzio c (b) regras dc Simpson:

2/x) dx

Use a soluo analtica para calcular os erros relativos porcentuais

verdadeiros para avaliar a preciso das aproximaes por trapezios.
21.5 Integre a seguinte funo tanto analiticamente quanto usando
as regras dc Simpson com n = 4 c 5. Discuta os resultados.
j

/
Jos

(4x-3) dx

21.6 Integre a seguinte funo tanto analiticamente quanto numericamente. Use as regras do trapzio c 1/3 dc Simpson para integrar numericamente a funo. Km ambos os casos, use a verso
com aplicaes mltiplas, com n = 4. Calcule os erros relativos
porcentuais para os resultados numricos.

-7

Ml

35

10

IC

:<

20

21.12 Dctcnrune o valor mdio da funo

f(x)

= -46 + 45x - 14* +2x

- 0,015x

entre x = 2 c 10: (a) traando o grfico da funo c estimando v i sualmente o valor mdio, (b) usando a Equao (PT6.4) c o clculo
analtico da integral c (C) usando a Equao (PT6.4) c uma verso
da regra dc Simpson para cinco segmentos para fazer uma estimativa da integral. Calcule o erro porccntual relativo.
21.13 A funo/(x) = 2 - " pode ser usada para gerara seguinte
tabela dc dados desigualmente espaados:
- 1

10

to(2
21.7 Integre a seguinte funo tanto analiticamente quanto numericamente. Para os clculos numricos, use (a) uma nica aplicao da regra do trapzio, (b) a regra 1/3 dc Simpson, (c) a regra
3/8 dc Simpson. (d) a regra dc Boolc, <e) o mtodo do ponto
mdio, (f) a frmula de integrao aberta com trs segmentos c
dois pontos c (g) a frmula de integrao aberta com quatro segmentos e trs pontos. Calcule os erros relulivos porcentuais para os
resultados numricos.

0,05

0,15

0,25

0,35

1,8555

1,5970

'.3746

1.1831

0.475

0,6

0,9808 0,8131

Calcule a integral dc a 0 a b 0.6 usando (a) mtodos analticos, (b) a regra do trapzio c (c) uma combinao dos regras do
trapzio c dc Simpson; empregue us regras dc Simpson sempre que
possvel para obter a mxima acurcia. Para (b) e (c). calcule o erro
relativo porccntual (tf).
21.14 Calcule a seguinte integral duplo:

j\x ~2y
2

xy )dxdy

646

RIGIDEZ E MTODOS DE PASSO MLTIPLO

que t e m o erro de truncamento local:

O m t o d o de H a m m i n g t a m b m inclui modificadores da forma

O leitor pode obter i n f o r m a e s adicionais sobre esse e outros m t o d o s dc passo m l t i p l o

em outras r e f e r n c i a s ( H a m m i n g . 1973; Laptdus e Seinfteld. 1971).

PROBLEMAS
26.1 dada
dy
dx

-200.000y -r 200.000c -

(a) Faa uma estimativa do tamanho do passo necessrio para

manter a estabilidade usando o mtodo dc Eulcr explcito.
(h) Sc ><0) = 0, use o mtodo dc Eulcr implcito para obter uma
soluo dc x = 0 a 2 usando um tamanho dc passo dc 0,1.
26.2 d a d a
dy
dl

= 3 0 ( c o s r - y ) + 3scnr

Sc y(0) 1, use Eulcr implcito para obter uma soluo dc t = 0 a

4 usando um tamanho de passo dc 0,4.
26.3 dado o sistema

dl

ai

= 1999xi +2999JT?
= -2000xi - 3000x;

- 0 , 4 y + e~

Use o mtodo dc Hcun dc incio no-automtico com um tamanho

de passo de 0,5 c condies iniciuis de yfl.5) = 5.S00007 c
y(2,0) = 4.762673. Itcrc o corretor ate , = 0.1%. Calcule os erros
relativos porcentuais verdadeiros e- para seus resultados com base
na soluo analtica.
26.5 Repita o Problema 26.4, mas use o mtodo dc Adams dc
quarta ordem. [Obscivao: y(0,5) = 8,46909 e><1,0) = 7,037566.]
Itcrc o corretor at e, = 0,01%.
26.6 Resolva o seguinte problema dc valor inicial dc I = 4 a 5:

Use um tamanho de passo dc 0,5 c valores iniciais dc y(2S> = 0,48,

y(3) - 0.333333. y<3.5) = 0,244898 c y(4) - 0.1875. Obtenha suu
soluo usando as seguintes tcnicas: (a) o mtodo de Hcun de in-

Use o mtodo dc Hcun dc incio no automtico com um tamanho

de passo dc 0,25. Scy(0) = 1. empregue um mtodo RK dc quarta
ordem comum tamanho dc passo dc 0,25 para prever o valor inicial
erny(0,Z5).
26.8 Resolva o seguinte problema dc valor inicial dc t = 1,5 a
l = 2j
dy _

-2y
\+i

Use o mtodo dc Adams de quarta ordem. Utilize um tamanho de

posso dc 0,5 c o mtodo dc R K dc quarta ordem pura prever os valores iniciai s se > (01 = 2.
26.V Desenvolva um programa para o mtodo dc Eulcr implcito
para uma nica EDO linear. Tcstc-o duplicando o Problema 26.16.
26.lt) Desenvolva um programa para o mtodo de Eulcr implcito
para um par dc EDOs lineares. Tcstc-o resolvendo a Equao (26.6).
26.11 Desenvolva um programa amigvel ao usurio para o mtodo
dc Hcun dc incio no-automtico com um modificador para o preditor. Empregue um mtodo RK dc quarta ordem para calcular os
valores iniciais. Teste o programa duplicando o Exemplo 26.4.
26.12 Use o programa desenvolvido no Problema 26.11 pura resolver o Problema 26.7.
26.13 Considere uma haste fina dc comprimento / se movendo no
plano xy como mostrado na Figura P26.13. A haste est lixada por
um pino cm uma extremidade c existe uma massa na outra. Observe que g = 9.81 m/s- e / = 0.5 m. Esse sistema pode ser resolvido usando
$ -

dy
dr

dy

dl

Se x (0) = xjfO) 1, obtenha uma soluo dc / = 0 a 0.2 usando

um tamanho de passo dc 0.05 com os mtodos de Euler (a) explcito e (b) implcito.
26.4 Resolva o seguinte problema dc valor inicial no intervalo dc
I = 2 a = 3:

di

cio rio-automtico (, 1%) e (b) o mtodo dc Adams dc quarta

ordem (, 0.01%). [Observao: as respostas exatas obtidas analiticamente so y(4,5) = 0,148148 c y(5) = 0,12.) Calcule os erros
relativos porcentuais verdadeiros - para seus resultados.
26.7 Resolva o seguinte problema dc valor inicial dc x = 0 a
x = 0,75:

1$ = 0

Seja 0(0) = 0 e 0 ( 0 ) = 0.25 radYs. Resolva usando qualquer

mtodo estudado neste captulo. Faa um grfico do ngulo em
funo do tempo c da velocidade ungular em funo do (empo.
(Sugesto: decomponha a EDO dc segunda ordem.)

647

PROBLEMAS

camcntc c iracc a soluo analtica c a numrica para o transicntc

rpido c a fase dc transio lenta da escala dc tempo.
2h\15 A seguinte EDO dc segunda ordem considerada rgida
dy
dy
~
= - 1 0 0 1 ' - KXKlv
dx
dx
!

Figura P26.13
26.14 dada a EDO dc primeira ordem

Rcsolva essa equao diferencial (a) analiticamente c (b) numericamente para x 0 a 5. Para (b>. use uma abordagem implcita com
h = 0,5. Observe que as condies iniciais soy(0) = 1 ey'(0) = 0.
Mostre ambos os resultados graficamente.
26.16 Resolva a seguinte equao diferencial dc / 0 a 1

~ = - 7 0 0 * - 1000c*"'
dl
x(l = 0) = 4
Resolva essa equao diferencial rgida usando um mtodo
numrico no perodo dc tempo 0 < < S. Resolva tambm analiti-

com a condio inicial y<0) = 1. Use as seguintes tcnicas para

obter sua soluo: (a) analiticamente, (b) mtodo dc Eulcr explcito
e (c) mtodo de Eulcr implcito. Para (b) c (c), use h = 0,1 c 0,2.
Faa um grfico dc seus resultados.