CADERNO DE PERGUNTAS

Avaliação Regular

CÓDIGO DA PROVA
CURSO Engenharia de Computação/Produção TURMA 2018.1 APLICAÇÃO 2º bim/2019

DISCIPLINA MMN001 – Métodos Numéricos P001

INSTRUÇÕES AO ALUNO
1. É obrigatória a devolução deste caderno de questões ao término da prova.
2. Está autorizada a entrada de alunos até 1 hora depois do início marcado da prova (início da prova: 18h).
3. Você só poderá sair depois de transcorridas 1 hora e 15 minutos do início marcado da prova.

MATERIAL EXTRA: É permitido o uso de calculadora científica.

QUESTÕES OBJETIVAS

Questão 1 (1,5 pontos)

Ao convertermos o número 13.4 da base 10 para a base 2, obtemos:
a) (101.01100)2 .
b) (1001.01100110 … )2 .
c) (1101.01100110 … )2 .
d) (1011.0111)2 .
e) (1011.11100110 … )2 .

Questão 2 (1,5 pontos)

Determine uma aproximação para a raiz da função 𝑓𝑓(𝑥𝑥) = 𝑥𝑥 − cos(𝑥𝑥) no intervalo [0, 1] utilizando o
2

método de Newton-Raphson, cuja fórmula recursiva é dada por:

𝑓𝑓(𝑥𝑥𝑘𝑘 )
𝑥𝑥𝑘𝑘+1 = 𝑥𝑥𝑘𝑘 − , 𝑘𝑘 = 0,1,2, …
𝑓𝑓 ′ (𝑥𝑥𝑘𝑘 )

Utilize como critério de parada |𝑥𝑥𝑘𝑘+1 − 𝑥𝑥𝑘𝑘 | < 𝜀𝜀 = 0.1, e como aproximação inicial 𝑥𝑥0 = 1.0. Considere
quatro casas decimais em seus cálculos.

Dica: Não esqueça de configurar a calculadora no modo “radiano” (RAD) ao utilizar as funções
trigonométricas envolvidas no problema na hora de realizar seus cálculos.
a) 0.8242
b) 0.9134
c) 0.8000
d) 0.8382
e) 0.0000

Questão 3 (1,5 pontos)

Use o Método de Gauss-Seidel para encontrar uma aproximação 𝒙𝒙 = (𝑥𝑥1 , 𝑥𝑥2 )𝑡𝑡 para a solução do
seguinte sistema linear:
3𝑥𝑥1 − 𝑥𝑥2 = 0
� 4
𝑥𝑥1 + 𝑥𝑥2 =
3

1 de 7
Considere 𝑥𝑥 (0) = (0, 0)𝑡𝑡 como aproximação inicial. Utilize como critério de parada a norma do máximo,
(𝑘𝑘+1) (𝑘𝑘) (𝑘𝑘+1) (𝑘𝑘)
isto é, �𝑥𝑥 (𝑘𝑘+1) − 𝑥𝑥 (𝑘𝑘) �∞ = 𝑚𝑚𝑚𝑚𝑚𝑚��𝑥𝑥1 − 𝑥𝑥1 �, �𝑥𝑥2 − 𝑥𝑥2 �� < 𝜀𝜀 = 0.2.

a) 𝑥𝑥 = (0.3163, 1.0576)𝑡𝑡
b) 𝑥𝑥 = (0.0000, 1.3333)𝑡𝑡
c) 𝑥𝑥 = (0.3131, 1.0000)𝑡𝑡
d) 𝑥𝑥 = (0.2963, 1.0370)𝑡𝑡
e) 𝑥𝑥 = (0.1877, 1.3333)𝑡𝑡

Questão 4 (1,5 pontos)

Os dados da tabela abaixo representam, aproximadamente, o total de automóveis na cidade de São
Paulo nos anos de 2015, 2016 e 2018.

Número de automóveis na cidade de São Paulo (em milhões).

Ano 2015 2016 2018
Automóveis 5.32 5.44 5.73
Fonte: IBGE

Encontre o polinômio interpolador 𝑃𝑃2 (𝑥𝑥) que interpola esses dados. Através do polinômio encontrado,
pode-se afirmar que a quantidade de automóveis (em milhões) na cidade de São Paulo no ano de 2017
foi de aproximadamente:
a) 4.54
b) 5.70
c) 5.58
d) 5.89
e) 5.97

Observação: Considere os valores de 𝑥𝑥0 = 15, 𝑥𝑥1 = 16 e 𝑥𝑥2 = 18 em seus cálculos de interpolação. Para
o cálculo do ano de 2017, considere 𝑥𝑥 = 17. Adote quatro casas decimais nos seus cálculos.

Fórmula do polinômio interpolador de Lagrange:

𝑛𝑛
(𝑥𝑥 − 𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥1 ) … (𝑥𝑥 − 𝑥𝑥𝑘𝑘−1 )(𝑥𝑥 − 𝑥𝑥𝑘𝑘+1 ) … (𝑥𝑥 − 𝑥𝑥𝑛𝑛 )
𝑃𝑃𝑛𝑛 (𝑥𝑥) = � 𝑓𝑓(𝑥𝑥𝑘𝑘 )𝐿𝐿𝑘𝑘 (𝑥𝑥); 𝐿𝐿𝑘𝑘 (𝑥𝑥) =
(𝑥𝑥𝑘𝑘 − 𝑥𝑥0 )(𝑥𝑥𝑘𝑘 − 𝑥𝑥1 ) … (𝑥𝑥𝑘𝑘 − 𝑥𝑥𝑘𝑘−1 )(𝑥𝑥𝑘𝑘 − 𝑥𝑥𝑘𝑘+1 ) … (𝑥𝑥𝑘𝑘 − 𝑥𝑥𝑛𝑛 )
𝑘𝑘=0

QUESTÕES DISSERTATIVAS

Questão 5 (2,0 pontos)

Considere a tabela abaixo com os dados da inflação (acumulada nos últimos 12 meses) no Brasil no
período de janeiro de 2019 a abril de 2019.

Mês (2019) Janeiro Fevereiro Março Abril

Taxa de Inflação 3.78 3.89 4.58 4.94
Fonte: OCDE

2 de 7
a) Utilize o Método dos Quadrados Mínimos Linear para encontrar a reta 𝜑𝜑(𝑥𝑥) = 𝑎𝑎𝑎𝑎 + 𝑏𝑏 que melhor
aproxima os dados acima. Utilize quatro casas decimais em seus cálculos.

Dica: Considere 𝑔𝑔1 (𝑥𝑥) = 𝑥𝑥 e 𝑔𝑔2 (𝑥𝑥) = 1, e a tabela abaixo.

Soma
𝑥𝑥𝑘𝑘 -
𝑓𝑓(𝑥𝑥𝑘𝑘 ) -
𝑔𝑔1 (𝑥𝑥𝑘𝑘 ) -
𝑔𝑔2 (𝑥𝑥𝑘𝑘 ) -
𝑔𝑔1 (𝑥𝑥𝑘𝑘 )𝑔𝑔1 (𝑥𝑥𝑘𝑘 )
𝑔𝑔1 (𝑥𝑥𝑘𝑘 )𝑔𝑔2 (𝑥𝑥𝑘𝑘 )
𝑔𝑔2 (𝑥𝑥𝑘𝑘 )𝑔𝑔2 (𝑥𝑥𝑘𝑘 )
𝑔𝑔1 (𝑥𝑥𝑘𝑘 )𝑓𝑓(𝑥𝑥𝑘𝑘 )
𝑔𝑔2 (𝑥𝑥𝑘𝑘 )𝑓𝑓(𝑥𝑥𝑘𝑘 )

b) Estime, a partir da função encontrada em a), qual foi a inflação em maio de 2019.

Observação: Para os cálculos, utilize os valores de 𝑥𝑥 de 1 a 4 para designar os meses de janeiro a

abril, respectivamente, e o valor de 𝑥𝑥 = 5 para o mês de maio.

Questão 6 (2,0 pontos)

Seja a integral
0.5
𝐼𝐼 = � 𝑓𝑓(𝑥𝑥)𝑑𝑑𝑑𝑑 ; 𝑓𝑓(𝑥𝑥) = 𝑒𝑒 −𝑥𝑥 �𝑥𝑥 2 + 7
0.1

a) Estime 𝑛𝑛 de forma que o limitante do erro 𝐸𝐸𝑇𝑇𝑇𝑇 na integração numérica via Método dos Trapézios
Repetido seja inferior a 𝜀𝜀 = 10−3 , isto é,
(𝑏𝑏 − 𝑎𝑎) 2
|𝐸𝐸𝑇𝑇𝑇𝑇 | ≤ ℎ max |𝑓𝑓 ′′ (𝑥𝑥)| ≤ 𝜀𝜀 = 10−3
12 𝑥𝑥∈[𝑎𝑎,𝑏𝑏]

Considere quatro casas decimais em seus cálculos e max |𝑓𝑓 ′′ (𝑥𝑥)| = 2.6686.
𝑥𝑥∈[0.1,0.5]

b) Calcule 𝐼𝐼 numericamente pelo Método dos Trapézios Repetido, cuja fórmula é dada por:
𝑛𝑛−1
ℎ
𝐼𝐼𝑇𝑇𝑇𝑇 = �𝑓𝑓(𝑥𝑥0 ) + 2 � 𝑓𝑓(𝑥𝑥𝑖𝑖 ) + 𝑓𝑓(𝑥𝑥𝑛𝑛 )�
2
𝑖𝑖=1

3 de 7
 GABARITO
CÓDIGO DA PROVA
CURSO Engenharia de Computação/Produção TURMA 2018.1 APLICAÇÃO 2º bim/2019

DISCIPLINA MMN001 – Métodos Numéricos P001

QUESTÕES OBJETIVAS

Questão 1
A resposta correta é: c. (1101.01100110 … )2 .

Justificativa
Precisamos dividir os cálculos com relação a parte inteira e decimal do número fornecido. Assim,
inicialmente, para o 13 (parte inteira), temos que:

Logo, (13)10 = (1101)2 .

Agora, para a parte decimal 0.4:
0.4 × 2 = 𝟎𝟎. 8
0.8 × 2 = 𝟏𝟏. 6
0.6 × 2 = 𝟏𝟏. 2
0.2 × 2 = 𝟎𝟎. 4
0.4 × 2 = 𝟎𝟎. 8
0.8 × 2 = 𝟏𝟏. 6
⋮
Então, (0.4)10 = (0. 𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎𝟎 … )2 .
Sendo assim, (13.4)10 = (1101.01100110 … )2 .

Questão 2
A resposta correta é: a. 0.8242

Justificativa
Como 𝑓𝑓(𝑥𝑥) = 𝑥𝑥 2 − cos(𝑥𝑥),
𝑓𝑓 ′ (𝑥𝑥) = 2𝑥𝑥 + sen(𝑥𝑥)
Assim, para 𝑘𝑘 = 0:
𝑓𝑓(𝑥𝑥0 ) 12 − cos(1) 0.4597
𝑥𝑥1 = 𝑥𝑥0 − → x1 = 1 − = 1− = 0.8382
𝑓𝑓 ′ (𝑥𝑥0 ) 2(1) + sen(1) 2.8415
Pelo critério de parada:
|𝑥𝑥1 − 𝑥𝑥0 | = |0.8382 − 1.0000| = 0.1618 > 𝜀𝜀

4 de 7
Como o erro é maior que 𝜀𝜀, faremos outra iteração.
Assim, para 𝑘𝑘 = 1:
𝑓𝑓(𝑥𝑥1 ) 0.83822 − cos(0.8382)
𝑥𝑥2 = 𝑥𝑥1 − → 𝑥𝑥2 = 0.8382 − = 0.8242
𝑓𝑓 ′ (𝑥𝑥1 ) 2(0.8382) + sen(0.8382)

Usando o critério de parada:

|𝑥𝑥2 − 𝑥𝑥1 | = |0.8242 − 0.8382| = 0.014 < 𝜀𝜀

Logo, 𝑓𝑓(𝑥𝑥) ≈ 0, quando 𝑥𝑥 = 0.8242.

Questão 3
A resposta correta é: d. 𝒙𝒙 = (0.2963, 1.0370)𝑡𝑡

Justificativa
Reescrevendo o sistema linear, segue que:
𝑥𝑥2
𝑥𝑥1 =
3
� 4
𝑥𝑥2 = −𝑥𝑥1 +
3

Assim, na forma iterativa do Método de Gauss-Seidel, tem-se que:

(𝑘𝑘)
⎧ (𝑘𝑘+1) 𝑥𝑥2
𝑥𝑥1 =
3
⎨ (𝑘𝑘+1) (𝑘𝑘+1) 4
⎩𝑥𝑥2 = −𝑥𝑥1 +
3
Para 𝑘𝑘 = 0, temos:
(0)
⎧ (1) 𝑥𝑥2 (1)
𝑥𝑥1 = 𝑥𝑥1 =0
3 → � 4
4 (1)
⎨ (1) (1) 𝑥𝑥2 =
⎩𝑥𝑥2 = −𝑥𝑥1 + 3 3
4 𝑡𝑡
Logo, 𝑥𝑥 (1) = �0, � .
3
Pelo critério de parada,
4 𝑡𝑡 4 𝑡𝑡 4
��0, � − (0,0)𝑡𝑡 � = ��0, � � = > 𝜀𝜀.
3 ∞
3 ∞ 3
Portanto, precisamos realizar outra iteração.
Para 𝑘𝑘 = 1, segue que:
(1)
⎧ (2) 𝑥𝑥2 1 4
(2) 4
𝑥𝑥1 = ⇒ 𝑥𝑥1= � �� � =
3 3 3 9
⎨ (2) (2) 4 (2) 4 4 8
⎩𝑥𝑥2 = −𝑥𝑥1 + 3 ⇒ 𝑥𝑥2 = − + =
9 3 9
4 8 𝑡𝑡
Logo, 𝑥𝑥 (2) = � , � .
9 9
Assim,
4 8 𝑡𝑡 4 𝑡𝑡 4
�� , � − �0. � � = > 𝜀𝜀.
9 9 3 ∞ 9
Para 𝑘𝑘 = 2,

5 de 7
 (2)
⎧ (3) 𝑥𝑥2 1 8 8
(3)
𝑥𝑥1 = ⇒ 𝑥𝑥1
= � �� � =
3 3 9 27
⎨ (3) (3) 4 (3) 8 4 28
⎩𝑥𝑥2 = −𝑥𝑥1 +
3
⇒ 𝑥𝑥2 = − + =
27 3 27
8 28 𝑡𝑡
Logo, 𝑥𝑥 (3) = � , � .
27 27
Assim,
8 28 𝑡𝑡 4 8 𝑡𝑡 4
�� , � −� , � � = ≈ 0.1481 < 𝜀𝜀.
27 27 9 9 ∞ 27
Portanto, a aproximação da solução do sistema pelo Método Iterativo de Gauss-Seidel considerando-se
𝜀𝜀 = 0.2 é
8 28 𝑡𝑡
𝑥𝑥 = � , � = (0.2963, 1.0370)𝑡𝑡
27 27

Questão 4
A resposta correta é: c. 5.58

Justificativa
Temos que, 𝑥𝑥0 = 15, 𝑥𝑥1 = 16, 𝑥𝑥2 = 18, 𝑦𝑦0 = 5.32, 𝑦𝑦1 = 5.44 e 𝑦𝑦2 = 5.73. Logo, 𝑛𝑛 = 2. Assim, o polinômio
interpolador na forma de Lagrange é dado por:
2

𝑃𝑃2 (𝑥𝑥) = � 𝑦𝑦𝑘𝑘 𝐿𝐿𝑘𝑘 (𝑥𝑥)

𝑘𝑘=0
Determinando as funções 𝐿𝐿𝑘𝑘 (𝑥𝑥) da base de Lagrange, com 𝑘𝑘 = 0, 1, 2, temos:
(𝑥𝑥 − 𝑥𝑥1 )(𝑥𝑥 − 𝑥𝑥2 ) (𝑥𝑥 − 16)(𝑥𝑥 − 18) 𝑥𝑥 2 − 34𝑥𝑥 + 288
𝐿𝐿0 (𝑥𝑥) = = =
(𝑥𝑥0 − 𝑥𝑥1 )(𝑥𝑥0 − 𝑥𝑥2 ) (15 − 16)(15 − 18) 3
(𝑥𝑥 − 𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥2 ) (𝑥𝑥 − 15)(𝑥𝑥 − 18) 2
−𝑥𝑥 + 33𝑥𝑥 − 270
𝐿𝐿1 (𝑥𝑥) = = =
(𝑥𝑥1 − 𝑥𝑥0 )(𝑥𝑥1 − 𝑥𝑥2 ) (16 − 15)(16 − 18) 2
(𝑥𝑥 − 𝑥𝑥0 )(𝑥𝑥 − 𝑥𝑥1 ) (𝑥𝑥 − 15)(𝑥𝑥 − 16) 2
𝑥𝑥 − 31𝑥𝑥 + 240
𝐿𝐿2 (𝑥𝑥) = = = .
(𝑥𝑥2 − 𝑥𝑥0 )(𝑥𝑥2 − 𝑥𝑥1 ) (18 − 15)(18 − 16) 6
Portanto,
𝑥𝑥 2 − 34𝑥𝑥 + 288 −𝑥𝑥 2 + 33𝑥𝑥 − 270 𝑥𝑥 2 − 31𝑥𝑥 + 240
𝑃𝑃2 (𝑥𝑥) = 5.32 � � + 5.44 � � + 5.73 � �
3 2 6

Logo, o valor para o ano de 2017 (𝑥𝑥 = 17) pode ser calculado por:
172 − 34 ⋅ 17 + 288 −172 + 33 ⋅ 17 − 270 172 − 31 ⋅ 17 + 240
𝑃𝑃2 (17) = 5.32 � � + 5.44 � � + 5.73 � �
3 2 6
𝑃𝑃2 (17) = 5.5767 ≈ 5.58

QUESTÕES DISSERTATIVAS

Questão 5
a) O problema de ajuste de curvas, no caso discreto (em que temos uma tabela de 𝑛𝑛 pontos)
consiste em: escolher 𝑛𝑛 funções (elementos da base) 𝑔𝑔1 (𝑥𝑥), 𝑔𝑔2 (𝑥𝑥), ⋯ , 𝑔𝑔𝑛𝑛 (𝑥𝑥), de modo a obter 𝑛𝑛
coeficientes 𝑎𝑎1 , 𝑎𝑎2 , ⋯ , 𝑎𝑎𝑛𝑛 , tais que a função de ajuste 𝜑𝜑(𝑥𝑥) = 𝑎𝑎1 𝑔𝑔1 (𝑥𝑥) + 𝑎𝑎2 𝑔𝑔2 (𝑥𝑥) + ⋯ + 𝑎𝑎𝑛𝑛 𝑔𝑔𝑛𝑛 (𝑥𝑥) seja
a melhor escolha possível para representar os 𝑚𝑚 pontos tabulados da função 𝑓𝑓(𝑥𝑥) no sentido
do Método dos Quadrados Mínimos.

Como estamos interessados na aproximação (via Quadrados Mínimos) usando uma reta, temos

6 de 7
 que 𝜑𝜑(𝑥𝑥) = a𝑥𝑥 + 𝑏𝑏, o que resulta nas funções da base 𝑔𝑔1 (𝑥𝑥) = 𝑥𝑥 e 𝑔𝑔2 (𝑥𝑥) = 1. Para encontrarmos
os valores de a e b, devemos resolver o seguinte sistema de equações lineares:
𝑎𝑎11 𝑎𝑎12 𝑎𝑎 𝑏𝑏1
�𝑎𝑎 𝑎𝑎22 � �𝑏𝑏� = �𝑏𝑏2 �,
21

em que 𝑎𝑎𝑖𝑖𝑖𝑖 = ∑𝑚𝑚 𝑚𝑚

𝑘𝑘=1 𝑔𝑔𝑖𝑖 (𝑥𝑥𝑘𝑘 )𝑔𝑔𝑗𝑗 (𝑥𝑥𝑘𝑘 ) e 𝑏𝑏𝑖𝑖 = ∑𝑘𝑘=1 𝑔𝑔𝑖𝑖 (𝑥𝑥𝑘𝑘 )𝑓𝑓(𝑥𝑥𝑘𝑘 ).

Para facilitar nos cálculos, basta preencher a tabela do enunciado, na qual obtemos o seguinte
sistema linear associado ao Método dos Quadrados Mínimos:
30𝑎𝑎 + 10𝑏𝑏 = 45.06
�
10𝑎𝑎 + 4𝑏𝑏 = 17.19

Resolvendo o sistema: 𝑎𝑎 = 0.4170 e 𝑏𝑏 = 3.2550. Portanto, a reta que melhor ajusta os pontos
tabulados (de acordo com o critério dos quadrados mínimos) é dada por:
𝜑𝜑(𝑥𝑥) = 0.417𝑥𝑥 + 3.255

b) A inflação em maio (𝑥𝑥 = 5) pode ser calculada por:

𝜑𝜑(5) = 0.417 ∙ 5 + 3.255 = 5.34

Rubricas | critérios de correção

Considerar 75% da pontuação para a) e 25% para b).

Questão 6
𝑏𝑏−𝑎𝑎
a) Como ℎ = 𝑛𝑛
, vamos utilizar a fórmula do majorante do erro, dada por:

(𝑏𝑏 − 𝑎𝑎)3
max |𝑓𝑓 ′′ (𝑥𝑥)| ≤ 𝜀𝜀 = 10−3
12 𝑛𝑛2 𝑥𝑥∈[𝑎𝑎,𝑏𝑏]
Assim,
(0.5 − 0.1)3 −3
(0.5 − 0.1)3
2.6686 ≤ 𝜀𝜀 = 10 → 2.6686 ≤ 𝑛𝑛2 → 14.2325 ≤ 𝑛𝑛2
12 𝑛𝑛2 12 ⋅ 10−3

𝑛𝑛 ≥ 3.7726

Portanto, são necessários ao menos 𝑛𝑛 = 4 subintervalos.

b) O intervalo [𝑎𝑎, 𝑏𝑏] = [0.1, 0.5] deve ser particionado com 𝑛𝑛 + 1 pontos igualmente espaçados.
Calculando o passo ℎ, segue que:
𝑏𝑏 − 𝑎𝑎 0.5 − 0.1 0.4
ℎ= = = = 0.1
𝑛𝑛 4 4
Assim,
𝑥𝑥0 = 0.1; 𝑥𝑥1 = 0.2; 𝑥𝑥2 = 0.3; 𝑥𝑥3 = 0.4; 𝑥𝑥4 = 0.5

Aplicando o Método dos Trapézios Repetido, segue que:

0.1
𝐼𝐼 ≈ �𝑓𝑓(𝑥𝑥0 ) + 2�𝑓𝑓(𝑥𝑥1 ) + 𝑓𝑓(𝑥𝑥2 ) + 𝑓𝑓(𝑥𝑥3 )� + 𝑓𝑓(𝑥𝑥4 )� = 0.05 ⋅ (2.3957 + 11.8771 + 1.6331) = 0.7953
2

Rubricas | critérios de correção

Considerar 50% da pontuação para cada item.

7 de 7