Matemática Computacional: Prof. Phd. Telma Silva

Matemática
Computacional
Prof. PhD. Telma Silva
Email: telma.silva@docente.unicv.edu.cv
2022/2023 Curso:LEM
Apresentação
➢ A Matemática Computacional é área da Matemática
que se ocupa da elaboração e estudo de métodos
numéricos que permitem obter, de forma efetiva,
soluções numéricas para problemas matemáticos,
quando por alguma razão, não podemos ou não
desejamos usar métodos analíticos.
➢ Esses problemas matemáticos surgem geralmente,
de problemas reais nas ciências naturais e sociais,
nas engenharias, nas finanças, etc.
➢ A Matemática Computacional é por natureza uma
disciplina que se situa na fronteira entre a
Matemática e a Computação. 2
Motivação
Resolução de um problema físico
ESCOLHA
MODELAÇÃO DE MÉTODOS DE
MATEMÁTICA RESOLUÇÃO
PROBLEMA
FÍSICO MÉTODOS MÉTODOS
DIRETOS NUMÉRICOS
SOLUÇÃO SOLUÇÃO
EXACTA APROXIMADA 3
Motivação
Métodos Numéricos
➢ Muitos problemas matemáticos não têm soluções
exatas. Mesmos que tenham soluções, não sabemos
como encontra-las.
➢ Ás vezes, sabemos como encontrar essas soluções
exatas mas os métodos de resolução são complicados,
morosos, ou então, a expressão da solução é
“assustadora” e de difícil utilização nos cálculos.
➢ Assim, surge a necessidade dos métodos numéricos.
➢ O objetivo principal de um método numérico é fornecer
soluções numéricas (i.e. soluções sob a forma de
números) a problemas matemáticos.
4
Motivação
Métodos diretos
Problema: Encontrar a raiz positiva da equação

x −2 =0
2
Solução exata: x= 2
O mesmo problema pode ser resolvido numericamente,

por exemplo, por um método iterativo.
5
Métodos Numéricos
Métodos iterativos
n xn xn+1
0 1 1,5
Como,
1 1,5 1,41666666666667
2 x 1
x −2=0 x = + 2 1,41666666666667 1,41421568627451
2 x
3 1,41421568627451 1,41421356237469
Tem-se o seguinte método
iterativo: 4 1,41421356237469 1,41421356237309
xn 1
xn +1 = + 5 1,41421356237309 1,41421356237309
2 xn
2 
x0 = 1
1,414213562373100
Que produz uma solução

aproximada 2 ≈ 1,414213562373100 6
Conteúdos Programáticos
Capítulo 1. Teoria dos erros

• Erro Numérico: Noção básica de erros. Principais fontes de erro num
cálculo numérico (erros inerentes, erros do método, erro
computacional )
• Representação de números reais: Notação científica. Sistema de
vírgula flutuante.
• Análise de Erros: Erro relativo e erro absoluto. Erros de representação.
Erros nas operações aritméticas
• Efeitos Numéricos:
✓ Cancelamento Subtrativo
✓ Propagação do erro: Mal Condicionamento. Instabilidade
Numérica
Capítulo 2. Equações não lineares

• Raízes e zeros. Método iterativo: Iterações e ordem
de convergência. Limitação e separação das raízes.
• Método da bissecção. Método de falsa posição
• Método do ponto fixo. O método de Newton. O
método da secante.
• Análise de convergência dos métodos iterativos
estudados.
• Zeros de polinómios. Localização e determinação
de todos os zeros (reais e complexos) 8
Capítulo 3. Sistemas de equações

• Normas de matrizes.
• Sistemas de equações lineares: Métodos iterativos
de resolução de equações lineares: Métodos
iterativos de Jacobi e de Gauss-Seidel .
Convergência dos métodos iterativos. Erro e resíduo
de uma solução aproximada. Condicionamento de
matrizes. Perturbações no sistema de equações.
• Resolução de sistemas de equações não lineares:
Método de Newton. Métodos lineares
9
Generalizados. Método do ponto fixo.
Capítulo 4. Aproximação de funções

• Interpolação de Lagrange:
o Fórmula interpoladora de Lagrange
o Fórmula interpoladora de Newton
o Diferenças divididas
• Interpolação de Chebyshev
• Interpolação de Hermite
• Aproximação por Splines
• Aproximação de uma função no sentido dos mínimos
quadrados
• Transformação de Fourier Discreta (DFT e FFT) 10
Capítulo 5. Diferenciação numérica

• Derivadas de Primeira ordem
• Derivadas de segunda ordem
• Derenciação com splines
• Influência nos erros de arredondamento
• Extrapolação de Richardson
11
Capítulo 6. Integração numérica

• Fórmulas de Newton-Cotes
• Fórmulas de integração compostas
• Grau de uma fórmula de quadratura
• O método dos coeficientes indeterminados
12
Capítulo 7. Métodos numéricos para equações diferenciais

• Métodos de passo simples:
o Métodos de Euler
o Métodos de Taylor
o Métodos de Runge-Kutta.
• Métodos de multipasso:
o Métodos de Adams-Bashforth
• Problemas com valores na fronteira: métodos de diferenças
finitas
• Análise do erro, consistência, convergência e estabilidade
• Exemplos de aplicação a problemas de Engenharia Mecânica
Bibliografia principal
1. Heitor Pina, Métodos numéricos, McGraw Hill, 1995.
2. A. Quarteroni e F. Saleri, Cálculo Científico com MATLAB e
OCTAVE, Springer Verlag, 2007.
3. A. Quarteroni, R. Sacco e F. Saleri, Numerical
Mathematics, TAM 37, Springer Verlag, 2000.
4. M. P. J. Carpenier, Análise Numérica, IST, U. Lisboa, 1993
5. J. Coimbra de Matos, Apontamentos de Análise Numérica,
Universidade de Porto, 2005.
6. Francis Scheid, Análise Numérica, McGraw Hill , 1991.
7. M. T. T. Monteiro, Métodos Numéricos: exercícios resolvidos
aplicados à Engenharia e outras Ciências, Universidade do
Minho, Portugal, 2012.
8. Bian Bradie, A Friendly Introduction to Humerical Analysis,
Pearson Prentice Hall, 2006.
Bibliografia complementar
9. W. Cheney e D. Kincaid, Numerical Mathematics and

Computing, Thomson Brooks/Cole, 2008.
10. Maria Raquel Valença ; Métodos Numéricos , Instituto Nacional
de Investigação Científica, 1990.
11. Cleve Moler, Numerical Computing with Matlab , SIAM , 2004.
12. John Mathews and Kurtis Fink, Numerical Methods using
Matlab , Prentice Hall , 1999 .
13. K. Atkinson, An Introduction to Numerical Analysis,Wiley &
Sons, 2nd. Ed., 1989.
14. R. L. Burden, J. D. Faires e A. C. Reynolds, Numerical
Analysis, Prindle, Weber & Schmidt, 2nd. Ed., 1987.
15. J. Stoer e R. Bulirsch, Introduction to Numerical Analysis, 2nd
ed., Springer Texts in Applied Mathematics, 1993. 15
Métodos de Avaliação
➢ Duas provas escritas (80%)

➢ Um trabalho computacional (20%): Implementação dos métodos
nos capítulos 3 a 7 em MatLab (ou Python). Do cap 4 a 7 (EDO),
um tema por grupo (cada grupo deve ter, no máximo, três
alunos). Cap 3 e 7 (EDP) serão para todos os grupos.
Apresentação do Cap 3 será logo depois do 1º teste.
• Todas as provas escritas (e o trabalho computacional) são
classificadas de 0 a 20.
• A nota final (NF) será a média ponderada das notas das provas
escritas (NE) e do trabalho computacional (NT) , de acordo com
a fórmula:
NF = 0.20 NT + 0.80 NE
• Para obter aprovação na cadeira é necessário ter NF maior ou16
igual a 9.5 valores.
Datas dos testes
• Primeiro teste: 09/05/2023 às 10:30
• Segundo teste: 04/07/2023 às 10:30
• Entrega do trabalho computacional: 06/07/2023
OBS: último dia de aulas 2º semestre –

01/07/2023
17
Horário de Atendimento/Matlab:
Quartas-feiras, 9h30-10h30
Contactos Online:
Criar o Grupo no Messenger (Computational Math
- 2023)
Email – telma.silva@docente.unicv.edu.cv
18

Matemática Computacional: Prof. Phd. Telma Silva

Enviado por

Direitos autorais:

Formatos disponíveis

Matemática Computacional: Prof. Phd. Telma Silva

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Matemática Computacional: Prof. Phd. Telma Silva

Enviado por

Direitos autorais:

Formatos disponíveis

Matemática

Problema: Encontrar a raiz positiva da equação

O mesmo problema pode ser resolvido numericamente,

Que produz uma solução

Capítulo 1. Teoria dos erros

Capítulo 2. Equações não lineares

Capítulo 3. Sistemas de equações

Capítulo 4. Aproximação de funções

Capítulo 5. Diferenciação numérica

Capítulo 6. Integração numérica

Capítulo 7. Métodos numéricos para equações diferenciais

9. W. Cheney e D. Kincaid, Numerical Mathematics and

➢ Duas provas escritas (80%)

• Primeiro teste: 09/05/2023 às 10:30

• Segundo teste: 04/07/2023 às 10:30

• Entrega do trabalho computacional: 06/07/2023

OBS: último dia de aulas 2º semestre –

Você também pode gostar