UNIVERSIDADE ZAMBEZE

FACULDADE DE CIÊNCIAS SOCIAIS E HUMANIDADE

CURSO: LICENCIATURA EM ECONOMIA

1o Ano
DISCIPLINA: ANALISE MATEMÁTICA I

Tema:
Sistema de equações lineares

Chimoio, Setembro de 2021

 UNIVERSIDADE ZAMBEZE

FACULDADE DE CIÊNCIAS SOCIAIS E HUMANIDADE

CURSO: LICENCIATURA EM ECONOMIA

1o Ano

DISCIPLINA: ANALISE MATEMÁTICA I

Tema: Sistema de equações lineares

Discente:
Projecto submetida à Faculdade de Ciências
Laura Domingos Luís Coimbra
Sociais E Humanidade, da Universidade
Zambeze, em parcial cumprimento dos requisitos
para obtenção nota de frequência de Licenciatura
EM Economia sob orientação do docente: Moisés
Rui Carlos

Chimoio, Setembro de 2021

Índice
1. Introdução...........................................................................................................................4

2. Objectivos.......................................................................................................................4

2.1. Objectivo geral................................................................................................................4

2.2. Objectivos específicos.....................................................................................................4

2. Metodologia........................................................................................................................5

2.1. Tipo de pesquisa..........................................................................................................5

2.1.1. A metodologia de pesquisa..................................................................................5

2.1.2. Os métodos...........................................................................................................5

2.1.3. A parte teórica......................................................................................................5

3. Sistemas de equações Lineares...........................................................................................6

3.1. Resolução de Sistemas de equações............................................................................7

3.2. Resolução de sistemas lineares....................................................................................8

 Sistemas lineares com duas equações do 1º grau e duas incógnitas............................8

 Método da adição......................................................................................................10

 Sistemas lineares com três equações do 1º grau e três incógnitas.............................12

4. Escalonamento..................................................................................................................15

4.1. Classificação de sistema linear..................................................................................17

5. Método de Karl Gustav Jacobi..........................................................................................18

6. Método de gauss ou escalonamento..................................................................................20

7. Conclusão..........................................................................................................................25

8. Referências bibliográficas.................................................................................................26
 1. Introdução
A presente pesquisa aborda – se sobre Sistema de Equações Lineares, visto que, sistemas
lineares é uma tarefa bastante recorrente para estudos nas áreas das ciências da natureza e da
matemática. A busca por valores desconhecidos fez com que fossem desenvolvidos métodos de
resolução de sistemas lineares, como o método da adição, igualdade e substituição para sistemas
que possuem duas equações e duas incógnitas, e a regra de Crammer e o escalonamento, que
resolvem sistemas lineares de duas equações, mas que são mais convenientes para sistemas com
mais equações. Um sistema linear é um conjunto de duas ou mais equações com uma ou mais
incógnitas.

2. Objectivos
2.1. Objectivo geral
 Descrever Sistema de Equações Lineares
2.2. Objectivos específicos
 Caracterizar Sistema de Equações Lineares
 Identificar método de Karl Gustav Jacobi.
 Analisar o método de Gauss ou Escalonamento

Luara Analise Matematica I Unizambeze Pá gina 4

2. Metodologia
2.1. Tipo de pesquisa
O presente trabalho apresenta como tipo de pesquisa, pesquisa aplicada.

2.1.1. A metodologia de pesquisa

Segundo Knechtel (2014), a pesquisa quantitativa é uma modalidade de pesquisa que atua
sobre um problema humano ou social, é baseada no teste de uma teoria e composta por variáveis
quantificadas em números, as quais são analisadas de modo estatístico, com o objectivo de
determinar se as generalizações previstas na teoria se sustentam ou não.

Baseado com o autor acima citado, Para a presente pesquisa a metodologia que foi usada,
foi pesquisa quantitativa.

2.1.2. Os métodos
Segundo Strauss & Corbin (1998), o método de pesquisa é um conjunto de procedimentos
e técnicas utilizados para se colectar e analisar os dados. O método fornece os meios para se
alcançar o objectivo proposto, ou seja, são as “ferramentas” das quais fazemos uso na pesquisa, a
fim de responder nossa questão.

Segundo ANDRADE (2001:128), “metodologia é o conjunto de métodos ou caminhos

que são percorridos na busca do conhecimento”.

Para elaboração do presente trabalho contou com as etapas a baixos a seguir:

2.1.3. A parte teórica

Com base neste método, fez – se a revisão da literatura para servir como auxílio do tema
a ser analisado.

O uso de diversas literaturas, foi indispensável nesta fazem, que serviu como
confrontação de ideias, de diversos autores que aborda sobre o tema acima citando.

Luara Analise Matematica I Unizambeze Pá gina 5

 3. Sistemas de equações Lineares

Definição. Chama-se equação linear nas incógnitas x1; x2; : : : ; xn a uma expressão da forma
a1x1 + a2x2 + : : : + anxn = b, onde a1; a2; : : : ; an; b são constantes reais1.

Definição. Chama-se sistema de equações lineares nas incógnitas x1; x2; : : : ; xn a um conjunto
finito de equações lineares nas incógnitas x1; x2; : : : ; xn ou seja

Em sistema de equação acima citada, as constantes (habitualmente reais) aij para 1 ≤ i; j ≤ n são
designadas por coeficientes do sistema, as constantes bi (habitualmente reais) para 1 ≤ i ≤ n são
designadas por termos independentes e os xi para 1 ≤ i ≤ n são as incógnitas do sistema.

Definição. Chama-se solução de um sistema de equações lineares a um conjunto de valores

atribuídos às incógnitas x1; x2; : : : ; xn de tal forma que satisfazem todas as equações. O
conjunto de todas as soluções possíveis é chamado de conjunto solução. No caso em que as
equações têm a mesma solução, elas dizem-se compatíveis. Caso contrário, dizem
incompatíveis.

Dois sistemas de equações lineares são equivalentes se têm o mesmo conjunto e solução. Um
sistema de equações algébricas lineares pode ser classificado das seguintes formas:

1. Sistema Possível e Determinado: É um sistema que possui uma única solução. Esse
sistema é designado por sistema possível e suas equações de equações compatíveis.

2. Sistema Possível Indeterminado: É um sistema que admite uma infinidade de soluções.

3. Sistema Impossível: É o sistema que não admite soluções: É designado por sistema impossível

e suas equações como equações incompaveis.

Luara Analise Matematica I Unizambeze Pá gina 6

3.1. Resolução de Sistemas de equações

Uma questão fundamental em Álgebra Linear é a resolução de sistemas de equações lineares.

Como vimos anteriormente, os sistemas de equações lineares ocorrem nos mais diversificados
domínios da matemática aplicada. Em problemas concretos podem ocorrer sistemas de grandes
dimensões cuja resolução obriga à utilização de meios computacionais. Por exemplo, em
problemas de estruturas de Engenharia Civil, Engenharia Mecânica, Engenharia Aeronáutica, etc
é necessário resolver sistemas de equações lineares cuja matriz dos coeficientes tem ordem 1000
ou superior, ou a matriz é esparsa (tem muitos zeros), pelo que métodos como o método de
substituição, cálculo pela inversa ou regra de Cramer não são de aplicação razoável pois a
aplicação de alguns é impraticável ou a sua utilização envolve um esforço computacional
excessivo ou então, devido à propagação de erros. É portanto essencial conhecer algoritmos
eficientes de resolução de sistemas lineares. Vamos de, seguida apresentar alguns métodos
habitualmente utilizados quando o número de equações é reduzido ou quando é necessário
resolver vários sistemas em que a matriz dos coeficientes é a mesma. Vamos então apresentar
métodos que permitem resolver sistemas de equações lineares na forma:

AX = B; onde A é a matriz dos coeficientes, X a coluna com as incógnitas e B a coluna com os

termos independentes. Neste trabalho vamos considerar dois tipos de métodos:

1. Os métodos directos, que nos permitem obter a solução do sistema após um número finito de
operações. Como exemplo deste tipo de métodos, temos o método de Gauss, o método
“explícito", que envolve o cálculo da inversa da matriz A, a aplicação da teoria dos
determinantes, via matriz adjunta ou a Regra de Cramer.

2. Os métodos indirectos são métodos que nos fornecem unicamente aproximações para a
solução. Este tipo de métodos é utilizado para a resolução de sistemas de grandes dimensões (por
exemplo em que o número de incógnitas é superior a 40)que aparecem em problemas de
Engenharia. Para resolver o sistema AX = B os métodos iterativos partem de uma aproximação
inicial, que será designada por X(0) e constroem uma sucessão de aproximações sucessivas.

Luara Analise Matematica I Unizambeze Pá gina 7

 O trabalho com equações existe devido à necessidade de encontrarmos valores desconhecidos
de incógnitas. Chamamos de equação quando temos uma expressão algébrica com igualdade, e
ela é classificada como linear quando o maior expoente de suas incógnitas é 1, conforme os
exemplos a seguir:
2x + y = 7 → equação linear com duas incógnitas

a + 4 = -3 → equação linear com uma incógnita

De modo geral, uma equação linear pode ser descrita por:

a 1 x 1+a 2 x 2+a 3 x 3 …+ a n x n=c

Conhecemos como sistema de equação quando há mais de uma equação linear. Começaremos
com sistemas lineares de duas incógnitas.

3.2. Resolução de sistemas lineares

 Sistemas lineares com duas equações do 1º grau e duas incógnitas
Para resolver um sistema de duas equações e duas incógnitas, existem vários métodos, os três
mais conhecidos são:
 Método da comparação
 Método da adição
 Método da substituição
Qualquer um dos três pode resolver um sistema linear de duas equações e duas incógnitas. Esses
métodos não são tão eficientes para sistemas com mais equações, já que existem outros
métodos específicos para resolvê-los.
 Método da substituição
O método da substituição consiste em isolar uma das incógnitas em uma das equações
e realizar a substituição na outra equação.
Exemplo:

1º Passo: isolar uma das incógnitas.

Chamamos de I a primeira equação e de II a segunda equação. Analisando as duas,
vamos escolher a incógnita que esteja mais fácil de ser isolada. Note que, na equação I → x +
Luara Analise Matematica I Unizambeze Pá gina 8
 2y = 5, o x não possui coeficiente, o que faz com que seja mais fácil isolá-lo, logo,
reescreveremos a equação I desta forma:
I → x+ 2 y =5

I → x=5 – 2 y

2º Passo: substituir I em II.
Agora que temos a equação I com o x isolado, na equação II, podemos substituir x por 5 – 2y.

II →3 x – 5 y=4

Substituindo x por 5 – 2 y :

3(5 – 2 y ) – 5 y=4

Agora que a equação tem só uma incógnita, é possível resolvê-la para encontrar o valor de y.

Conhecendo o valor de y, encontraremos o valor de x realizando a substituição do valor de y na

equação I.

I → x=5 – 2 y

x=5 – 2 · 1

x=5 – 2

x=3

Então a solução do sistema é S = {3,1}.

 Método da comparação

Luara Analise Matematica I Unizambeze Pá gina 9

 O método da comparação consiste em isolarmos uma incógnita nas duas equações e igualar
esses valores.
Exemplo:

1º passo: seja I a primeira equação e II a segunda, vamos isolar uma das incógnitas em I e II.
Escolhendo isolar a incógnita x, temos que:

2º passo: igualar as duas novas equações, já que x = x.

3º passo: substituir o valor de y por -2 em uma das equações.

x=−4 – 3 y

x=−4 – 3 (−2)

x=−4+6

x=2

Então a solução desse sistema é o conjunto S = {2,-2}.

 Método da adição

Luara Analise Matematica I Unizambeze Pá gina 10

O método da adição consiste em realizar a multiplicação de todos os termos de uma das
equações, de tal modo que, ao somar-se a equação I na equação II, uma de suas incógnitas
fique igual a zero.      
Exemplo:

1º passo: multiplicar uma das equações para que os coeficientes fiquem opostos.

Note que, se multiplicarmos a equação II por 2, teremos 4y na equação II e -4y na equação I, e
que, ao somarmos I + II, teremos 0y, logo, vamos multiplicar todos os termos da equação II por 2
para que isso aconteça.

I → 5 x – 4 y=−5

2 · II →2 x +4 y =26

2º passo: realizar a soma I + 2 · II.

3º passo: substituir o valor de x = 3 em uma das equações.

Luara Analise Matematica I Unizambeze Pá gina 11

 Sistemas lineares com três equações do 1º grau e três incógnitas
Quando o sistema possui três incógnitas, adoptamos outros métodos de resolução. Todos esses
métodos relacionam os coeficientes com matrizes, e os métodos mais utilizados são a regra de
Crammer ou o escalonamento. Para a resolução em ambos os métodos, é necessário a
representação matricial do sistema, inclusive o sistema 2x2 pode ser representado por meio de
uma matriz. Há duas possíveis representações, a matriz completa e a matriz incompleta:

Exemplo:
O sistema 

Pode ser representado pela matriz completa

E pela matriz incompleta

 Regra de Crammer
Para encontrarmos soluções de um sistema 3x3, com incógnitas x, y e z, utilizando a regra de
Crammer, é necessário calcularmos o determinante da matriz incompleta e suas variações.
Temos então que:

D → determinante da matriz incompleta do sistema.

Luara Analise Matematica I Unizambeze Pá gina 12

Dx → determinante da matriz incompleta do sistema, substituindo-se a coluna de x pela coluna
dos termos independentes.
Dy → determinante da matriz incompleta do sistema, substituindo-se a coluna de y pela coluna
dos termos independentes.
Dz → determinante da matriz incompleta do sistema, substituindo-se a coluna de z pela coluna
dos termos independentes.
Dessa forma, para encontrar o valor de suas incógnitas, primeiro precisamos calcular
o determinante D, Dx, Dy associado ao sistema.
Exemplo:

1º Passo: calcular D.

2º Passo: calcular Dx.

3º Passo: então podemos encontrar o valor do x, pois:

Luara Analise Matematica I Unizambeze Pá gina 13

4º Passo: calcular Dy.

5º Passo: então podemos calcular o valor de y:

6º Passo: agora que conhecemos o valor de x e y, em qualquer uma das linhas podemos

encontrar o valor de z substituindo o valor de x e y e isolando o z. Outra opção é calcular Dz.
Substituindo x = 0 e y = 2 na primeira equação:

2 x+ y – z =3

2 ·0+ 2 – z=3

0+2 – z =3

−z=3 – 2

−z=−1(−1)

z=−1

Portanto, a solução do sistema é a terna (0,2,-1).

Luara Analise Matematica I Unizambeze Pá gina 14

4. Escalonamento

Outro método de resolver sistemas lineares é o escalonamento, nele utilizamos somente a matriz
completa e operações entre as linhas com o objectivo de isolar as suas incógnitas. Vamos
escalonar o sistema a seguir.

1º Passo: escrever a matriz completa que represente o sistema.

Seja L1, L2 e L3 respectivamente as linhas 1, 2 e 3 da matriz, vamos realizar operações entre L 1 e
L2 e  L1 e L3, de modo que o resultado faça com que os termos que estão na primeira coluna da
segunda e da terceira linhas fiquem iguais a zero.
Analisando a segunda linha da matriz, vamos substituí-la pelo resultado de L2 → -2 · L1 + L2,
com objectivo de zerar o termo a21.

a 21=−2· 1+2=0
a 22=−2· 2+1=−3
a 23=−2 ·(−3)+ 1=7
a 24=−2 · 10+ 3=−17
Então a L2 será 0  -3  7  -17.
Analisando a terceira linha da matriz, vamos substituí-la pelo resultado de L3 → 3L1 + L 2, com o
objectivo de zerar o termo a31.
a 31=3· 1 – 3=0
a 32=3· 2+2=8
a 33=3 ·(−3)+ 1=−8
a 34=3 · 10 – 6=24
Então a L3 será  0  8  -8  24. 

Luara Analise Matematica I Unizambeze Pá gina 15

Note que todos são divisíveis por 8, logo, para que a linha L 3 fique mais simplificada, vamos
dividi-la por 8.
L3 → L3 : 8 será: 0  1  -1  3.
Assim a nova matriz da equação escalonada será:

Agora o objectivo é zerar a coluna y na terceira linha, realizaremos operações entre a L 2 e L3,
com o objectivo de zerar a segunda coluna de uma delas.
Substituiremos a L3 por L3 → L2 + 3L3.
a 31=0+3 ·0=0
a 32=−3+3 ·1=0
a 33=7+3 ·(−1)=4
a 34=−17+ 3· 3=−8
Então L3 será: 0  0  4  -8.
A nova matriz escalonada será:

Agora, ao representarmos essa matriz como um sistema novamente, adicionando x, y e z nas

colunas, encontraremos o seguinte:

Podemos então encontrar o valor de cada uma das incógnitas. Analisando a equação III, temos
que:

Luara Analise Matematica I Unizambeze Pá gina 16

 Se z = -2, vamos substituir o valor de z na segunda equação:

Por fim, na primeira equação, vamos substituir o valor de y e z para encontrarmos o valor de x.

4.1. Classificação de sistema linear

Um sistema linear é um conjunto de equações lineares, podendo ter várias incógnitas e várias
equações. Existem vários métodos para resolvê-lo, independentemente da quantidade de
equações. Existem três classificações para um sistema linear.
 Sistema possível determinado (SPD): quando possui uma única solução.
 Sistema possível indeterminado (SPI): quando possui infinitas soluções.
 Sistema impossível (SI): quando não existe nenhuma solução.

Luara Analise Matematica I Unizambeze Pá gina 17

5. Método de Karl Gustav Jacobi

O método de Jacobi é um algoritmo para resolver sistemas de equações lineares. Trata-se de

uma versão simplificada do algoritmo de valores próprios de Jacobi. O método tem o nome
do matemático Alemão Carl Gustav Jakob Jacobi.

O método iterativo de Jacobi é um método clássico que data do final do século XVIII.
Técnicas iterativas são raramente utilizadas para solucionar sistemas lineares de pequenas
dimensões, já que o tempo requerido para obter um mínimo de precisão ultrapassa o requerido
pelas técnicas directas como a eliminação gaussiana. Contudo, para sistemas grandes, com
grande percentagem de entradas de zero (sistemas esparsos), essas técnicas aparecem como
alternativas mais eficientes. Sistemas esparsos de grande porte frequentemente surgem na análise
de circuitos, na solução numérica de problemas de valor de limite e equações diferenciais
parciais.

Dada uma matriz quadrada de  equações lineares:

em que:

Então A pode ser decomposto num componente diagonal D e o resto R:

O sistema de equações lineares pode ser reescrito como:

Luara Analise Matematica I Unizambeze Pá gina 18

 O método de Jacobi é um método iterativo que resolve o membro esquerdo da expressão
em ordem a x ao usar o método resultante da iteração anterior no membro direito.
Analiticamente, isto pode ser escrito como:

Ou, equivalentemente:

Nota-se que a computação de   é feita com base em todos os valores obtidos em

iterações anteriores. Ao contrário do método de Gauss-Seidel, não se pode reescrever   com 

, pois esse valor é necessário durante a continuação da computação. Esta é a diferença

mais significativa entre o método de Jacobi e o método de Gauss-Seidel e é o motivo que o torna
um algoritmo paralelo.

1. Um sistema linear   é dado por

Pretende-se usar a equação  . Agora é necessário encontrar   a matriz

inversa dos valores da diagonal A através duma decomposição 

Para se encontrar T recorre-se à equação  .

Luara Analise Matematica I Unizambeze Pá gina 19

Agora, encontrado T, torna-se necessário obter C recorrendo à expressão  .

Assim, agora teremos  .

E agora podemos encontrar  

Agora que se está na posse de X matrizes é possível avaliar a convergência para aproximar as
soluções.

6. Método de gauss ou escalonamento

Consideremos os sistema Ax=b em que A é uma matriz quadrada nx n.

O objectivo do método consiste em eliminar os elementos aij de forma a obter um sistema

equivalente com uma matriz triangular superior. Tendo uma matriz triangular, basta aplicar
substituições sucessivas para chegarmos à solução pretendida.

O método consiste em n-1 passos, onde construímos elementos a(k+1)ij a partir dos

elementos a(k)ij considerando como [a(1)ij] a matriz inicial.

PASSO k

Luara Analise Matematica I Unizambeze Pá gina 20

 (para k=1,... n-1)

 Se o pivot a(k)kk= 0 então há que efectuar troca de linhas.

 Se a(k)kk ¹ 0,

mik = a(k)ik / a(k)kk i = k+1,... ,n

a(k+1)ij = a(k)ij - mik a(k)kj i, j = k+1, ..., n

b(k+1)i = b(k)i - mik b(k)k i = k+1, ..., n

No final dos n-1 passos obtemos o sistema triangular superior equivalente:

que se pode resolver facilmente por substituição ascendente:

Armazenando os coeficientes mik podemos obter uma factorização da matriz A na forma:

Luara Analise Matematica I Unizambeze Pá gina 21

caso não sejam efectuadas trocas de linhas.

Caso existam trocas de linhas, a factorização é da forma P A = L U

em que P é uma matriz de permutação. Ao resolver o sistema obtemos

LUx=Pb

Teorema : A factorização A = L U em que

L é uma matriz triangular inferior com diagonal principal unitária

U é uma matriz triangular superior
é obtida de forma única se os pivots verificarem a(k)kk¹  0.
 Número de Operações

Analisemos agora qual o número de operações ( + - ou * / ) envolvido na resolução de um
sistema:

 FACTORIZAÇÃO da MATRIZ

Em cada Passo k :

 Cálculo dos mik n-k divisões --- correspondentes a um total de ( n - k ) operações.

 Cálculo dos aij ( n - k )2 multiplicações e subtracções--- correspondentes a um total de

( n - k )2 operações.

CÁLCULO de b(n)

Em cada Passo k :

 n - k multiplicações e subtracções correspondentes a um total de  ( n - k ) operações.

Luara Analise Matematica I Unizambeze Pá gina 22

  SUBSTITUIÇÃO

No total teremos:

n +   k = n (n + 1) / 2 multiplicações e divisões  k = n(n - 1) / 2 subtracções

Como  ( n - k ) = n (n - 1) / 2 e também  ( n - k )2 = n (n - 1) (2 n - 1) / 6 .

Obtemos a seguinte tabela :

. Somas + Subtracções Multipl. + Divisões

Factorização n ( n - 1) ( 2 n -1) / 6 n ( n2 - 1) / 3
Cálculo de b(n) n(n-1)/2 n(n-1)/2
Substituição n(n+1)/2 n(n-1)/2
TOTAL ~ n3 / 3 ~ n3 / 3

é fácil ver que a sucessão do número total de operações, ao considerarmos uma dimensão da
matriz elevada, é assimptoticamente equivalente a 2 n3 / 3. Normalmente, como tempo de cálculo
é muito superior numa multiplicação ou divisão, considera-se apenas que
assimptoticamente o método de eliminação de Gauss envolve n3 / 3 operações (*, / ).

7. Ficha de exercícios

Luara Analise Matematica I Unizambeze Pá gina 23

 1. Efectuando os cálculos com três casas decimais, determine a solução do sistema de
equações lineares AX=B  por meio do método de Jacobi, onde :

2. Resolver o sistema linear abaixo para encontrar os valores de x, y e z, usando o método

escalonada.

3. Efectuando os cálculos com três casas decimais, determine a solução do sistema de

equações lineares AX=B  por meio do método de Karl, onde 

4. Utilizando o método de Jacobi, vamos determinar a solução do sistema de equações

lineares AX = B onde

Luara Analise Matematica I Unizambeze Pá gina 24

8. Conclusão

Depois de explanação do trabalho conclui que, O método iterativo de Jacobi é um método

clássico que data do final do século XVIII. Técnicas iterativas são raramente utilizadas para
solucionar sistemas lineares de pequenas dimensões, já que o tempo requerido para obter um
mínimo de precisão ultrapassa o requerido pelas técnicas directas como a eliminação gaussiana.
Contudo, para sistemas grandes, com grande percentagem de entradas de zero (sistemas
esparsos), essas técnicas aparecem como alternativas mais eficientes. Sistemas esparsos de
grande porte frequentemente surgem na análise de circuitos, na solução numérica de problemas
de valor de limite e equações diferenciais parciais.

Luara Analise Matematica I Unizambeze Pá gina 25

9. Referências bibliográficas

PAaulo Rebelo, Álgebra Linear e Numérica, Serviços gráficos da Universidade da

Beira Interior, 2017=2018.

Paulo Rebelo, Álgebra Linear e Numérica, Parte II, Serviços gráficos da

Universidade da Beira Interior, 2006.

Paulo Rebelo & Ilda Rodrigues, Álgebra Linear segundo as aulas do Prof. Doutor
Sampaio Martins, Serviços gráficos da Universidade da Beira Interior, 2016=2017.

http://biografiaecuriosidade.blogspot.com/2016/02/

https://upload.wikimedia.org/wikipedia/commons/c/c3/Diophantus-cover-Fermat.

Carlos J. S. Alves, Resumo da matéria teórica de Análise Numérica,

www.math.ist.utl.pt/

Adérito Araujo, Métodos Numéricos: Complementos e guia prático,

http://www.mat.uc.pt/~alma/aulas/anem/sebenta/.
José Alberto Rodrigues Análise Numérica: Introdução, Aplicação e Programação
Lisboa: Edições Sílibo, 2003.

Edite Manuela da G.P. Fernandes, Computação Numérica, Braga: Universidade do

Minho, 1997.

Luara Analise Matematica I Unizambeze Pá gina 26