UNIVERSIDADE FEDERAL DE UBERLNDIA

FACULDADE DE MATEMTICA

PROJETO PIBEG

Unidade
Zeros de funes reais
0011 0010

1
452

Sumrio:

0011 0010

1 Introduo
1.1 Isolamento das razes
1.2 Refinamento
2 Mtodo da Bisseo
2.1 Interpretao Geomtrica
2.2 Algoritmo
2.3 Estimativa do Nmero de Iteraes
2.4 Estudo da Convergncia
3 Mtodo do Ponto Fixo
3.1 Interpretao Geomtrica
3.2 Estudo da convergncia do MPF
3.3 Algoritmo
3.4 Ordem de convergncia do MPF
4 Mtodo de Newton - Raphson
4.1 Interpretao Geomtrica
4.2 Estudo da convergncia do MNR
4.3 Algoritmo
4.4 Ordem de convergncia do MNR

1
452

1 Introduo

0011 0010

1
452

 Em muitos problemas de Cincia e Engenharia h a necessidade de

se determinar um nmero r para o qual uma funo f (x) seja zero,
ou seja, f (r)=0.
Este nmero chamado zero ou raiz da funo f (x) e pode ser real
ou complexo. Em nossos estudos r representar uma raiz real.
Graficamente, os zeros reais so representados pelos pontos de
interseo da curva com o eixo Ox, conforme figura abaixo:
f(x)

r1

0011 0010

r2

r3

1
452

 O objetivo desta unidade o estudo de mtodos numricos

para a resoluo de equaes no-lineares, as quais no possuem
soluo analtica.
Exemplo: f ( x ) e sen( x )
x

A idia central destes mtodos partir de uma aproximao

inicial para a raiz e em seguida refinar essa aproximao atravs
de um processo iterativo do tipo:

x0
dado

xi F ( xi 1 ),

i 1,..., n

F(x) chamada funo de iterao.

0011 0010

1
452

 Portanto, o processo iterativo pode ser dividido em duas

fases:

Fase I - Localizao ou isolamento das razes:

Consiste em obter um intervalo [a,b] que contm uma nica raiz;

Fase II - Refinamento:
Consiste em, escolhidas aproximaes iniciais no intervalo
[a,b], melhor-las sucessivamente at se obter uma
aproximao para a raiz dentro de uma preciso prefixada.

0011 0010

1
452

1.1 Fase I: Isolamento das razes

Nesta fase feita uma anlise grfica e terica da funo.
A preciso desta anlise o pr-requisito para o sucesso da fase II.
1.1.1 - Anlise Grfica
Esta anlise pode ser feita atravs de um dos seguintes processos:
i) Esboar o grfico da funo f (x) e localizar as abscissas

dos pontos de interseo da curva com o eixo ox ;

Exemplo: f ( x) x 9 x 3
3

r1 [4,3]
r2 [0,1]
r3 [2,3]

40
30
20
10
0

r1

r3

r2

-10
-20

0011 0010

-30
-4

-3

-2

-1

1
452
4

ii) A partir da equao f (x) = 0, obter a equao equivalente

g(x) = h(x), esboar os grficos g(x) e h(x) no mesmo eixo
f (r ) 0e
g (r ) h(os
r ). pontos x de interseo das duas curvas,
cartesiano
localizar
pois
Exemplo: f ( x) e x x 0
8

Resoluo:

7
6

x e x
g ( x) e x
h( x ) x

r [0,1]

3
2
1

g(x)

-1
-2
-2

0011 0010

h(x)

-1

1
452

1.1.2 Anlise Terica

Nesta anlise usamos freqentemente o teorema de Bolzano:
Seja uma funo contnua no intervalo [a, b]. Se f (a) f (b) < 0,
ento existe pelo menos um ponto x = r entre a e b que zero de f (x)
Graficamente:

f(x)

r2

r1

r3

f(x)

0011 0010

r1

r2

b
x

1
452

 Sob as hipteses do teorema anterior, se f(x) existir e preservar

Graficamente:

o sinal em [a, b], ento existe uma nica raiz neste intervalo.

f(x)

f(x)

b
b

f ' ( x) 0, x [a, b]

0011 0010

f ' ( x) 0, x [a, b]

1
452

 Podemos aplicar este teorema atribuindo valores para x e analisar

o sinal de f (x).
3
Exemplo: f(x) = x 9 x 3

x
f(x)

-10 -5
-

-3

-1

- Analisando a mudana de sinal podemos concluir que existe pelo

menos uma raiz dentro dos intervalos indicados.
2
f
'
(
x
)

3
x
9 conserva o sinal
- Derivando a funo descobrimos que
em cada um dos intervalos, portanto cada raiz nica no intervalo.
0011 0010

1
452

 Observao
Se f (a) f (b) > 0 ento pode existir ou no razes no intervalo [a,b].
f(x)

Graficamente:

f(x)

0011 0010

f(x)

r1

r2

r1

1
452

1.2 Fase II: Refinamento

Esta fase consiste em aproximarmos uma raiz r dentro do
intervalo [a, b] atravs de um mtodo iterativo.
Um mtodo iterativo uma seqncia de instrues que so
executadas passo a passo, algumas das quais so repetidas em
ciclos, cada ciclo recebe o nome de iterao.
Estas iterao utilizam valores obtidos em iteraes anteriores
para encontrar uma nova aproximao para a raiz.
Estes mtodos fornecem uma aproximao para a raiz exata.
1.2.1 Critrios de parada

1
452

Durante a aplicao de uma mtodo para determinar-se uma raiz,

necessitamos que uma certa condio seja satisfeita para
estabelecer se o valor de xi est suficientemente prximo de r.
0011 0010

 O valor de xi raiz aproximada com preciso se:

i) | xi r |
ii) | f ( xi ) |
Nem sempre possvel ter as duas exigncias satisfeitas
simultaneamente, analisemos os casos abaixo:
f(x)

| f ( xi ) |

| xi r |

f(x)

| xi r |

0011 0010

| f ( xi ) |

xi

xi

1
452
x

 Como no conhecemos o valor da raiz r para aplicar o teste

i) |xi r| < , usamos freqentemente os conceitos de erro
absoluto e erro relativo para determinarmos o critrio de parada.
a) Erro absoluto:

| xi xi 1 |
b) Erro relativo:

xi xi 1

xi
0011 0010

1
452

2 Mtodo da Bisseo

0011 0010

1
452

 Condies para aplicao:

-A funo deve ser contnua no intervalo [a, b], onde contm
pelo menos uma raiz, ou seja, f (a) f (b) < 0.
-Caso o intervalo contenha duas ou mais razes, o mtodo
encontrar uma delas.
O objetivo deste mtodo reduzir a amplitude do intervalo
inicial que contm a raiz at que seu comprimento seja
menor que a preciso desejada, usando para isso sucessivas
divises de [a, b] ao meio.

0011 0010

1
452

2.1 Interpretao Geomtrica

f(x)

a10

ax21

ax32

bx3210

b0

Iterao 3:
2:
1:

x102 = (a102 + b102)

2
(x210)) <> 00
ff (x
0011 0010

a321 = xa210
b132 = xb021
r a132 , b132]

1
452

2.2 Algoritmo
Seja f (x) contnua em [a, b] e tal que f (a) f (b) < 0.
1) Dados iniciais:
a) intervalo inicial [a, b];
b) preciso
2) Se (b a) < , ento escolha para r x [a, b]. FIM.
3) k = 1
ab
2
5) Se f (a) f ( xk ) 0 , faa a xk . V para o passo 7

4) xk

6) b xk .
7) Se (a b) < , escolha para r x [a, b]. FIM.
8) k = k +1. Volte ao passo 4.
0011 0010

1
452

2.3 - Estimativa do nmero de iteraes

Dada uma preciso e um intervalo [a, b], vamos determinar quantas

iteraes k sero efetuadas pelo mtodo da Bisseo at que
bk ak < . Sendo k um nmero inteiro.
a0

b0
a1

b1

a2

b2

a3 b3

b0 a0
2

b1 a1 b0 a0

2
22

0011 0010

b2 a2
2
b0 a0
2k

b0 a0
23

1
452

Deve-se obter o valor de k tal que bk ak , ou seja:

b0 a0

k
2

b0 a0
2

b0 a0
k log 2 log

log(b0 a0 ) log
k
, k
log 2

0011 0010

1
452

2.4 - Estudo da convergncia da Bisseo:

Seja f (x) uma funo contnua em [a, b], onde f (a) f (b) < 0.
O mtodo da bisseo gera trs seqncias:

{ak } : no-decrescente e limitada superiormente por b0

tal que: lim ak t
k

{bk } : no-crescente e limitada inferiormente por a0

tal que: lim bk s
k

{xk } : por construo temos que xk

t IR

s IR

ak bk
ak xk bk , k
2

1
452

A amplitude de cada intervalo gerado a metade da amplitude do

anterior, assim temos:
b0 a0
bk ak
2k

0011 0010

Aplicando o limite temos:

b0 a0
0
k
k
k
2
lim bk lim ak 0 lim bk lim ak Ento t = s
k
k
k
k
lim (bk ak ) lim

Seja = t = s o limite das duas seqncias, aplicando o limite

na seqncia xk temos que:
ak bk
lim xk lim

k
k
2
2
Resta provarmos que

zero da funo, ou seja, f () = 0.

Em cada iterao k temos que f (ak ) f (bk ) 0 , ento:

0 lim f (ak ) f (bk ) lim f (ak ) lim f (bk )
k

0 f ( lim ak ) f ( lim bk ) f (t ) f ( s ) [ f ()]2

k

0 [ f ()]2 0 f () 0
0011 0010

1
452

3 Mtodo da Iterao Linear

(Mtodo do Ponto Fixo)

0011 0010

1
452

 Seja f (x) uma funo contnua em [a, b], intervalo que contm
uma raiz r da equao f (x) = 0.
O Mtodo da Iterao Linear (MIL ou MPF) consiste em
transformar f (x) = 0 em uma equao equivalente x = (x), onde
(x) uma funo de iterao.
A partir de uma aproximao inicial x0 gerar uma seqncia
{ xk } .
de aproximaes sucessivas atravs do processo
iterativo dado por:

xi ( xi 1 ), i 1, 2,

0011 0010

1
452

3.1 - Interpretao Geomtrica

Graficamente, uma raiz da equao x = (x) a abcissa do ponto
de interseco da reta y = x e da curva y = (x)
f(x)

yx

r x2
0011 0010

x1

x0

y (x)

1
452

Exemplo: Encontre uma funo de iterao (x) para a seguinte

equao x 3 x 6 0.
Existem vrias funes de iterao para esta equao, por
exemplo:
dado x0 1.5
36 x 3
a)

(
x
)

1 1 6 x

6 x

xb)
6 1.65 x 2.625
1
2
x2 6 26.6253 12.088

x1

6 1.5 1.651

x2

6 1.651 1.632

x3

6 1.632 1.635

6 1
d)

4
2
no converge
x
x

converge

36 (212.088) 3 1772.3
xc)

3
x 1

e)
0011 0010

1
452

 Analisemos alguns casos de funo de iterao:

( x )

f(x)

x0

x1

x2

(x)

f(x)

x2

Converge

x0

x1

Converge

(x)

f(x)

f(x)

(x)
x2

0011 0010

x1 x0

No Converge

x2 x0

x1

1
452

No Converge

3.2 Estudo da Convergncia do MIL

Para que o MIL fornea uma soluo da equao f (x) = 0
necessrio que a seqncia gerada {xk }, dada por xk 1 ( xk ) ,
seja convergente.
A convergncia ser dada pelo seguinte teorema:
Teorema 2:
Seja r uma raiz da equao f (x) = 0, isolada num intervalo I
centrado em r. Seja (x) uma funo de iterao para a equao
f (x) = 0. Se:
i) (x) e ' ( x) so contnuas em I

ii) | ' ( x) | M 1, x I

iii) x0 I
ento a seqncia {xk } gerada converge para a raiz r.

0011 0010

1
452

 Demonstrao
1) Provemos que se x0 I , ento xk I , k :
r uma raiz exata da equao f (x) = 0.
Assim, f (r ) 0 r (r ) e,
para qualquer k, temos: xk 1 ( xk )

xk 1 r ( xk ) (r ) (1)
x) contnua e diferencivel em I, ento, pelo Teorema do Valor
Mdio, se xk I , existe ck entre xk e r tal que:

' (ck )( xk r ) ( xk ) (r ) (2)

Portanto, comparando (1) e (2), resulta

xk 1 r ' (ck ) ( xk r )
0011 0010

1
452

Ento, k ,

| xk 1 r | | ' (ck ) | | xk r | | xk r |

1

ou seja, a distncia entre xk 1 e r estritamente menor que a

distncia entre xk e r e, como I est centrado em r, temos que se
xk 1ento
I.
xk I , .
Por hiptese, x0 I , ento xk I , k .
2) Provemos que lim xk r :
k

De (1) , segue que:

| x1 r | | ' (c0 ) | | x0 r | M | x0 r |

M

0011 0010

( c0 est entre x0 e r )

1
452

| x2 r | | ' (c1 ) | | x1 r | M | x1 r | M 2 | x0 r |

M
( c1 est entre x1 e r )

| xk r | | ' (ck 1 ) | | xk 1 r | M | xk 1 r | M k | x0 r |

M
( ck est entre xk e r )

Ento,

lim | xk r | lim M k | x0 r | 0
k

Assim,

lim | xk r | 0 lim xk r.
k

0011 0010

pois 0 < M < 1.

1
452

3.3 Algoritmo do MIL

Considere a equao f (x) = 0 e a equao equivalente x = x)
1) Dados iniciais:
a) x0 : aproximao inicial;
b) 1 e 2 : precises.
2) Se | f ( x0 ) | 1 , faa r x0 . FIM.
3) i = 1
4) x1 ( x0 )
5) Se | f ( x1 ) | 1

ento faa r x1. FIM.

ou se | x1 x0 | 2
6) x0 x1
0011 0010

7) i = i +1. Volte ao passo 4.

1
452

3.4 Ordem de convergncia do MIL

Definio: Seja {xk } uma seqncia que converge para um nmero
r e seja ek xk r o erro na iterao k.
Se existir um nmero p > 1 e uma constante C > 0, tais que
| ek 1 |
C
p
k | e |
k

lim

(2)

ento p chamada de ordem de convergncia da seqncia {xk } e

C a constante assinttica de erro.
Uma vez obtida a ordem de convergncia p de um mtodo
iterativo, ela nos d uma informao sobre a rapidez de
convergncia do processo.
De (2) podemos escrever:
0011 0010

| ek 1 | C | ek | p para k

1
452

 Provaremos que o MIL tem convergncia apenas linear.

Conforme foi demonstrado, temos que:

xk 1 r ' (ck )( xk r )
xk 1 r

' ( ck )
xk r
Tomando o limite quando k
lim

xk 1 r
lim ' (ck ) ' ( lim (ck )) ' (r )
k
k
xk r

Portanto,

ek 1
' (r ) C e | C | 1
k e
k
lim

1
452

Ento para grandes valores de k o erro em qualquer iterao

proporcional ao erro na iterao anterior, sendo (r ) o fator de
proporcionalidade.
0011 0010

4 Mtodo de
Newton - Raphson

0011 0010

1
452

 No estudo do mtodo do ponto fixo, vimos que:

i) uma das condies de convergncia que | ' ( x) | M 1, x I ,
onde I contm a raiz r;
ii) a convergncia do mtodo ser mais rpida quanto menor for
|(r)|.
Com a finalidade de acelerar e garantir a convergncia, o MNR
procura uma funo de iterao x) tal que (r) = 0.
Partindo da forma geral para x), iremos obter a funo A(x)
tal que (r) = 0.

( x) x A( x) f ( x)

' ( x) 1 A' ( x) f ( x) A( x) f ' ( x)

' (r ) 1 A' (r ) f (r ) A(r ) f ' (r )
0011 0010

' (r ) 1 A(r ) f ' (r )

1
452

Assim, ' (r ) 0 1 A(r ) f ' (r ) 0 A(r )

A( x)

1
f ' (r )

1
(desde que f ' (r ) 0).
f ' ( x)

donde tomamos
Ento, dada f (x), a funo de iterao representada por
f ( x)
( x) x
f ' ( x)

ser tal que (r) = 0, pois como podemos verificar:

[ f ' ( x)]2 f ( x) f ' ' ( x) f ( x) f ' ' ( x)
' ( x) 1

2
[ f ' ( x)]
[ f ' ( x)]2

' (r )
0011 0010

f (r ) f ' ' (r )
0
2
[ f ' (r )]

1
452

4.1 Interpretao Geomtrica

Dado o ponto ( xi , f ( xi )) traamos a reta Li (x) tangente curva
neste ponto, dado por Li ( x) f ( xi ) f ' ( xi )( x xi )
f(x)

f (x)

L1

x0

L0

x2

0011 0010

x1

1
452

4.2 Estudo da Convergncia do MNR

Teorema 3:
Sejam f (x), f(x), f(x) contnuas num intervalo I que contm
a raiz x = r de f (x) = 0. Suponha que f(r) 0.
Ento, existe um intervalo I I , contendo a raiz r, tal que se
x0 I.,
a funo de iterao
xk 1 xk

f ( xk )
convergir para a raiz.
f ' ( xk )

Demonstrao
Devemos provar que as hipteses do Teorema 2 esto satisfeitas
para
f ( x)
( x) x
f ' ( x)

0011 0010

1
452

i) Afirmao: (x) e (x) so contnuas em I1.

f ( x)
Temos: ( x) x
f ' ( x)

f ( x) f ' ' ( x)
' ( x)
[ f ' ( x )]2

Por hiptese, f (r) 0 e, como f (x) contnua em I, possvel

obter I1 I tal que f (x) 0, x I1.
Assim, no intervalo I1 I, tem-se que f (x), f (x) e f (x) so
contnuas e f (x) 0. Ento (x) e (x) so contnuas em I1.
ii) Afirmao: |(x)| < 1, x I 2
Como (x) contnua em I1 e (r) = 0, possvel escolher
I 2 I tal que |(x)| < 1, x I 2 de forma que r seja seu centro.
Concluindo, conseguimos obter um intervalo I 2 I ,
centrado em r, tal que (x) e (x) sejam contnuas em I 2
e |(x)| < 1, x I 2 .
0011 0010

1
452

4.3 Algoritmo do MNR

Seja f (x) = 0.

1) Dados iniciais:
a) x0 : aproximao inicial;
b) 1 e 2 : precises
2) Se | f ( x0 ) | 1 , faa r x0 .FIM
3) k = 1
4)

x1 x0

f ( x0 )
f ' ( x0 )

5) Se | f ( x1 ) | 1

faa r x1. FIM

ou se | x1 x0 | 2

6) x0 x1

7) k = k + 1
Volte ao passo 4.
0011 0010

1
452

4.4 Ordem de Convergncia do MNR

Seja a funo de iterao (x) desenvolvida em srie de Taylor,
em torno de x = r:
' ( r ) ( x r ) " ( ) ( x r ) 2
( x) (r )

, [ x,r ]
1!
2!
' (r ) 0

mas, (r ) r
x (x )
i 1
i

Generalizando para xi 1 , resulta:

" (i 1 ) ( xi 1 r ) 2
( xi 1 ) r
, i 1 [ xi 1 , r ]
2!
" (i 1 )
" (i 1 )
2

ou, xi r
lim
i

ei
ei 1

0011 0010

( xi 1 r )

2
" (i 1 )
lim
i
2

ei

ei 1

1
452

se,

xi 1 r

i 1 r

portanto lim
i

ei
ei 1

" (i 1 )
" (r )

C
2
2

Assim para i suficientemente grande pode-se escrever:

ei

C ei21

ou seja, o erro da iterao do MNR proporcional ao

quadrado do erro da iterao anterior. Por isso, diz-se que a
convergncia quadrtica, ou seja, p = 2.

0011 0010

1
452