Captulo 3

Equac
oes n
ao Lineares

3.1 Introdu
c
ao
Um dos problemas que ocorrem mais frequentemente em trabalhos cientficos e calcular as razes de
equacoes da forma:
f (x) = 0 ,
onde f (x) pode ser um polinomio em x ou uma funcao transcendente. Em raros casos e possvel ob-
ter as razes exatas de f (x) = 0, como ocorre por exemplo, supondo-se f (x) um polinomio fator avel.
Atraves de tecnicas numericas, e possvel obter uma solucao aproximada, em alguns casos, t
ao pr
oxima
da solucao exata, quanto se deseje. A maioria dos procedimentos numericos fornecem uma sequencia de
aproximacoes, cada uma das quais mais precisa que a anterior, de tal modo que a repetic ao do proce-
dimento fornece uma aproximacao a qual difere do valor verdadeiro por alguma tolerancia pre-fixada.
Estes procedimentos sao portanto muito semelhantes ao conceito de limite da analise matem atica. Va-
mos considerar varios m etodos iterativos para a determinacao de aproximacoes para razes isoladas
de f (x) = 0. Sera dada uma atencao especial `as equacoes polinomiais em virtude da importancia que as
mesmas gozam em aplicacoes praticas.

Inicialmente recordemos um importante resultado da Algebra.

Teorema 3.1 - Se uma func ao contnua f (x) assume valores de sinais opostos nos pontos extremos do
intervalo [a, b], isto e, se f (a) f (b) < 0, ent ao existe pelo menos um ponto x [a, b], tal que
f (
x) = 0.

Prova: A prova deste teorema pode ser encontrada em [.. , 19..]

Defini ao 3.1 - Se f : [a, b] IR e uma func

c [a, b] e um zero (ou raiz) de f se
ao dada, um ponto x
f (
x) = 0.

Ilustraremos graficamente esses conceitos nos exemplos a seguir.

Exemplo 3.1 - Seja f : (0, ) IR. Determinar as razes de f (x) = ln x.

Solu
cao: O grafico de ln x e dado na Figura 3.1.

55
CAPITULO 3. EQUAC
OES LINEARES
NAO 56

1
ln x
-
1 2 3
1

Figura 3.1

Nesse caso vemos que f (0.5) f (1.5) < 0. Portanto existe uma raiz de f (x) no intervalo (0.5, 1.5).
Alem disso a curva intercepta o eixo dos x num u
nico ponto, pois trata-se de uma funcao crescente. Ent
ao
x
= 1 e a u
nica raiz de f (x) = 0.

Exemplo 3.2 - Seja f : (0, ) IR. Determinar as razes de f (x) = ex .

Solu
cao: O grafico de ex e dado na Figura 3.2.

ex
3

1
-
1 2

Figura 3.2

Nesse caso vemos a curva nao intercepta o eixo dos x, logo nao existe x
tal que f (
x) = 0 .

Exemplo 3.3 - Seja f : [0, 2] IR. Determinar as razes de f (x) = cos x.

Solu
cao: O grafico de cos x e dado na Figura 3.3.

1 6

cosx

-
2 4

1
Figura 3.3
CAPITULO 3. EQUAC
OES LINEARES
NAO 57

Nesse caso vemos que: f (1) f (2) < 0 e f (4) f (5) < 0, ou seja a curva intercepta o eixo dos x
em dois pontos. Assim temos uma raiz x no intervalo (1, 2) e outra no intervalo (4, 5). Sabemos da
=
trigonometria que: x 2 ' 1.5708 e x
= 3 ' 4.7124 sao razes de f (x) = 0.
2
Definic
ao 3.2 - Um ponto x [a, b] e uma raiz de multiplicidade m da equac
ao f (x) = 0 se f (x) =
)m g(x); com g(
(x x x) 6= 0 em [a, b].

Exemplo 3.4 - Seja f : IR IR. Determinar as razes de f (x) = x2 + 2 x + 1 = (x + 1)2 = 0.

Solu
cao: O grafico de f (x) e dado na Figura 3.4.

3
(x + 1)2

-
3 1 1
Figura 3.4

Nesse caso vemos que a curva apenas toca o eixo dos x. Assim, x
= 1 e raiz de multiplicidade 2 de
f (x) = 0.

Como vimos nos exemplos anteriores, podemos obter o n umero exato de razes e sua localizac
ao exata
ou aproximada tracando o grafico da funcao e encontrando o ponto onde a curva intercepta o eixo dos x.
Entretanto algumas vezes e mais conveniente rearranjar a equacao dada como y1 (x) = y2 (x), para duas
funcoes y1 e y2 , cujos graficos s
ao mais faceis de serem tracados do que o da f . As razes da equac ao
original sao dadas entao pelos pontos onde o grafico de y1 intercepta o de y2 . Ilustraremos este fato no
proximo exemplo.
2
2)
Exemplo 3.5 - Seja f : IR IR. Determinar as razes de f (x) = (x + 1)2 e(x 1 = 0.

Solu
cao: Podemos rearranjar a equacao dada, por exemplo, como:
2
(x + 1)2 = e(2x ) .
2
Fazendo y1 = (x + 1)2 , y2 = e(2x )
e colocando as duas curvas no mesmo grafico, obtemos a Figura
3.5.
CAPITULO 3. EQUAC
OES LINEARES
NAO 58
6
6
y1

2
y2

2 x
1 x
1 2
Figura 3.5

claro observando-se a Figura 3.5 que as duas curvas se interceptam apenas duas vezes. Portanto
E
no intervalo (2, 1) e outra no intervalo (0, 1).
a equacao dada tem precisamente duas razes. Uma raiz x

Este ultimo exemplo ilustra bem a razao da utilizacao de metodos n umericos para determinar a soluc
ao
de equacoes nao lineares. Ao contrario dos exemplos anteriores, onde foi razoavelmente facil determinar
as razes da funcao dada, aqui fica difcil dizer com exatidao qual e o valor de x
tal que f (
x) = 0.
Para descrevermos um metodo numerico extremamente simples, e de facil compreensao, suponha que
f (x) seja uma funcao contnua em [a, b]. Pelo Teorema 3.1, temos que se f (x) em x = a e x = b tem
sinais opostos, entao f (x) tem no mnimo um zero em [a, b]. Esse resultado fornece um caminho simples,
mas efetivo, para encontrar a localizacao aproximada dos zeros da f . Considere novamente a equac ao do
2
exemplo 3.5, isto e, f (x) = (x + 1)2 e(x 2) 1. Valores de f (x) para x = 3, 2, . . . , 3 est ao contidos
na tabela a seguir:
x 3 2 1 0 1 2 3
f (x) 4385.5 6.4 1.0 0.9 0.5 65.5 17545.1
A funcao portanto possui zeros no intervalo [2, 1] e [0, 1]. (Note que o mesmo resultado foi obtido
graficamente). Estamos agora em condicoes de descrever um metodo numerico, conhecido como M etodo
da Bissec cao, o qual reduz o comprimento do intervalo que contem a raiz, de maneira sistem atica.
Considere o intervalo [a, b] para o qual f (a) f (b) < 0. No metodo da bisseccao calculamos o valor
da funcao f (x) no ponto medio: x1 = a + b
2 . Portanto existem tres possiblidades. Primeiramente, fi-
caramos felizes, (embora seja quase impossvel), se o valor da funcao calculado no ponto x1 fosse nulo,
isto e: f (x1 ) = 0. Nesse caso x1 e o zero da f e nao precisamos fazer mais nada. Em segundo lugar, se
f (a) f (x1 ) < 0, entao f tem um zero entre a e x1 . O processo pode ser repetido sobre o novo intervalo
[a, x1 ]. Finalmente, se f (a) f (x1 ) > 0, segue que f (b) f (x1 ) < 0, desde que e conhecido que f (a) e
f (b) tem sinais opostos. Portanto f tem um zero entre x1 e b, e o processo pode ser repetido com [x1 , b].
A repeticao do metodo e chamado iterac ao e as aproximacoes sucessivas sao os termos iterados. Assim,
o metodo da bisseccao pode ser descrito como:

Para k = 1, 2, . . ., faca:
a+b
xk = .
2

< 0 entao b = xk ,
Se f (a) f (xk )
>0 entao a = xk .

Uma interpretacao geometrica do metodo da bisseccao e dada na Figura 3.6.

CAPITULO 3. EQUAC
OES LINEARES
NAO 59

f (x) 6
f (b)

a x2 x

-
x3 x1 b x

f (a)
Figura 3.6

Para ilustrar o metodo da bisseccao, considere que desejamos calcular a raiz positiva da equac ao do
Exemplo 3.5, iniciando com o intervalo [0, 1]. Para essa equacao temos que f (0) < 0 e f (1) > 0. O
ponto medio e x1 = 0.5, com f (x1 ) = 0.6090086. Desde que f (0) f (0.5) > 0, deduzimos que a raiz da
equacao esta em [0.5, 1]. Os primeiros passos do metodo da bisseccao, para esta equacao, est
ao mostrados
na tabela:

k a b xk f (xk )

1 0 1 0.5 -0.609009
2 0.5 1 0.75 -0.272592
4 0.75 1 0.875 0.023105
4 0.75 0.875 0.8125 -0.139662
5 0.8125 0.875 0.84375 -0.062448
6 0.84375 0.875 0.859375 -0.020775
..
.
Continuando o processo obteremos: x16 = 0.866868 e x17 = 0.866876. Isso significa que o intervalo
incial [0, 1] foi reduzido ao intervalo[0.866868, 0.866876], e portanto a raiz positiva da equac
ao dada e
aproximadamente: x = 0.86687. Note que ate agora nao falamos como devemos proceder para obter o
resultado com uma quantidade de casas decimais corretas. Isso sera discutido mais adiante.

Exerccios
3.1 - Dadas as func
oes:
a) x3 + 3 x 1 = 0,
b) x2 sen x = 0,
pesquisar a existencia de razes reais e isol
a-las em intervalos.
3.2 - Justifique que a func
ao:
(x + 1)
f (x) = cos + 0.148 x 0.9062 ,
8
CAPITULO 3. EQUAC
OES LINEARES
NAO 60

possui uma raiz no intervalo (1, 0) e outra no intervalo (0, 1).

Existem varios metodos numericos para determinacao (aproximada) das razes da equac ao f (x) = 0,
mais eficientes que o metodo da bisseccao. Descreveremos a seguir alguns desses metodos, discutindo suas
vantagens e desvantagens. Antes, porem, daremos um procedimento que deve ser seguido na aplicac ao
de qualquer metodo numerico para determinar um zero de f (x) = 0, com uma precisao pre-fixada.

Processo de Parada
1) Para aplicar qualquer metodo numerico deveremos ter sempre uma ideia sobre a localizac ao da
raiz a ser determinada. Essa localizacao e obtida , em geral, atraves de grafico. (Podemos tambem
localizar o intervalo que contem a raiz fazendo uso do Teorema 3.1). A partir da localizac ao da
raiz, escolhemos entao x0 como uma aproximacao inicial para a raiz x de f (x) = 0. Com essa
aproximacao inicial e um metodo numerico refinamos a solucao ate obte-la com uma determinada
precisao (n
umero de casas decimais corretas) .
2) Para obtermos uma raiz com uma determinada precisao  devemos, durante o processo iterativo,
efetuar o seguinte teste: Se
|xk+1 xk |
<  , (erro relativo) ,
|xk+1 |
onde  e uma precisao pre-fixada; xk e xk+1 sao duas aproximacoes consecutivas para x
, ent
ao
xk+1 e a raiz procurada, isto e, tomamos x
= xk+1 .

Observa
coes:
a) Em relacao `a precisao pre-fixada, normalmente tomamos  = 10m onde m e o n
umero de casas
decimais que queremos corretas no resultado.
b) Apesar de alguns autores considerarem como teste de parada o fato de |f (xk+1 )| < , e preciso ter
muito cuidado pois a menos que se tenha uma ideia muito clara do comportamento da func ao o fato
desse teste ser satisfeito nao implica necessariamente que xk+1 esteja proximo da raiz procurada,
como pode ser observado no seguinte exemplo: considere f (x) = x3 lnx = 0, onde a u nica raiz
e x
= 1. Calculando f (x) para x = 2, 4, 8, 16, 32, . . . obtemos, respectivamente: 0.0866, 0.0217,
0.00406,0.0006769,0.0001058,. . . isto e, quanto mais longe estamos de x
, menor e o valor de f (x).
c) Alguns autores consideram como teste de parada o fato de |xk+1 xk | < , chamado de erro
absoluto. Entretanto, se esses n umeros forem muito grandes e  for muito pequeno, pode n ao
ser possvel calcular a raiz com uma precisao tao exigente. Como exemplo, resolva a equac ao
f (x) = (x 1)(x 2000) = 0 com  = 104 usando os criterios de erro relativo e erro absoluto.
Voce ira verificar que o n
umero de iteracoes e muito maior para o criterio do erro absoluto. Isso
ocorre porque a raiz que estamos procurando tem modulo grande e portanto e muito mais difcil
tornar o erro absoluto menor do que .
Quando fazemos um programa computacional, devemos considerar o erro relativo escrito na seguinte
forma:
|xk+1 xk | <  max{1, |xk+1 |} ,
pois se |xk+1 | estiver proximo de zero o processo nao estaciona. Alem do teste do erro relativo, devemos
colocar um n umero maximo de iteracoes pois se o programa nao estiver bem, ou se o metodo n ao se
aplicar ao problema que se esta resolvendo, o programa entrara em looping.