CAPITULO 3.

EQUAC
OES LINEARES
NAO 61

3.2 Itera
c
ao Linear
A fim de introduzir o metodo de iteracao linear para o calculo de uma raiz da equacao:
f (x) = 0 , (3.1)
onde f (x) e uma funcao contnua num intervalo que contenha a raiz procurada, expressamos, inicialmente,
a equacao (3.1) na forma:
x = (x) , (3.2)
de maneira que qualquer solucao de (3.2) seja, tambem, solucao de (3.1). Para qualquer func ao ,
qualquer solucao de (3.2) e chamada de ponto fixo de (x). Assim, o problema de determinar um zero
de f (x) foi transformado no problema de determinar o ponto fixo de (x), e essa transformac
ao n
ao deve
alterar a posicao da raiz procurada.
Em geral, ha muitos modos de expressar f (x) na forma (3.2). Basta considerarmos:
(x) = x + A(x) f (x) ,
para qualquer A(x) tal que A( x) 6= 0.
Nem todas, porem, serao igualmente satisfatorias para as nossas finalidades.
Algumas formas possveis da equacao:
f (x) = x2 x 2 = 0; (3.3)
cujas razes sao -1 e 2, por exemplo, sao:
a) x = x2 2 c) x = 1 + x 2

2
b) x = 2+x d) x = x x m
2x 8 , m 6= 0.

claro, que nao necessitamos de um metodo n

E umerico para calcular as razes de uma equacao do
segundo grau, contudo esse exemplo ilustrara de maneira objetiva os nossos propositos.
Como ja dissemos anteriormente, geometricamente, (3.1) tem como solucao a intersecc ao do grafico
da f com o eixo x, enquanto que uma raiz de (3.2) e um n umero x
, para o qual a reta y1 = x intercepta
a curva y2 = (x). Pode ocorrer, naturalmente, que estas curvas nao se interceptem, caso em que
nao havera raiz real. Admitiremos, contudo, que essas curvas se interceptem no mnimo, uma vez; que
estamos interessados em determinar uma dessas razes, digamos x , e que (x) e 0 (x) sejam contnuas
num intervalo que contenha essa raiz.
Seja x0 uma aproximacao inicial para a raiz x
de (3.2). Obtemos as aproximacoes sucessivas xk para
a solucao desejada x
, usando o processo iterativo definido por:
xk+1 = (xk ) , k = 0, 1, . . . . (3.4)
Esse processo e chamado M etodo Iterativo Linear.
Para que esse processo seja vantajoso, devemos obter aproximacoes sucessivas xk , convergentes para
a solucao desejada x
. Contudo, e facil obter exemplos para os quais a sequencia xk diverge.
Exemplo 3.6 - Considerando em (3.3), x = x2 2 e tomando x0 = 2.5, determinar a raiz x
= 2.
Solu
c
ao: Usando (3.4), obtemos:
x1 = (x0 ) = x20 2 = (2.5)2 2 = 4.25
x2 = (x1 ) = x21 2 = (4.25)2 2 = 16.0625
x3 = (x2 ) = x22 2 = (16.0625)2 2 = 256.00391
..
.
CAPITULO 3. EQUAC
OES LINEARES
NAO 62

e e obvio que se trata de uma sequencia divergente. Assim, a escolha de (x) = x2 2 nao produz um
processo iterativo que seja convergente.

As condi c
oes suficientes que a funcao (x) deve satisfazer para assegurar a convergencia da iterac
ao
linear estao contidas no Teorema 3.4. Vejamos antes dois teoremas que serao utilizados na prova desse
Teorema.

Teorema 3.2 - Teorema do Valor M edio - Se f e contnua em [a,b] e diferenci

avel em (a,b) ent
ao
existe pelo menos um ponto entre a e b tal que:
f (b) f (a)
f 0 () = , isto e , f (b) f (a) = f 0 ()(b a) .
ba
Prova: A prova deste teorema pode ser encontrada em [Swokowski,1983].

Teorema 3.3 - Teorema da Perman encia do Sinal - Seja f uma func ao real de vari
avel real definida
e contnua numa vizinhanca de x0 . Se f (x0 ) 6= 0 ent
ao f (x) 6= 0 para todo x pertencente a um vizinhanca
suficientemente pequena de x0 .

Prova: A prova deste teorema pode ser encontrada em [Swokowski,1983].

Teorema 3.4 - Seja (x) uma func ao contnua, com derivadas primeira e segunda contnuas num in-
tervalo fechado I da forma I = (x h, x
+ h), cujo centro x ao de x = (x). Seja x0 I e M
e soluc
um limitante da forma, | 0 (x)| M < 1 em I. Ent ao:
ao xk+1 = (xk ), k = 0, 1, . . ., pode ser executada indefinidamente, pois xk I, k.
a) a iterac
b) |xk x
| 0.
c) Se 0 (
x) 6= 0 ou 0 ( x) = 0 e 00 (
x) 6= 0 e se |x0 x
| for suficientemente pequeno ent
ao a
sequencia x1 , x2 , . . . ser
a monot
onica ou oscilante.

Prova:

a) Usaremos inducao para provar que xk I, k.

i) Por hipotese x0 I.
ii) Supomos que x0 , x1 , . . . , xk I.
iii) Provemos que xk+1 I. Temos:
xk+1 x
= (xk ) (
x) .
Usando o teorema do Valor Medio, obtemos:

= 0 (k ) (xk x
xk+1 x )

onde k esta entre xk e x

. Tomando modulo, segue que:

| = | 0 (k ) ||xk x
|xk+1 x | M |xk x
|

desde que pela hipotese de inducao xk I k I e sobre I, | 0 (x)| M < 1. Assim:

|xk+1 x
| M |xk x
|.
CAPITULO 3. EQUAC
OES LINEARES
NAO 63

Como M < 1, temos que xk+1 I.

b) Pelo item a) temos que:

|xk x | M 2 |xk2 x
| M |xk1 x | . . . M k |x0 x
| .

Como M < 1, passando ao limite, obtemos:

lim M k 0 e portanto |xk x

| 0 .
k

c) Aqui dividiremos a prova em duas partes. Assim:

c.1) Seja 0 (
x) 6= 0.

Pelo Teorema da Permanencia do Sinal temos que numa vizinhanca de x

suficientemente pequena,
0 (x) tera o mesmo sinal. Assim de:

= 0 (k ) (xk x
xk+1 x ) ,

temos que:
xk x
xk+1 x

(I) Se 0 (
x) > 0 e
xk x
xk+1 x


xk x xk+1 x
(II) Se 0 (
x) < 0 e
xk x
xk+1 x

Como |xk x
| 0, a convergencia sera monotonica em (I) e em (II) sera oscilante em torno de x
.

c.2) Seja 0 (
x) = 0 e 00 (
x) 6= 0.

Usando o teorema do Valor Medio, temos que:

0 (k ) = 0 (k ) 0 (
x) = 00 (k )(k x
) ,

onde k esta entre k e x

. Assim:

= 00 (k ) (k x
xk+1 x ) (xk x
) .

Pelo teorema da Permanencia do Sinal, 00 (x) tera o mesmo sinal numa vizinhanca suficientemente
pequena de x . Como (k x
)(xk x
) 0, pois k e xk encontram-se do mesmo lado de x, segue que, se:
00 (
x) > 0 xk+1 x , k ,

00 (
x) < 0 xk+1 x , k .
Neste caso a sequencia x1 , x2 , . . . sera monotonica independente do sinal de x0 x
. Isso completa a
prova do Teorema 3.4.

Consideremos novamente a equacao (3.3). Se nosso objetivo e encontrar a raiz x

= 2, usando o
problema de ponto fixo equivalente (3.3.a), teremos:

x = x2 2 = (x).
CAPITULO 3. EQUAC
OES LINEARES
NAO 64

Para que o processo xk+1 = x2k 2 seja convergente devemos ter | 0 (x)| < 1 na vizinhanca de x = 2.
0 0 1
Temos que (x) = 2x, e desde que | (x)| > 1 para x > 2 , o Teorema 3.4 nao pode ser usado para
garantir convergencia. Entretanto, a iteracao xk+1 = x2k 2 divergira para qualquer escolha de x0 > 1
2,
como vimos anteriormente.
Por outro lado se usarmos o problema de ponto fixo (3.3.b), teremos (x) = 2 + x, e assim 0 (x) =
1 . Portanto | 0 (x)| < 1 , se e somente se x > 1.75. Assim, pelo Teorema 3.4, podemos crer que
2 2+x
a iteracao:
xk+1 = 2 + xk ,
sera convergente para qualquer escolha de x0 > 1.75, como pode ser observado no proximo exemplo.

Exemplo 3.7 - Considerando em (3.3), x = 2 + x e tomando x0 = 2.5, determinar a raiz x = 2.

Solu
cao: Tomando x0 = 2.5, obteremos a sequencia de aproximacoes:

x1 = (x0 ) = 2 + 2.5 = 4.5 = 2.1213203

x2 = (x1 ) = 2 + 2.1213203 = 4.1213203 = 2.0301035

x3 = (x2 ) = 2 + 2.0301035 = 4.0301035 = 2.0075118

x4 = (x3 ) = 2 + 2.0075118 = 4.0075118 = 2.0018771

x5 = (x4 ) = 2 + 2.0018771 = 4.0018771 = 2.0004692

x6 = (x5 ) = 2 + 2.0004692 = 4.0004692 = 2.0001173

x7 = (x6 ) = 2 + 2.0001173 = 4.0001173 = 2.0000293
..
.

a qual e, obviamente, convergente para a raiz x = 2. Este exemplo ilustra, tambem, a import
ancia da
disposicao apropriada de (3.1) na forma (3.2).

Uma ilustracao geometrica da nao convergencia

e da convergencia do metodo iterativo xk+1 = (xk )
em ambos os casos: xk+1 = x2k 2 e xk+1 = 2 + x e dada pelas Figuras 3.7 e 3.8, respectivamente.
Observe que em cada uma das figuras, escolhido o ponto x0 caminhamos verticalmente ate encontrar a
curva (x); em seguida caminhamos horizontalmente ate encontrar a reta y = x, e finalmente caminha-
mos verticalmente ate encontra o eixo dos x onde estara localizado o ponto x1 . O processo e repetido
partindo-se de x1 , e assim sucessivamente.Temos entao:

a) para x = x2 2:
CAPITULO 3. EQUAC
OES LINEARES
NAO 65

6
20
x2 2
P1 -
15 6

10

5 x
P0 -
6
-
1 x
x0 3 x1 5

Figura 3.7

b) para x = 2 + x:

6 x
P1 P0
2 6 x+2

-
1 x
x1 x0 3
Figura 3.8

Representamos na Figura 3.7 os pontos: P0 : (x0 , (x0 )) , P1 : (x1 , (x1 )), etc. Estes pontos est
ao,
obviamente, afastando-se da intersecao das duas curvas y1 = x e y2 = (x), e, ao mesmo tempo, xk est a
se afastando de x . Na Figura 3.8, os pontos P0 , P1 , etc. estao, obviamente, aproximando-se do ponto de
intersecao das duas curvas y1 = x e y2 = (x), e, ao mesmo tempo, xk esta se aproximando de x .
Assim em a) temos que o processo iterativo e divergente e em b) que o processo iterativo e convergente.

Ordem de Converg
encia
A ordem de convergencia de um metodo mede a velocidade com que as iteracoes produzidas por
esse metodo aproximam-se da solucao exata. Assim, quanto maior for a ordem de convergencia melhor
sera o metodo numerico pois mais rapidamente obteremos a solucao. Analisaremos aqui a ordem de
CAPITULO 3. EQUAC
OES LINEARES
NAO 66

convergencia do metodo iterativo linear. Antes porem apresentamos a definicao de ordem de convergencia
de um metodo numerico.

Defini ao 3.3 - Sejam {xk } o resultado da aplicac

c ao k e ek = xk x
ao de um metodo numerico na iterac
umero p 1 e uma constante c > 0 tais que:
o seu erro . Se existirem um n
|ek+1 |
limk =c
|ek |p
ent
ao p e chamado de ordem de converg
encia desse metodo.

Teorema 3.5 - A ordem de convergencia do metodo iterativo linear e linear, ou seja, p = 1.

Prova: Do teorema 3.4, temos que:

= 0 (k )(xk x
xk+1 x )

onde k esta entre xk e x

. Assim,
|xk+1 x
|
| 0 (k )| M.
|xk x
|
Assim a definicao 3.3 esta satisfeita com p = 1 e c = M , ou seja a ordem de convergencia e p = 1.
Da o nome de metodo Iterativo Linear. Alem disso, o erro em qualquer iteracao e proporcional ao erro
na iteracao anterior, sendo que o fator de proporcionalidade e 0 (k ).

Observa
coes:
a) A convergencia do processo iterativo sera tanto mais rapida quanto menor for o valor de 0 (x).
b) Por outro lado, se a declividade 0 (x) for maior que 1 em valor absoluto, para todo x pertencente a
um intervalo numa vizinhanca da raiz, vimos que a iteracao xk+1 = (xk ), k = 0, 1, . . ., divergir
a.
c) Da definicao 3.3 podemos afirmar que para k suficientemente grande temos:

|ek+1 | ' c |ek |p ,

|ek | ' c |ek1 |p .

Dividindo uma equacao pela outra eliminamos a constante c e obtemos:

 p
ek+1 ek
' .
ek ek1

Assim, uma aproximacao para o valor de p pode ser obtido aplicando-se logaritmo em ambos os
membros da expressao acima. Fazendo isso segue que:
 
log ek+1
ek
p '   (3.5)
ek
log ek1

Exemplo 3.8 - Com os valores obtidos no exemplo 3.7, verifique que o metodo iterativo linear realmente
possui ordem de convergencia p = 1.
CAPITULO 3. EQUAC
OES LINEARES
NAO 67

Solu
cao: Do resultado do exemplo 3.7, fazendo os calculos para os valores de |xk+1 x
| e usando (3.5),
obtemos a tabela:

k xk+1 = 2 + xk ek = |xk x
| p

0 2.5 0.5
1 2.1213203 0.1213203
2 2.0301035 0.0301035 0.984
3 2.0075118 0.0075118 0.996
4 2.0018771 0.0018771 0.999
5 2.0004692 0.0004692 0.999
6 2.0001173 0.0001173 0.999
7 2.0000293 0.0000293 1.001
Pela tabela vemos que a medida que k aumenta, o valor de p 1, mostrando que realmente a ordem
de convergencia do metodo iterativo linear e 1.

Assim podemos dizer que a importancia do metodo iterativo linear esta mais nos conceitos que s ao
introduzidos em seu estudo que em sua eficiencia computacional. Alem disso, tem a desvantagem de que
e preciso testar se | 0 (x)| < 1 no intervalo que contem a raiz, se desejamos ter garantia de convergencia.

Exerccios
ao: f (x) = 4 x ex = 0 possui uma raiz no intervalo (0, 1) e outra no
3.3 - Justifique que a equac
intervalo (2, 3).
3.4 - Considere a equacao f (x) = 2 x2 5 x + 2 = 0, cujas razes s
ao: x1 = 0.5 e x2 = 2.0. Considere
ainda os processos iterativos:
2 x2k + 2
a) xk+1 = 5 ,
q
b ) xk+1 = 5 xk 1.
2
Qual dos dois processos voce utilizaria para obter a raiz x1 ? Por que?
3.5 - Considere as seguintes func
oes:
a) 1 (x) = 2 x 1,
b) 2 (x) = x2 2 x + 2,
c) 3 (x) = x2 3 x + 3.
Verifique que 1 e raiz de todas estas func
oes. Qual delas voce escolheria para obter a raiz 1, utilizando
o processo iterativo xk+1 = (xk )? Com a sua escolha, exiba a sequencia gerada a partir da condic ao
inicial x0 = 1.2.
3.6 - Deseja-se obter a raiz positiva da equac ao: b x2 + x a = 0, a > 0, b > 0, atraves do processo
2
iterativo definido por: xk+1 = a b xk .Qual a condic ao que devemos impor para a e b para que haja
convergencia? Por que?

3.7 - A equacao: x2 a = 0 possui uma raiz x = a. Explicar algebrica e geometricamente por que

a sequencia {xk }, obtida atraves do processo iterativo definido por: xk+1 = xak , n
ao converge para a
qualquer que seja o valor de x0 .
CAPITULO 3. EQUAC
OES LINEARES
NAO 68

3.3 M
etodo de Newton
O metodo de Newton e uma das tecnicas mais populares para se determinar razes de equac oes n ao
lineares. Existem varias maneiras de deduzir o metodo de Newton, a que apresentaremos aqui e baseada
no metodo de iteracao linear. Assim, para descrever tal metodo, consideremos a equacao (3.2), isto e:

(x) = x + A(x)f (x) , com f 0 (x) 6= 0 , (3.6)

onde a funcao A(x) deve ser escolhida de tal forma que A( x) 6= 0.

Vimos pelo Teorema 3.4 que temos garantia de convergencia se max| 0 (x)| < 1 para x I. Assim se
escolhermos A(x) tal que 0 (
x) = 0, teremos que para x I, (I suficientemente pequeno), max | 0 (x)| < 1,
garantindo entao a convergencia do metodo.
Derivando (3.6) em relacao a x, obtemos:

0 (x) = 1 + A0 (x)f (x) + A(x)f 0 (x).

Fazendo x = x
, segue que:

0 ( x)f 0 (
x) = 1 + A( x) , pois f (
x) = 0 ,

e colocando:
1
0 ( x) =
x) = 0, teremos A( 0 6= 0 desde que f 0 (
x) 6= 0 .
f (
x)

Tomando entao: A(x) = 1 , obtemos (x) = x f (x) e o processo iterativo ent

ao
f 0 (x) f 0 (x)
definido por:
f (xk )
xk+1 = xk (3.7)
f 0 (xk )
etodo de Newton, que converge sempre que |x0 x
e chamado M | for suficientemente pequeno.

Uma interpretacao geometrica do metodo de Newton e dada na Figura 3.9.

f (x) 6

f (xk )

-
x
xk+1 xk x

Figura 3.9

Dado xk , o valor xk+1 pode ser obtido graficamente tracando-se pelo ponto (xk , f (xk )) a tangente `
a curva
y = f (x). O ponto de intersecao da tangente com o eixo dos x determina xk+1 .
CAPITULO 3. EQUAC
OES LINEARES
NAO 69

De fato, pela lei da tangente:

f (xk )
f 0 (xk ) = tg = xk xk+1

f (xk ) f (xk )
xk xk+1 = xk+1 = xk .
f 0 (xk ) f 0 (xk )
Devido `a sua interpretacao geometrica o metodo de Newton e tambem chamado de M
etodo das
Tangentes.

Exemplo 3.9 - Determinar, usando o metodo de Newton, a menor raiz positiva da equac
ao:

4 cos x ex = 0 ,

com erro inferior a 102 .

Soluc
ao: O processo mais simples e eficaz para se obter um valor inicial e o metodo grafico. Com esse
objetivo dividimos a equacao inicial f (x) = 0 em outras duas equacoes mais simples, que chamaremos
de y1 e y2 . Note que o rearranjo para obter essas duas equacoes deve apenas levar em consideracao a
igualdade f (x) = 0.
x
Tomando: y1 = 4 cos x , y2 = ex , observe que poderamos ter tomado y1 = cos x e y2 = e4 , e
colocando as duas funcoes no mesmo grafico, obtemos a Figura 3.10.

6
y2 = ex
4

2
y1 = 4cos x
1

-
x
1 2
Figura 3.10

Como ja dissemos anteriormente, o ponto de intersecao das duas curvas e a solucao x

procurada.
Analisando a Figura 3.10, vemos que x esta nas vizinhancas do ponto 1.0 e portanto vamos tomar
x0 = 1.0. Por outro lado, da equacao original, obtemos:
f (xk ) = 4 cos xk exk ;

f 0 (xk ) = 4 sen xk exk .

Para efetuar os calculos seguintes, observe se sua calculadora esta em radianos, pois a func
ao dada
envolve operacoes trigonometricas. Alem disso, como queremos o resultado com erro inferior a 102 basta
efetuar os calculos com tres casas decimais. Assim:
f (x0 ) = f (1.0) = 4 cos (1.0) e1.0
= 4 (0.540) 2.718 = 0.557 ;
f 0 (x0 ) = f 0 (1.0) = 4 sen (1.0) e1.0
= 4 (0.841) 2.718 = 6.084 ;
CAPITULO 3. EQUAC
OES LINEARES
NAO 70

Usando (3.7), obtemos:

f (1.0) (0.557)
x1 = 1.0 0 x1 = 1.0 x1 = 0.908 .
f (1.0) (6.048)
Calculando o erro relativo, temos:
 
 x1 x0 
 x1  ' 0.101 .
 

que e maior que 102 . Devemos fazer uma nova iteracao, para tanto calculemos:

f (x1 )= f (0.908) = 4 cos (0.908) e0.908

= 4 (0.615) 2.479 = 0.019 ,
0
f (x1 ) = f 0 (0.908) = 4 sen (0.908) e0.908
= 4 (0.788) 2.479 = 5.631 .

Novamente, usando (3.7), obtemos:

f (0.908) (0.019)
x2 = 0.908 0 x2 = 0.908 x2 = 0.905 .
f (0.908) (5.631)
Calculando o erro relativo, segue que:
 
 x2 x1 
 x2  ' 0.0033 ,
 

ou seja a aproximacao x2 = 0.905 possui duas casas decimais corretas. De fato, a soluc ao exata e
0.9047882. Logo, a menor raiz positiva da equacao 4 cos x ex = 0, com  < 0.01, e x
= 0.905. Observe,
da Figura 3.10, que a raiz encontrada e a u
nica raiz positiva da equacao dada.

Ordem de Converg
encia
Analisemos agora a convergencia do metodo de Newton.

Teorema 3.6 - Se f, f 0 , f 00 s
ao contnuas em I cujo centro x ao de f (x) = 0 e se f 0 (
e soluc x) 6= 0 ent
ao
a ordem de convergencia do metodo de Newton e quadr atica, ou seja, p = 2.

Prova: Subtraindo a equacao x

= (
x) de (3.7), obtemos:

f (x)
xk+1 x
= (xk ) (
x) onde (x) = x .
f 0 (x)

Desenvolvendo (xk ) em serie de Taylor em torno do ponto x

, obtemos:

(xk x)2 00
xk+1 x
= ( ) 0 (
x) + (xk x x) + (k ) (
x) .
2!
Agora, no metodo de Newton, 0 (
x) = 0, (lembre-se que esta condicao foi imposta para a determinac
ao
de A(x)), e portanto:
|xk+1 x| 00 (k )
2
= C.
|xk x
| 2!
CAPITULO 3. EQUAC
OES LINEARES
NAO 71

Portanto a ordem de convergencia e p = 2.

Assim a vantagem do metodo de Newton e que sua convergencia e quadratica, isto significa que a
quantidade de dgitos significativos corretos duplica `a medida que os valores da sequencia se aproxima de
x
. Note que essa correcao nao acontece em relacao `as primeiras iteracoes realizadas. A desvantagem do
metodo de Newton esta no fato de termos que calcular a derivada da funcao e em cada iterac ao calcular
o seu valor numerico, o que pode ser muito caro computacionalmente. Alem disso a funcao pode ser n ao
diferenciavel em alguns pontos do domnio.

Exerccios
3.8 - Considere a equac
ao dada no exemplo 3.9. Obtenha a raiz positiva com quatro casas decimais
corretas. Usando (3.5) confirme que a ordem de convergencia do metodo de Newton e quadr
atica, isto e,
p = 2.

3.9 - Usando o metodo de Newton, com erro inferior a 102 , determinar uma raiz das seguintes
equac
oes:
a) 2 x = tg x,
b) 5 x3 + x2 12 x + 4 = 0,
c) sen x ex = 0,
d) x4 8 = 0.

3.10 - Considere a f
ormula para determinar a raiz c
ubica de Q:
 
1 Q
xk+1 = 2xk + 2 , k = 0, 1, . . . .
3 xk

a) Mostre que a f ormula acima e um caso especial de iterac

ao de Newton.

b) Usando a f 3
ormula dada no item a) calcule 4 com precis ao de 102 , determinando o valor
inicial atraves de gr
afico.

3.11 - Usando o metodo de Newton, determine o valor de com 3 algarismos significativos corretos.
Use como valor inicial x0 = 3.

3.4 M
etodo das Secantes
Como foi observado anteriormente, uma seria desvantagem do metodo de Newton e a necessidade de
se obter f 0 (x), bem como calcular seu valor numerico, a cada passo. Ha varias maneiras de modificar
o metodo de Newton a fim de eliminar essa desvantagem. Uma modificacao consiste em substituir a
derivada f 0 (xk ) pelo quociente das diferencas:

f (xk ) f (xk1 )
f 0 (xk )
= , (3.8)
xk xk1

. Note que f 0 (xk ) e o limite da relac

onde xk , xk1 sao duas aproximacoes quaisquer para a raiz x ao (3.8)
para xk1 xk .