Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
ZEROS DE FUNES
1
0011 0010
Prof. Abimael Lopes de Melo
e-mail: abimael@ifpi.edu.br
452
Sumrio: 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 1
0011 0010
4.3 Algoritmo
4.4 Ordem de convergncia do MNR 452
1 Introduo
1
0011 0010
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 r2 r3 x
1
0011 0010
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 x sen( 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:
dado x0
xi = F ( xi 1 ), i = 1,..., n
1
F(x) chamada funo de iterao.
0011 0010
452
Portanto, o processo iterativo pode ser dividido em duas
fases:
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.
1
0011 0010
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.
30
20
r1 [4,3] 10
r1 r2 r3
r2 [0,1]
1
0
r3 [2,3]
452
-10
-20
-30
0011 0010 -4 -3 -2 -1 0 1 2 3 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
cartesiano e localizar os pontos x de interseo das duas curvas,
pois f (r ) = 0 g (r ) = h(r ).
Exemplo: f ( x) = e x x = 0
8
Resoluo: 7
x = e x 5
4 h(x)
g ( x) = e x 3
h( x ) = x 2
1
g(x)
r [0,1]
0
r
1
452
-1
-2
-2 -1 0 1 2 3 4
0011 0010
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)
f(x)
Graficamente:
a r2
r1 r3 b x
f(x)
r2 b
1
r1
452
a x
0011 0010
Sob as hipteses do teorema anterior, se f(x) existir e preservar
o sinal em [a, b], ento existe uma nica raiz neste intervalo.
Graficamente:
f(x)
f(x)
a b
b x a x
Exemplo: f(x) = x 9 x + 3
3
x -10 -5 -3 -1 0 1 2 3 4
f(x) - - + + + - - + +
1
- Derivando a funo descobrimos que f ' ( x) = 3x 2 9 conserva o sinal
452
em cada um dos intervalos, portanto cada raiz nica no intervalo.
0011 0010
Observao
Se f (a) f (b) > 0 ento pode existir ou no razes no intervalo [a,b].
f(x)
Graficamente:
a b x
f(x)
f(x)
r1 r2 1
a
0011 0010
b x a
r1 b
452
x
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
Durante a aplicao de uma mtodo para determinar-se uma raiz,
necessitamos que uma certa condio seja satisfeita para
452
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 ( xi ) |< | xi r |<
f(x) f(x)
| xi r |>> | f ( xi ) |>>
r r
xi x xi x
1
0011 0010
452
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
1
0011 0010
452
2 Mtodo da Bisseo
1
0011 0010
452
Condies para aplicao:
Iterao 3:
2:
1:
a1 b1 b0 a0
2
a2 b2 b1 a1 b0 a0
=
2 22
a3 b3 b2 a2 b0 a0
=
2 23
1
0011 0010
b0 a0
2k 452
Deve-se obter o valor de k tal que bk ak < , ou seja:
b0 a0 b0 a0
< 2 > k
2 k
b0 a0
k log 2 > log
log(b0 a0 ) log
k> , k
log 2
1
0011 0010
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 t IR
tal que: lim ak = t
k
0 [ f ()]2 0 f () = 0
0011 0010
452
As principais caractersticas do mtodo da
Bisseo, so:
1
0011 0010
452
Exemplo
1
0011 0010
452
Exemplo
1
0011 0010
452
Exemplo
1
0011 0010
452
Exemplo
1
0011 0010
452
Exerccios
1
0011 0010
452
3 Mtodo da Iterao Linear
(Mtodo do Ponto Fixo)
1
0011 0010
452
Seja f (x) uma funo contnua em [a, b], intervalo que contm
uma raiz r da equao f (x) = 0.
xi = ( xi 1 ), i = 1, 2,
1
0011 0010
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)
y=x
y = (x)
x 1
r x2
452
x1 x0
0011 0010
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
1 = 6 x 3
a) 1 ( x) = 6 x 3
x1 = 6 1.5 = 2.625
3
b) 2 = 3 6 x x2 = 6 2.6253 = 12.088
6 x3 = 6 ( 12.088) 3 = 1772.3
c) 3 = 2
x +1
2 = 3 6 x
6 1 no converge
d) 4 = 2 x1 = 3 6 1.5 = 1.651
x x
e) x2 = 3
1
6 1.651 = 1.632
0011 0010
x3 =
3
converge
452
6 1.632 = 1.635
Analisemos alguns casos de funo de iterao:
f(x) ( x ) f(x) (x)
x0 x1 x x2 x1 x0 x
x2
Converge Converge
f(x)
(x)
f(x)
(x)
x2 x2 x0 x1
1 x
452
x1 x0 x
No Converge No Converge
0011 0010
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:
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:
| x1 r |= | ' (c0 ) | | x0 r | M | x0 r |
1
0011 0010
M
( c0 est entre x0 e r )
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 )
Assim,
lim | xk r |= 0 lim xk = r.
1
452
k k
0011 0010
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 1
0011 0010
7) i = i +1. Volte ao passo 4. 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 |
lim p
=C (2)
k | e |
k
ek +1
Portanto, lim = ' (r ) = C e | C | < 1
k e
k
1
0011 0010
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)
1
' (r ) = 1 + A' (r ) f (r ) + A(r ) f ' (r )
0011 0010 ' (r ) = 1 + A(r ) f ' (r )
452
1
Assim, ' (r ) = 0 1 + A(r ) f ' (r ) = 0 A(r ) =
f ' (r )
1
donde tomamos A( x) = (desde que f ' (r ) 0).
f ' ( x)
Ento, dada f (x), a funo de iterao representada por
f ( x)
( x) = x
f ' ( x)
' (r ) =
f (r ) f ' ' (r )
=0 1
0011 0010
[ f ' (r )] 2
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
L0
x0 r
x2 x1
x
1
0011 0010
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
f ( xk )
xk +1 = xk convergir para a raiz.
f ' ( xk )
Demonstrao
Devemos provar que as hipteses do Teorema 2 esto satisfeitas
para
( x) = x
f ( x)
1
0011 0010
f ' ( x)
452
i) Afirmao: (x) e (x) so contnuas em I1.
f ( x) f ( x) f ' ' ( x)
Temos: ( x) = x e ' ( x) =
f ' ( 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
ei
2
" (i 1 )
2
1
lim
i
0011 0010
ei 1
2
= lim
i 2
452
" (i 1 ) " (r )
se, xi 1 r i 1 r =C
2 2
ei
portanto lim 2
=C
i ei 1
ei C ei21
1
0011 0010
452
CARACTERSTICAS DO MTODO DE NEWTON-RAPHSON
Vantagens:
Simples
Rpida convergncia
Desvantagens:
Nem sempre converge
Necessidade de se conhecer a derivada da
funo
Muito sensvel estimativa inicial 1
Se a derivada for nula o mtodo falha
0011 0010
452
EXEMPLO 1
1
3 passo: Escolher uma raiz mais prxima
de x2 do que de x1.
0011 0010
Valor escolhido: x0 = 3
452
Para x = x0
g(x1 1) = g(x0) = 3 = x1 (valor escolhido como primeira aproximao)
g(x1) = g(3) = (32 2,15.3 9,37)/(2.3 2,15) = 4,771428571 = x2.
Calculando f(3) para conhecer o erro:
f(x) = 32 2,15.3 9,37 = - 6,82.
Este o erro pois, f(x) deve ser igual a zero.
Usando 4,771428571 como raiz: g(4,771428571) = 4,346970324 = x3
Calculando f(4,346970324) obtm-se 3,139592.
O processo deve ser continuado at que se obtenha um erro igual
ou inferior ao desejado.
1
0011 0010
452
EXEMPLO 2
f ( x ) = x 2 + ln( x )
1
f ( x ) = 2 x +
x
x0=0,5
f (0,5) 0,44
x1 = 0,5 = 0,5 = 0,65
f (0,5) 3
f (0,65)
x 2 = 0,65 = 0,65 0,65 0,65
f (0,65) < 0,01
0,65
1
0011 0010
452
MTODO DAS SECANTES
Uma grande desvantagem do mtodo
de Newton a necessidade de se
obter f(x) e calcular seu valor
numrico a cada iterao
Uma forma de se contornar este
problema substituir a derivada f(x)
pelo quociente das diferenas
1
f(xk) ( f(xk) - f(xk-1) ) / ( xk - xk-1)
0011 0010
452
MTODO DAS SECANTES
Este processo semelhante ao mtodo de Newton-Raphson.
1
0011 0010
452
S2 S1 No grfico, r a raiz de f(x).
f(x0)
f(x1) Tomemos os pontos de abscissas
x = x0 e x = x1 e tracemos a secante S1.
As ordenadas desses pontos so
x2 r x1 x0 f(x0) e f(x1).
1
1 0 1
1
ser escolhido aps r2 (outra raiz).
0011 0010
452
4 passo:
x x0
x2 = x1 f(x1). f(x )1 f(x x2 = 1 (2,532).(1 0)/(2,532 10,362)= 1,323372
1 0)
ERRO DIGITADO
1
Intervalo estabelecido no grfico
0011 0010
452
Clulas F8, G8 e H8 copiadas para as
clulas abaixo delas.
1
0011 0010
452
1
0011 0010
452
Vantagens:
Simples
Rpida convergncia como o mtodo
deNewton e no necessita do conhecimento da
derivada da funo
Desvantagens:
Nem sempre converge
Muito sensvel estimativa inicial
Se a derivada for nula o mtodo falha
1
0011 0010
452