INSTITUTO FEDERAL DO PIAU - IFPI

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 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.

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.

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 40

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

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

1
0011 0010
452
 Podemos aplicar este teorema atribuindo valores para x e analisar
o sinal de f (x).

Exemplo: f(x) = x 9 x + 3
3

x -10 -5 -3 -1 0 1 2 3 4
f(x) - - + + + - - + +

- Analisando a mudana de sinal podemos concluir que existe pelo

menos uma raiz dentro dos intervalos indicados.

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:

-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.
1
0011 0010
452
 2.1 Interpretao Geomtrica
f(x)

a10 ax21 ax32

r x3210
b b0 x

Iterao 3:
2:
1:

x102 = (a102 + b102) a321 = xa210

2 b132 = xb021 1
0011 0010
ff (x
(x210)) <> 00 r [a132 , b132]
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
a+b
4) xk =
2
5) Se f (a) f ( xk ) > 0 , faa a = xk . V para o passo 7
6) b = xk .
7) Se (a b) < , escolha para r x [a, b]. FIM.
1
0011 0010
8) k = k +1. Volte ao passo 4.
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 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

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

tal que: lim bk = s
k
ak + bk
{xk } : por construo temos que xk = ak < xk < bk , k
2

A amplitude de cada intervalo gerado a metade da amplitude do

anterior, assim temos:
1
0011 0010
bk ak =
b0 a0
2k 452
 Aplicando o limite temos:
b0 a0
lim (bk ak ) = lim k
=0
k k 2
lim bk lim ak = 0 lim bk = lim ak Ento t = s
k k k k

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 k k

0 f ( lim ak ) f ( lim bk ) = f (t ) f ( s ) = [ f ()]2 1

k k

0 [ f ()]2 0 f () = 0
0011 0010
452
 As principais caractersticas do mtodo da
Bisseo, so:

Satisfeitas as hipteses de continuidade, o mtodo da

Bisseo gera uma sequncia convergente.
As iteraes no envolvem clculos laboriosos.
A convergncia muito lenta.

1
0011 0010
452
 Exemplo

Determine, usando o mtodo da bisseo, o valor

aproximado da menor raiz real positiva da funo

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.

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,
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:

i) (x) e ' ( x) so contnuas em I

ii) | ' ( x) | M < 1, x I
iii) x0 I 1
ento a seqncia {xk } gerada converge para a raiz r.
0011 0010
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 1
0011 0010
(xk +1 r ) = ' (ck ) ( xk r ) 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 I , ento xk +1 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 |
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 )

Ento, lim | xk r | lim M k | x0 r |= 0 pois 0 < M < 1.

k k

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

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.
1
452
De (2) podemos escrever:
| ek +1 | C | ek | p para k
0011 0010
 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
xk +1 r
lim = lim ' (ck ) = ' ( lim (ck )) = ' (r )
k xk r k k

ek +1
Portanto, lim = ' (r ) = C e | C | < 1
k e
k

Ento para grandes valores de k o erro em qualquer iterao

proporcional ao erro na iterao anterior, sendo (r ) o fator de 1
proporcionalidade.
0011 0010
452
 4 Mtodo de
Newton - Raphson

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)

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 ) =
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

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 1
e |(x)| < 1, x I 2 .
0011 0010
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
f ( x0 )
4) x1 = x0
f ' ( x0 )
5) Se | f ( x1 ) |< 1
faa r = x1. FIM
ou se | x1 x0 |< 2
6) x0 = x1
1
0011 0010
7) k = k + 1
Volte ao passo 4.
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 i 1

Generalizando para xi 1 , resulta:

" (i 1 ) ( xi 1 r ) 2
( xi 1 ) = r + , i 1 [ xi 1 , r ]
2!
" (i 1 ) " (i 1 )
ou, xi r = ( xi 1 r ) 2
ei = ei 1
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

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.

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

Resolver a equao f(x) = x2 2,15x 9,37, com erro inferior a 0,001.

A derivada de f(x) f(x) = 2x 2,15.

1 passo: determinando a funo g(x) = x f(x)/f(x).

Temos ento: g(x) = x (x2 2,15x 9,37)/(2x 2,15).

2 passo: localizar as razes de g(x) atravs de um grfico.

Pelo grfico verifica-se a existncia de duas
razes: x1 prxima de 2 e x2 prxima de 4.

Vamos determinar a raiz x2.

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.

Usa-se, no lugar equao da tangente, a equao da secante que

corta a curva da funo em dois pontos cujas abscissas definem
um intervalo onde est contida a raiz.

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).

A equao da secante que passa pelos pontos

(x0, f(x0)) e (x1, f(x1))
f(x1) f(x0)
Y f(x0) =x1 x0 (x x0)
A secante intercepta o eixo dos y no ponto de abscissa x = x2.
x2 pode ser considerada a primeira aproximao da raiz.
f(x1) f(x0) x x0
Calculando x2: 0 f(x0) = x x (x2 x0) x2 = x1 f(x1). f(x )1 f(x
0)

1
1 0 1

Tomando os pontos de abscissas x1 e x2, traa-se a secante S2.

Obtm-se ento a abscissa x3, que a segunda aproximao da raiz.

0011 0010x = x f(x ).

3 2
x2 x1
2 f(x ) f(x )
2 1
Desejada. Em cada aproximao calcula-se
f(xi) para conhecer o erro.
452
Continua o processo at obter a aproximao
 EXEMPLO
Resolver a equao 1,6x2 = 9,43x -10,362, com erro inferior a 0,001,
usando o processo de truncamento.
1 passo: Escrever a equao na forma f(x) = 0.
f(x) = 1,6x2 9,43x + 10,362.

2 passo: Construir o grfico

Isto importante pois, se a equao apresentar mais de uma raiz,
no pode existir mais de uma raiz entre os pontos a serem
escolhidos para a secante.
3 passo: escolher dois pontos para
a secante.
Para a menor raiz (r1), usaremos os pontos
de abscissas x0 = 0 e x1 = 1.
x1 pode ser escolhido aps r1. No pode

1
ser escolhido aps r2 (outra raiz).

0011 0010
452
 4 passo:

x0 = 0 f(x0) = f(0) = 1,6.02 9,43.0 + 10,362 = 10,362.

x1 = 1 f(x1) = f(1) = 1,6.12 9,43.1 + 10,362 = 2,532.

5 passo: Calcular x2 (interseo da secante com o eixo dos x).

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)

6 passo: Calcular f(x2) para avaliar o erro.

f(x2) = f(1,323372) = 1,3133722 9,43. 1,313372 + 10,362 = 0,684705

Como x2 uma suposta raiz, f(x2) deveria se igual a 0 (zero).
Portanto, o erro maior que 0,001.
Devemos continuar o processo, calculando, xi, i = 3, 4, 5 e f(xi).
1
0011 0010
Vejamos ento os clculos.
452
USANDO O APLICATIVO CORRESPONDENTE

ERRO DIGITADO

Clula F8 copiada para G8 e H8.

1
Intervalo estabelecido no grfico

Funo digitada: = 1,6.C8^2 9,43*C8 + 10,362

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