Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Plano de Aula
Dados de Identicação
Professores: Eduardo Palhares Júnior
Disciplina: Cálculo Numérico
Tema: Método de Newton-Raphson
Turma: 6º Semestre
Duração da aula: 2 horas/aula
1 Objetivos
1.1 Geral
Estudar aspectos conceituais e técnicos relacionados ao método de Newton-Raphson.
1.2 Especícos
Apresentar a motivação geométrica do método;
2 Conteúdos
Denição;
Convergência;
Aplicações.
3 Procedimentos metodológicos
Quadro;
Giz;
Computador;
Data show;
5 Avaliação
Referências
[1] RUGGIERO, Márcia A. Gomes ; LOPES, Vera Lúcia da Rocha Cálculo numérico:
aspectos teóricos e computacionais. 2.ed. Makron Books do Brasil, 1997.
[2] CUNHA, M. Cristina C. Métodos Numéricos. Editora da UNICAMP, 2003.
[3] FRANCO, N. B. Cálculo Numérico. Pearson, 2006.
A Anexo - Atividade
A.1 Exercício
A função f (x) = x2 − x − 2 possui duas raizes no intervalo [−2, 4]. Utilize o método de
Newton-Raphson e determine cada uma das raizes com uma precisão de 10−6 .
Dicas
1. Divida o intervalo;
2. Calcule a função geradora;
3. Calcule manualmente alguns passos;
4. Utilize uma ferramenta computacional para vericar seus resultados.
B Anexo - Plano de Atividade
B.1 Denição
B.1.1 Motivação geométrica
O método de Newton-Raphson busca utlizar a idéia de linearização em torno de um ponto de
forma iterativa, para aproximar a solução de problemas, à priori, não-lineares. Ele foi publicado
por Isaac Newton em 1687, mas foi sistematizado por Joseph Raphson em 1690.
O processo de linearização consiste em tentar substituir, dentro de uma certa região, um
problema complicado por sua aproximação linear, de modo que possa ser facilmente resolvido.
Para realizar essa linearização em torno de uma região, podemos utilizar como exemplo, a série
de Taylor de 1ª ordem.
Quando aplicamos o processo de linearização, obtemos em geral uma solução aproximada
para o problema. Mas se o método é aplicado novamente nessa solução encontrada, a nova
solução se torna melhor. Dessa forma, a idéia por traz do método é repetir o método até
encontrar uma solução cuja aproximação esteja dentro de um intervalo de convergência desejado.
O método de Newton-Raphson utiliza uma aproximação da função y = f (x) baseada na
substituição pela reta tangente em torno do ponto (x0 , f (x0 )), como pode ser observado na
gura B.1.1. Encontrando o ponto de intersecção da reta tangente com o eixo x, obtemos uma
primeira aproximação para a raiz x1 .
Repetindo o método, agora em torno do ponto encontrado (x1 , f (x1 )), encontraremos um
novo ponto x2 que se aproxima ainda mais da solução desejada. Expressando em termos
algébricos, temos:
f (x0 ) f (x0 )
tan α = = f 0 (x0 ) ⇒ x1 = x0 − 0 (1)
x 0 − x1 f (x0 )
De forma generica, podemos utilizar a expressão 1 para expressar a fórmula iterativa do
método:
f (xk )
xk+1 = xk − (2)
f 0 (xk )
B.1.2 Denição formal
Função geradora Considere a expressão mais geral para a função φ(x) e as condições do
teorema do ponto xo.
0
z}|{
1 + A (α) f (α) +A(α)f 0 (α) = 0
0
A(α)f 0 (α) = −1
∴
1
A(α) = − (5)
f 0 (α)
Assumindo que a estrutura algébrica se preserva no intervalo [a, b], podemos extender 5
∀x ∈ [a, b]. Finalmente, substituindo em 3, temos:
f (x)
φN (x) = x − (6)
f 0 (x)
Observações
A derivada da função f deve ser diferente de zero em todo intervalo [a, b] que contém a
raiz isolada (∀x ∈ [a, b], f 0 (x) =
6 0);
Quando temos raizes múltiplas, o método de Newton ainda pode ser aplicado, mas sua
convergência ca mais lenta.
B.2 Convergência
Seja f (x) uma função e sua derivada diferente de zero, denimos uma função φ(x) como:
f (x)
φ(x) = x −
f 0 (x)
Consideramos x∗ uma aproximação da solução x de f (x) = 0 tal que f 0 (x∗ ) 6= 0 e |x − x∗|
seja "pequeno". Expandimos φ(x) por Série de Taylor em torno de x∗ e obtemos:
(x − x∗ )2 00 ∗
φ(x) = φ (x∗ ) + (x − x∗ ) φ0 (x∗ ) + φ (x ) + O (x − x∗ )3
2
Para a dedução do método de Newton, vamos supor que |x − x∗ | é pequeno, logo, o termo
(x − x∗ )2 será muito menor. Com isso, dizemos que:
f (x∗ )
φ (x∗ ) =x∗ − = x∗ (8)
f 0 (x∗ )
f 0 (x∗ ) f 0 (x∗ ) − f (x∗ ) f 00 (x∗ )
0 ∗
φ (x ) =1 − =0 (9)
(f 0 (x))2
[f 0 (x∗ ) f 00 (x∗ ) + f (x∗ ) f 000 (x∗ )] [f 0 (x∗ )]2 − 2f (x∗ ) f 00 (x∗ ) f 0 (x∗ ) f 00 (x∗ )
φ00 (x∗ ) = = (10)
(f 0 (x))4 f 0 (x∗ )
Substituindo 8, 9 e 10 em 7, temos:
φ00 (x∗ )
φ (x∗ ) = x∗ + (x − x∗ )2 + O (x − x∗ )3
2
∴
φ00 (x∗ )
φ (x∗ ) ≈ x∗ + (x − x∗ )2 (11)
2
Mas zn+1 = φ (xn ), ou seja, substituindo 11, temos:
φ00 (x∗ )2
(x − x∗ ) ≈ (x − x∗ )2 (12)
2
Finalmente, lembrando que (x − x∗ ) é o erro absoluto, temos:
φ00 (x∗ )2
εn+1 ≈ ε2n
00 2 ∗
1 f (x )
≈ 0 ∗ ε2n
2 f (x )
Com isso, observamos que o erro n é de ordem quadrática e, por isso, a iteração convergirá
rapidamente para a raiz da função.
Devemos ter em mente que, mesmo se a condição estabelecida na introdução for satisfeita,
o método de Newton poderá não convergir para a raiz.
B.3 Aplicações
A função f (x) = x2 − x − 2 possui duas raizes no intervalo [−2, 4]. Utilize o método de
Newton-Raphson e determine cada uma das raizes.
B.3.1 Isolando as raizes
f (−2) = 4
f (0) = −2
f (4) = 10
portanto [−2, 0] contém uma raiz negativa e [0, 4] contém uma raiz positiva.
x2 − x − 2
φN (x) = x −
2x − 1
onde a célula B3 é justamente onde colocamos o nosso chute inicial (−2.00000). Separado o
calculo de f (xk ) e f 0 (xk ) para observar como cada um evoluí no tempo.
Podemos notar que para x = 0, 5 o método falha, justamente porque esse é um ponto crítico,
ou seja, f 0 (x) = 0. Vamos então, investigar a região em torno desse ponto crítico.
Podemos notar que na região em torno do ponto crítico x = 0, 5, o método converge, porém
necessita realizar mais passos iterados. Quanto maior for a precisão exigida, ou seja, maior
número de casas decimais que aproximam do ponto crítico, maior esforço computacional será
necessário e o método necessitará de mais iteradas para convergir.
Podemos notar que a solução é igual a encontrada utilizando a planilha eletrônica CALC.
Método de Newton-Raphson - Código Octave Uma das vantagens de utilizar um código
via script é que podemos utiliza-lo como uma função, ou seja, transforma-lo em uma biblioteca
e utilizarmos como uma ferramenta dentro de outros processos/projetos. Além disso, com
acesso integral ao código, temos liberdade para acessar certos parâmetros e otimiza-lo para
nossa necessidade.
clc
clear all
close all