Professional Documents
Culture Documents
1 Introducao
2 Metodo da Bissecao
5 Metodo de Newton
6 Metodo da Secante
7 Consideracoes Finais
8 Referencias
Introducao
Exemplos
x12 x2 + 0.25
0
f(x) = =
x1 + x22 + 0.25 0
Introducao
As razes correspondem aos pontos onde o grafico da funcao f(x)
intercepta o eixo x
y 6
f (x)
x1 s x2 s x3s -
x
Introducao
Para polinomios de grau ate quatro, suas razes podem ser calculadas
atraves de uma expressao fechada, como por exemplo no caso de uma
funcao quadratica
2 b b 2 4ac
ax + bx + c = 0 x =
2a
De forma geral, nao podemos encontrar os zeros de uma funcao
atraves de uma expressao fechada. Portanto, para encontrar os zeros
de uma funcao temos que recorrer a metodos aproximados.
Em alguns casos, os zeros das func
oes podem ser n
umeros complexos:
x 2 + 1 = 0 x = 1 = i
Zero
Se f : [a, b] R e uma funcao dada, um ponto [a, b] e um zero (ou
raiz) de f se f () = 0.
Exemplos
Seja f : (0, ) R e considere as seguintes func
oes f (x) = log (x) e
f (x) = tanh(x) x/3.
3
logx 0.6
2
0.4
1 0.2
0 0.0
1 0.2
0.4
2
0.6
30 2 4 6 8 10 4 2 0 2 4
Multiplicidade
Um ponto [a, b] e uma raiz de multiplicidade m da equacao f (x) = 0
se f () = f 0 () = . . . = f (m1) () = 0 e f (m) () 6= 0.
Exemplo
Seja f (x) = x 2 + 2x + 1 = (x + 1)2 . Nesse caso temos = 1 com
multiplicidade m = 2, pois f 0 (x) = 2(x + 1) e assim temos que f (1) = 0
e f 0 (1) = 0.
0
4 3 2 1 0 1 2
Teorema
Seja f : [a, b] R uma funcao contnua. Se f (a)f (b) < 0, entao existe
pelo menos um ponto x [a, b] tal que f (x) = 0.
Exemplo
Existem 3 razes no intervalo [0, 4]
Existem 2 razes no intervalo [0, 5; 2, 5]
Nota-se que f (0, 5) = 1.875 e f (2, 5) = 0.375
2
y
6
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
x
Exemplo:
x 2
Como encontrar o intervalo da raiz x > 0 de f (x) = 2 sen(x)?
2.5
f(x)
2.0
1.5
1.0
y
0.5
0.0
0.5
1.0
1.0 0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0
x
Inspecao visual
No exemplo, x [1, 5; 2].
Rafael Bonfim (DCC-ICE-UFJF) Curso de C
alculo Num
erico UFJF 12 / 72
Introduc
ao
x f (x) sinal
0,5 -0,416925538604 <0
1,0 -0,591470984808 <0
1,5 -0,434994986604 <0
2,0 0,0907025731743 >0
2,5 0,964027855896 >0
3,0 2,10887999194 >0
Exemplo:
Encontre um intervalo de tamanho unitario em que haja ao menos
uma raiz para f (x) = x 5e x = 0 de modo que x 0.
Solucao:
x f (x) sinal
0 -5,0 <0
1,0 -0,839397205857 <0
2,0 0,73753714619 >0
Teorema
Sob as hipoteses do teorema anterior, se f 0 (x) existir e preservar o
sinal em [a, b], entao o intervalo contem um unico zero de f (x).
Exemplo:
Ha garantia de haver apenas uma raiz para f (x) = x 5e x = 0 no
intervalo [1, 2]?
Solucao:
Sim, pois f (x) e contnua nesse intervalo, f (1)f (2) < 0 e
f 0 (x) = 21 x + 5e x > 0, x > 0
Criterio de parada
|xk xk1 |
x x
k k1
xk
|f (xk )|
onde e a precisao/tolerancia fornecida como parametro para o
processo iterativo.
N
umero maximo de iterac
oes
Ordem de convergencia
| xn+1 | c| xn |p
Exemplos de convergencia:
Linear: 102 , 103 , 104 , 105 , . . . com c = 101
Linear: 102 , 104 , 106 , 108 , . . . com c = 102
Super-linear: 102 , 103 , 105 , 108 , . . .
Quadratica: 102 , 104 , 108 , 1016 , . . .
Metodo da Bissecao
a+b
xk =
2
|xk xk1 |
b a < ; |f (xk )| < ; < .
|xk |
Metodo da Bissecao
y
6
f (a) r
b
r r -
a
x
r
f (b)
Metodo da Bissecao
y
6
f (a) r
r
b
r r r -
a x1
x
r
f (b)
Metodo da Bissecao
y
6
r
b
r r -
a
x
Metodo da Bissecao
y
6
r
x2 b
r r r -
a
x
r
r
Metodo da Bissecao
y
6
r
b
r r -
a
x
Metodo da Bissecao
y
6
r
x3 b
r r r -
a r x
Metodo da Bissecao
y
6
r
b
r r -
a r x
Metodo da Bissecao
y
6
r
b
r r r -
a x4 r
x
Metodo da Bissecao
y
6
f (a) r
r
x3 x2 b
r r r r r r -
a x1 x4 r
x
r
r
f (b)
Entrada: f (x) contnua em [a, b], intervalo [a, b] tal que f (a)f (b) < 0,
precisao e maximo n
umero de iterac oes
1 inicio
2 k 0;
3 enquanto criterio de parada nao e satisfeito faca
4 xk a+b 2 ;
5 se f (a)f (xk ) < 0 ent
ao
6 b xk ;
7 senao
8 a xk ;
9 k k + 1;
10 retorna xk
Exemplo
b 0 a0 2 1, 5
k log2 1 = log2 1 15, 61 1 = 14, 61
105
| xk | 1
| xk1 | 2
Assim,
1
| xk | | xk1 |
2
e verifica-se que este metodo tem ordem de convergencia p = 1
(linear) e c = 1/2.
Dado um intervalo [a, b] que contem uma raiz para f (x) = 0, entao o
m
etodo da falsa posic ao pode entao ser descrito como
Calcula-se a aproximacao xk :
af (b) bf (a)
xk =
f (b) f (a)
|xk xk1 |
b a < ; |f (xk )| < ; < .
|xk |
y
6
f (a) r
r b
r r r -
a x0
x
reta
r
f (b)
y
6
f (a)
r b
r
xr1 r -
a r
x
reta
r
f (b)
y
6
f (a)
r
a r r rb -
x2 r
f (b) x
Entrada: f (x) contnua em [a, b], intervalo [a, b] tal que f (a)f (b) < 0,
precisao e maximo n
umero de iterac oes
1 inicio
2 k 0;
3 enquanto criterio de parada nao e satisfeito faca
4 xk aff (b)bf (a)
(b)f (a) ;
5 se f (a)f (xk ) < 0 ent
ao
6 b xk ;
7 senao
8 a xk ;
9 k k + 1;
10 retorna xk
Exemplo
f (x) = 0,
onde f e uma funcao contnua no intervalo [a, b] em que a raiz e
procurada, e reescrever f (x) na forma
x = (x)
A solucao de x = (x) e chamada de ponto fixo de
Exemplo
Seja f (x) = x 2 x 2 = 0. Podemos escrever
a) x = x 2 2
b) x = 2 + x
2
c) x = 1 + x
x 2 +2
d) x = 2x1
xk = (xk1 ), k = 1, 2, . . .
|xk xk1 |
< ; |f (xk )| < .
|xk |
Exemplo
f (x) = x 2 x 2 usando o seguinte esquema x = x 2 2. Considerando
I = [1.5, 2.5], sabemos que a raiz e = 2.
(x) = x 2 2 0 (x) = 2x
que nos mostra que o metodo do ponto fixo nao converge para essa
escolha da funcao de iteracao (x). De fato, o metodo diverge (como
visto anteriormente).
Exemplo
2
lado, para f (x) = x x 2 com I = [1.5, 2.5] usando
Por outro
(x) = x + 2, temos
1
0 (x) =
2 x +2
e assim
0
1
max | (x)| = max = 0.267 < 1
xI xI 2 x + 2
Ou, podemos dizer que |0 (x)| < 1 se e somente se x > 1.75 e portanto
nessas condicoes o teorema garante a convergencia.
Exemplo
Considere a equacao f (x) = 2x 2 5x + 2 = 0, cujas razes sao 1 = 0.5 e
2 = 2. Considere os processos iterativos:
q
a) xk+1 = 5x2k 1
2xk2 +2
b) xk+1 = 5
Qual dos dois processos voce utilizaria para obter a raiz 1 ? Por que?
Solucao do exemplo
Para a) temos que
1/2 1 1 5
(x) = 5x
2 1 0 (x) = q
2 5x2k 1 2
5
|0 (1 )| = q = 2.5 > 1
4 50.5
2 1
2x 2 + 2 4x
(x) = 0 (x) =
5 5
4(0.5) 2
|0 (1 )| = = = 0.4 < 1
5 5
Temos entao que (x) e 0 (x) sao contnuas e se x0 for suficientemente
pr
oximo de 1 , entao o processo b) ira convergir, e portanto este e mais
adequado para encontrar a raiz.
Exemplo
Seja f (x) = x 3 9x + 3. Considere a seguinte funcao de iteracao
3
x = (x) = x 9+3 . Queremos encontrar a raiz de f (x) = 0 no intervalo
[0, 1]. O metodo ira convergir?
Solucao do exemplo
2
Temos que 0 (x) = x3 , e portanto temos que (x) e 0 (x) sao contnuas.
Verificamos agora que
x2
0
| (x)| = < 1, x [0, 1]
3
0.253 + 3 0.015625 + 3
x1 = = = 0.335069
9 9
f (x1 ) = x13 9x1 + 3 = 0.037618 3.015621 + 3 = 0.021997 >
0.3350693 + 3
x2 = = 0.337513
9
f (x2 ) = x23 9x2 + 3 = 0.038447 3.037617 + 3 = 0.00083 <
k xk f (xk )
0 0.5 -1.375
1 0.34722 -0.83137
2 0.33798 -0.0032529
3 0.33762 -0.00012219
Exemplo
Considere as seguintes func
oes:
a) 1 (x) = 2x 1
b) 2 (x) = x 2 2x + 2
Qual delas voce escolheria para obter a raiz 1, utilizando o processo
iterativo xk+1 = (xk )? Exiba a sequencia gerada com sua escolha
tomando x0 = 1.2.
Solucao do exemplo
Temos que 1 (x) e 01 (x) sao contnuas pois
1 (x) = 2x 1, 01 (x) = 2
2 (x) = x 2 2x + 2, 02 (x) = 2x 2
|02 (x)| = |2x 2| < 1
de onde temos
1 < 2x 2 < 1
1 < 2x < 3
1 3
2 <x < 2
Exemplo
Vamos rever o caso f (x) = x 2 x
2 = 0. Temos os seguinte esquema,
que ja vimos que converge para x = 2 + x. Vamos usar x0 = 2.5, entao
x1 = (x0 ) = 2.121320
x2 = (x1 ) = 2.030104
x3 = (x2 ) = 2.007512
x4 = (x3 ) = 2.001877
x5 = (x4 ) = 2.000469
...
Metodo de Newton
f (xk1 )
xk = xk1
f 0 (xk1 )
Algoritmo
Exemplo
Resolva f (x) = x x 1/3 2 = 0 usando x0 = 3 como aproximacao inicial.
Solucao do exemplo
Temos que a derivada e
1
f 0 (x) = 1 x 2/3
3
nesse caso a formula de iteracao e
1/3
xk xk 2
xk+1 = xk
1 2/3
1 3 xk
Metodo de Newton
Solucao do exemplo
Aplicando o metodo de Newton temos
k xk f 0 (xk ) f (xk )
0 3.0 0.839750 -0.442250e+00
1 3.526644 0.856130 4.506792e-03
2 3.521380 0.855986 3.771414e-07
3 3.52137971 0.855986 0.00000e+00
Metodo da Secante
Metodo da Secante
f (xk1 ) f (xk2 )
f 0 (xk1 )
xk1 xk2
f (xk1 )
xk = xk1 f(xk1 )f(xk2 )
xk1 xk2
Metodo da Secante
Metodo da Secante
Exemplo
Encontre a raiz de x 5e x = 0, usando o metodo da secante com
x0 = 1.4 e x1 = 1.5 com uma precisao = 103 .
Soluc
ao do exemplo:
Avaliando a funcao em x0 e x1 temos
f (x0 ) = f (1.4) = 1.4 5e 1.4 = 1.183 5(0.247) = 0.052
f (x1 ) = f (1.5) = 1.5 5e 1.5 = 1.225 5(0.223) = 0.110
pelo metodo da secante temos
1.4f (1.5) 1.5f (1.4) 1.4(0.110) 1.5(0.052)
x2 = = = 1.432
f (1.5) f (1.4) 0.110 + 0.052
|x2 x1 |
e2 = = 0.047 > mais iterac oes!
|x2 |
Rafael Bonfim (DCC-ICE-UFJF) Curso de C
alculo Num
erico UFJF 66 / 72
M
etodo da Secante
Metodo da Secante
assim
1.5f (1.432) 1.432f (1.5)
x3 =
f (1.432) f (1.5)
1.5(0.002) 1.432(0.110)
= = 1.431
0.002 0.110
|x3 x2 |
e3 = = 0.0007 <
|x3 |
Considerac
oes Finais
Metodo de Newton
Possui criterios mais restritivos para a convergencia
Requer o calculo de f (x) e f 0 (x) a cada passo
Pode em certas condic oes atingir convergencia quadratica
Metodo da secante
Similar ao metodo de Newton
Calculo de f 0 (x) e substitudo por uma aproximacao
Convergencia super-linear
Referencias