Tema3 Raiz Eq Nao Linear

Resolucao de Equacoes Nao-Lineares
Prof. Rafael Alves Bonfim de Queiroz

rafael.bonfim@ice.ufjf.br
Rafael Bonfim (DCC-ICE-UFJF) Curso de C

alculo Num
erico UFJF 1 / 72
Conteudo
1 Introducao
2 Metodo da Bissecao
3 Metodo da Falsa Posicao
4 Metodo do Ponto Fixo
5 Metodo de Newton
6 Metodo da Secante
7 Consideracoes Finais
8 Referencias

alculo Num
erico UFJF 2 / 72
Introduc
ao
Introducao

alculo Num
erico UFJF 3 / 72
Introduc
ao
Vamos considerar agora metodos para resolver equacoes nao-lineares.

Dada uma funcao nao-linear escalar f : R R, procuramos o valor
de x para o qual
f (x) = 0
No caso vetorial onde f : Rn Rn , o problema consiste em encontrar
o vetor x tal que todas as componentes de f(x) sao iguais a zero
simultaneamente.
Exemplos
f (x) = x 2 4 sin (x) = 0
x12 x2 + 0.25

0
f(x) = =
x1 + x22 + 0.25 0

alculo Num
erico UFJF 4 / 72
Introduc
ao
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

alculo Num
erico UFJF 5 / 72
Introduc
ao
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
Iremos trabalhar apenas com as razes reais.

alculo Num
erico UFJF 6 / 72
Introduc
ao
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

alculo Num
erico UFJF 7 / 72
Introduc
ao
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

alculo Num
erico UFJF 8 / 72
Introduc
ao
Metodos para razes de equacoes
Os metodos numericos podem ser divididos em duas etapas:

Isolamento das razes
Encontrar um intervalo [a, b] que contenha apenas uma raiz, ou
Determinar uma aproximac ao inicial x0
(ou mais de uma, dependendo do metodo)
Refinamento
Gerar uma sequencia {x0 , x1 , . . . } que convirja para a raiz exata r de
f (x) = 0.

alculo Num
erico UFJF 9 / 72
Introduc
ao
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.

alculo Num
erico UFJF 10 / 72
Introduc
ao
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
f(x) = ( x - 1)*( x - 2 )*( x - 3 )
2
y
6
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0
x

alculo Num
erico UFJF 11 / 72
Introduc
ao
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].
alculo Num
erico UFJF 12 / 72
Introduc
ao
Outra possibilidade e fazer uma tabela de valores
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
Logo, ha ao menos uma raiz em [1, 5; 2]
Outra possibilidade e fixar o incio do intervalo x = a e procurar b de

modo que f (a)f (b) < 0
b = a + h, a + 2h, a + 4h, . . .

alculo Num
erico UFJF 13 / 72
Introduc
ao
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
Logo, pelos dados apresentados na tabela e sendo f (x) contnua no

intervalo [1, 2], entao ha ao menos uma raiz em [1, 2].

alculo Num
erico UFJF 14 / 72
Introduc
ao
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).

alculo Num
erico UFJF 15 / 72
Introduc
ao
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

alculo Num
erico UFJF 16 / 72
Introduc
ao
Criterio de parada
Na pratica a sequencia e interrompida quando seus valores

satisfizerem a pelo menos um dos seguintes criterios:
|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

alculo Num
erico UFJF 17 / 72
Introduc
ao
Ordem de convergencia
importante definir com qual rapidez a sequencia de aproximacoes

E
{x0 , x1 , . . .} converge para a raiz exata .
Ordem de convergencia
Uma sequencia {xn |n 0} e dita convergir com ordem p 1 para um
ponto se
| xn+1 | c| xn |p , n 0
para uma constante c > 0.
Sendo c < 1, dizemos que :

se p = 1: convergencia linear
se 1 < p < 2: convergencia super-linear
se p = 2: convergencia quadratica

alculo Num
erico UFJF 18 / 72
Introduc
ao
Na pratica o que isso significa a 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 , . . .

alculo Num
erico UFJF 19 / 72
M
etodo da Bissec
ao
Metodo da Bissecao

alculo Num
erico UFJF 20 / 72
M
etodo da Bissec
ao
O metodo da bissecao baseia-se na ideia de que seja f (x) contnua e

f (a)f (b) < 0, entao existe ao menos uma raiz no intervalo [a, b].
A cada passo, o intervalo e dividido ao meio
a+b
xk =
2
O novo (sub-)intervalo sera aquele que contem a raiz

[a, xk ], se f (a)f (xk ) < 0
[xk , b], caso contrario
A busca continua ate que algum criterio de parada seja atendido:
|xk xk1 |
b a < ; |f (xk )| < ; < .
|xk |

alculo Num
erico UFJF 21 / 72
M
etodo da Bissec
ao
Metodo da Bissecao
y
6
f (a) r
b
r r -
a
x
r
f (b)

alculo Num
erico UFJF 22 / 72
M
etodo da Bissec
ao
Metodo da Bissecao
y
6
f (a) r
r
b
r r r -
a x1
x
r
f (b)

alculo Num
erico UFJF 23 / 72
M
etodo da Bissec
ao
Metodo da Bissecao
y
6
r
b
r r -
a
x

alculo Num
erico UFJF 24 / 72
M
etodo da Bissec
ao
Metodo da Bissecao
y
6
r
x2 b
r r r -
a
x
r
r

alculo Num
erico UFJF 25 / 72
M
etodo da Bissec
ao
Metodo da Bissecao
y
6
r
b
r r -
a
x

alculo Num
erico UFJF 26 / 72
M
etodo da Bissec
ao
Metodo da Bissecao
y
6
r
x3 b
r r r -
a r x

alculo Num
erico UFJF 27 / 72
M
etodo da Bissec
ao
Metodo da Bissecao
y
6
r
b
r r -
a r x

alculo Num
erico UFJF 28 / 72
M
etodo da Bissec
ao
Metodo da Bissecao
y
6
r
b
r r r -
a x4 r
x

alculo Num
erico UFJF 29 / 72
M
etodo da Bissec
ao
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)

alculo Num
erico UFJF 30 / 72
M
etodo da Bissec
ao
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

alculo Num
erico UFJF 31 / 72
M
etodo da Bissec
ao
Exemplo
Exemplo: Encontre uma aproximacao para o zero da funcao

2
f (x) = x2 sen(x) no intervalo [1, 5; 2] executando 5 passos do
metodo da bissecao.
Solucao:
k a b xk f (a) f (b) f (xk )
0 1, 5 2 1, 75 0, 4349 0, 0907 0, 2184
1 1, 75 2 1, 875 0, 2184 0, 0907 0, 0752
2 1, 875 2 1, 9375 0, 0752 0, 0907 0, 0050
3 1, 875 1, 9375 1, 90625 0, 0752 0, 0050 0, 035814
4 1, 90625 1, 9375 1, 921875 0, 035814 0, 0050 0, 015601

alculo Num
erico UFJF 32 / 72
M
etodo da Bissec
ao
Numero de iteracoes k para o metodo da bissecao atingir uma

precisao

b0 a0

b0 a0
ln
k log2 1 ou k 1
ln(2)
Exemplo: Qual o n umero de iteracoes necessarias para encontrar uma

2
aproximacao para o zero da funcao f (x) = x2 sen(x) no intervalo
[1, 5; 2] de modo que b a = 105 ?
Solucao:

b 0 a0 2 1, 5
k log2 1 = log2 1 15, 61 1 = 14, 61
105
Logo, encontra-se a aproximacao para a solucao do problema com a

precisao desejada a partir da iteracao 15.

alculo Num
erico UFJF 33 / 72
M
etodo da Bissec
ao
Metodo da Bissecao Ordem de Convergencia
Ordem de convergencia de um metodo | xn+1 | c| xn |p

No metodo da bissecao o erro cai pela metade (em media) a cada
iteracao na busca da solucao , ou seja,
| 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.

alculo Num
erico UFJF 34 / 72
M
etodo da Falsa Posic
ao
Metodo da Falsa Posicao

alculo Num
erico UFJF 35 / 72
M
ao
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)
Determina-se o novo (sub-)intervalo, que sera aquele que contem a raiz
[a, xk ], se f (a)f (xk ) < 0

[xk , b], caso contr ario
A busca continua ate que algum criterio de parada seja atendido:
|xk xk1 |
b a < ; |f (xk )| < ; < .
|xk |

alculo Num
erico UFJF 36 / 72
M
ao
y
6
f (a) r
r b
r r r -
a x0
x
reta
r
f (b)

alculo Num
erico UFJF 37 / 72
M
ao
y
6
r f (a)f (b) < 0
f (a)
r b
r
xr1 r -
a r
x
reta
r
f (b)

alculo Num
erico UFJF 38 / 72
M
ao
y
6
f (a)
r
a r r rb -
x2 r
f (b) x

alculo Num
erico UFJF 39 / 72
M
ao
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;
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

alculo Num
erico UFJF 40 / 72
M
ao
Exemplo
Exemplo: Encontre uma aproximacao para o zero da funcao

2
f (x) = x2 sen(x) no intervalo [1, 5; 2] utilizando o metodo da
falsa posicao, com |f (xk )| < = 104 .
Solucao:
k a b xk f (a) f (b) f (xk )
0 1, 5 2 1, 913731 4, 349950e 01 9, 070e 02 2, 618006e 02
1 1, 913731 2 1, 933054 2, 618006e 02 9, 070e 02 9, 243996e 04
2 1, 933054 2 1, 933730 9, 243996e 04 9, 070e 02 3, 193009e 05

alculo Num
erico UFJF 41 / 72
M
etodo do Ponto Fixo
Metodo do Ponto Fixo

alculo Num
erico UFJF 42 / 72
M
etodo do Ponto Fixo
Outra alternativa para encontrar a raiz r da equacao
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

alculo Num
erico UFJF 43 / 72
M
etodo do Ponto Fixo
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
Existem diversas formas de expressar f (x) = 0 como um problema de

ponto fixo da forma x = (x), entretanto veremos que nem todas sao
satisfatorias para nossos objetivos.

alculo Num
erico UFJF 44 / 72
M
etodo do Ponto Fixo
Metodo do Ponto Fixo
No metodo do ponto fixo

Define-se x = (x) satisfazendo:
(x) e 0 (x) contnuas para x I
|0 (x)| < 1, x I
Dada uma aproximacao inicial x0 para a raiz r , entao as aproximacoes
sucessivas xk sao obtidas fazendo
xk = (xk1 ), k = 1, 2, . . .
O processo continua ate algum criterio de parada ser atendido:
|xk xk1 |
< ; |f (xk )| < .
|xk |

alculo Num
erico UFJF 45 / 72
M
etodo do Ponto Fixo
Entrada: Aproximacao inicial x0 , funcao associada (x), precisao e

maximo n umero de iteracoes
1 inicio
2 k 1;
4 xk (xk1 );
5 k k + 1;
6 retorna xk

alculo Num
erico UFJF 46 / 72
M
etodo do Ponto Fixo
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
Assim temos que (x) e 0 (x) sao contnuas. Entretanto
max |0 (x)| = max |2x| > 1

xI xI
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).

alculo Num
erico UFJF 47 / 72
M
etodo do Ponto Fixo
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.

alculo Num
erico UFJF 48 / 72
M
etodo do Ponto Fixo
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

alculo Num
erico UFJF 49 / 72
M
etodo do Ponto Fixo
Solucao do exemplo - (cont.)

Para b) temos que
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.

alculo Num
erico UFJF 50 / 72
M
etodo do Ponto Fixo
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
E assim concluimos que o metodo ira convergir. Podemos verificar

tomando x0 = 0.25 e usando uma precisao = 0.001.

alculo Num
erico UFJF 51 / 72
M
etodo do Ponto Fixo

Na primeira iteracao, temos
0.253 + 3 0.015625 + 3
x1 = = = 0.335069
9 9
f (x1 ) = x13 9x1 + 3 = 0.037618 3.015621 + 3 = 0.021997 >
Mais uma iteracao
0.3350693 + 3
x2 = = 0.337513
9
f (x2 ) = x23 9x2 + 3 = 0.038447 3.037617 + 3 = 0.00083 <
Como o criterio de parada |f (x2 )| < foi satisfeito, terminamos o processo

com x2 = 0.337513 como aproximacao para a raiz.

alculo Num
erico UFJF 52 / 72
M
etodo do Ponto Fixo

Se tomarmos outra aproximacao inicial x0 = 0.5 mais distante da raiz
temos os seguintes passos:
k xk f (xk )
0 0.5 -1.375
1 0.34722 -0.83137
2 0.33798 -0.0032529
3 0.33762 -0.00012219

alculo Num
erico UFJF 53 / 72
M
etodo do Ponto Fixo
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
Mas |01 (x)| = 2 > 1, x pr

oximo de = 1.

alculo Num
erico UFJF 54 / 72
M
etodo do Ponto Fixo

Por outro lado
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
Portanto |02 (x)| < 1 se e somente se x I = [0.5, 1.5]. Como 2 (x) e

02 (x) sao contnuas, tomando uma aproximacao inicial x0 I , temos a
convergencia do metodo garantida.

alculo Num
erico UFJF 55 / 72
M
etodo do Ponto Fixo
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
...

alculo Num
erico UFJF 56 / 72
M
etodo de Newton
Metodo de Newton

alculo Num
erico UFJF 57 / 72
M
etodo de Newton
O metodo de Newton e definido por
f (xk1 )
xk = xk1
f 0 (xk1 )

alculo Num
erico UFJF 58 / 72
M
etodo de Newton
Metodo de Newton Geometricamente

alculo Num
erico UFJF 59 / 72
M
etodo de Newton
Algoritmo
Entrada: f (x), f 0 (x), valor inicial x0 , precisao e maximo n

umero de
iteracoes
1 inicio
2 k 1;
f (x )
4 xk xk1 f 0 (xk1 k1 )
;
5 k k + 1;
6 retorna xk

alculo Num
erico UFJF 60 / 72
M
etodo de Newton
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

alculo Num
erico UFJF 61 / 72
M
etodo de Newton
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
oes obtemos x3 = 3.52137971 como valor

E assim ao final das iterac
aproximado para a raiz.

alculo Num
erico UFJF 62 / 72
M
etodo da Secante
Metodo da Secante

alculo Num
erico UFJF 63 / 72
M
etodo da Secante
Metodo da Secante
Algumas desvantagens do metodo de Newton

Determinar f 0 (x)
Calcular f 0 (x) a cada passo
Uma adaptacao possvel e substituir f 0 (x) pela aproximacao
f (xk1 ) f (xk2 )
f 0 (xk1 )
xk1 xk2
Dada a aproximacao para f 0 (xk1 ), o metodo da secante resulta em
f (xk1 )
xk = xk1 f(xk1 )f(xk2 )
xk1 xk2

alculo Num
erico UFJF 64 / 72
M
etodo da Secante
Metodo da Secante
Entrada: f (x), valores iniciais x0 e x1 , precisao e maximo n

umero de
iteracoes
1 inicio
2 k 2;
f (x )f (xk2 )
4 d xk1 k1 xk2
;
f (xk1 )
5 xk xk1 d ;
6 k k + 1;
7 retorna xk

alculo Num
erico UFJF 65 / 72
M
etodo 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 |
alculo Num
erico UFJF 66 / 72
M
etodo da Secante
Metodo da Secante
Cont. da solucao do exemplo

Avaliando a funcao em x2

f (x2 ) = f (1.432) = 1.432 5e 1.432 = 1.197 5(0.239) = 0.002
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 |
Portanto, a raiz aproximada e x3 = 1.431.

alculo Num
erico UFJF 67 / 72
Considerac
oes Finais
Considerac
oes Finais

alculo Num
erico UFJF 68 / 72
Considerac
oes Finais
Comparacao entre os Metodos
Metodo da bissecao e falsa posicao

Utiliza a ideia da existencia de ao menos uma raiz no intervalo [a, b]
quando f (x) e contnua e f (a)f (b) < 0
Convergencia linear
Metodo do ponto fixo
Define-se uma funcao associada (x) de modo que (x) e 0 (x) sejam
contnuas para x I e |0 (x)| < 1, x I
Convergencia linear

alculo Num
erico UFJF 69 / 72
Considerac
oes Finais
Comparacao entre os metodos
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

alculo Num
erico UFJF 70 / 72
Considerac
oes Finais
Comparacao entre os metodos
De forma geral, entre os metodos apresentados aqui

O metodo de Newton e o mais indicado
Sempre que for possvel garantir as condico es de convergencia, e f 0 (x)
estiver disponvel e for simples de ser avaliada
Se f 0 (x) nao estiver disponvel ou for computacionalmente custosa para
se calcular, entao sugere-se o metodo da secante
Pode-se utilizar os metodos da bissecao ou falsa posicao quando se
deseja garantir a convergencia ou para obter uma melhor aproximacao
inicial para os demais metodos

alculo Num
erico UFJF 71 / 72
Refer
encias
Referencias
Slides das aulas do Prof. Dr. Bernardo Martins Rocha,

DCC-ICE-UFJF.
Calculo Numerico, Neide B. Franco, Pearson, 2007.

alculo Num
erico UFJF 72 / 72

Tema3 Raiz Eq Nao Linear

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Tema3 Raiz Eq Nao Linear

Uploaded by

Copyright:

Available Formats

Resolucao de Equacoes Nao-Lineares

Prof. Rafael Alves Bonfim de Queiroz

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

3 Metodo da Falsa Posicao

4 Metodo do Ponto Fixo

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Vamos considerar agora metodos para resolver equacoes nao-lineares.

f (x) = x 2 4 sin (x) = 0

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Iremos trabalhar apenas com as razes reais.

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Metodos para razes de equacoes

Os metodos numericos podem ser divididos em duas etapas:

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

f(x) = ( x - 1)*( x - 2 )*( x - 3 )

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Outra possibilidade e fazer uma tabela de valores

Logo, ha ao menos uma raiz em [1, 5; 2]

Outra possibilidade e fixar o incio do intervalo x = a e procurar b de

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Logo, pelos dados apresentados na tabela e sendo f (x) contnua no

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Na pratica a sequencia e interrompida quando seus valores

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

importante definir com qual rapidez a sequencia de aproximacoes

Sendo c < 1, dizemos que :

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Na pratica o que isso significa a ordem de convergencia?

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

O metodo da bissecao baseia-se na ideia de que seja f (x) contnua e

O novo (sub-)intervalo sera aquele que contem a raiz

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Exemplo: Encontre uma aproximacao para o zero da funcao

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Numero de iteracoes k para o metodo da bissecao atingir uma

Exemplo: Qual o n umero de iteracoes necessarias para encontrar uma

Logo, encontra-se a aproximacao para a solucao do problema com a

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Metodo da Bissecao Ordem de Convergencia

Ordem de convergencia de um metodo | xn+1 | c| xn |p

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Metodo da Falsa Posicao

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

Determina-se o novo (sub-)intervalo, que sera aquele que contem a raiz

[a, xk ], se f (a)f (xk ) < 0

Rafael Bonfim (DCC-ICE-UFJF) Curso de C

f(x) = ( x - 1)( x - 2 )( x - 3 )

Entrada: Aproximacao inicial x0 , funcao associada (x), precisao e

Como o criterio de parada |f (x2 )| < foi satisfeito, terminamos o processo

Entrada: f (x), f 0 (x), valor inicial x0 , precisao e maximo n

Entrada: f (x), valores iniciais x0 e x1 , precisao e maximo n