UNESP/FEG/DMA-Computao e Clculo Numrico2o Semestre 2007Prof.

AnbalLAB2
Dizem que o tempo modifica as coisas, mas voc quem tem que mud-las. Andy Warhol.

de uma funo f(x), ou seja, encontrar f() = 0 pode ser empregado um mtodo iterativo. Os mtodos iterativos podem ser classificados em 3 tipos: Mtodos de Quebra: consistem em considerar um intervalo inicial [a,b], onde f(a)*f(b) < 0. Depois um ponto x divide o intervalo em dois subintervalos ([a,x] e [x,b]) e escolhido aquele que contm a raiz (se f(a)*f(x) < 0, ento, b = x). Este processo pode ser aplicado tantas vezes quanto for necessrio. Mtodos de Ponto Fixo: consideram que o problema de achar a soluo de f(x) = 0 pode ser transformado no problema equivalente de achar o ponto fixo x* de uma funo dada por:

SOLUO DE EQUAES NO-LINEARES Para resolver o problema de encontrar a raiz

Os mtodos iterativos possuem em comum 3 caractersticas: Uma estimativa inicial para a raiz. Uma frmula de recorrncia. Um critrio de parada que pode ser um ou mais dos seguintes: xi +1 xi < , xi +1 xi < , f ( xi ) < xi e i > L (L = nmero mximo de iteraes). Observe que a utilizao de apenas um critrio de parada pode no ser adequado: Caso 1: f ( xi ) < , mas xi +1 xi >> :

MTODO DA BISSECO
Este mtodo considera um intervalo inicial [a, b] tal que f(a)*f(b) < 0. O intervalo inicial sucessivamente dividido ao meio, mantendo-se o subintervalo que contm a raiz. Seu algoritmo dado por:
ALGORITMO 1 1. ler(a,b) 2. repita 3. m (a+b)/2; 4. se f(a) x f(m) < 0, ento, b m; seno a m; 5. at |a - b|< ; 6. x*(a+b)/2; 7. exibir(x*);

Uma ilustrao da aplicao do Algoritmo 1 dada na Figura 3:

Figura 1: Representao do Caso 1. Caso 2: xi +1 xi < , mas f ( xi ) >> : Figura 3: Utilizao da bisseco em [a,b]. Observe que os sucessivos intervalos obtidos na Figura 3 so: [a,b]; [m1,b]; [m1,m2]. Dado um intervalo inicial [a, b] e uma preciso , o nmero de iteraes necessrias para que a b < seja satisfeito pelo mtodo da bisseco dado por: Figura 2: Representao do Caso 2. ab k > log 2 (2)

(x) = x + f(x), (1) 0 tal que, para k , a seqncia {xk} converge para x* e f(xk) converge para 0, obtendo-se (x*) = x*.
Mtodos de Passos Mltiplos: uma generalizao dos Mtodos de Ponto Fixo, pois a funo de iterao usa vrios pontos anteriores (x, xi-1, ...). i

UNESP/FEG/DMA-Computao e Clculo Numrico1o Semestre 2007Prof. AnbalLAB2

MTODO DA POSIO FALSA

Utiliza as mesmas condies do mtodo da bisseco. Sua nica diferena fica por conta da obteno do ponto m:
m= bf (a ) af (b) f ( a ) f (b)

Um possvel MPF o mtodo iterativo linear que consiste em encontrar o valor x = x* tal que ocorre a interseco da funo y = x com a funo y = (x). Graficamente:

(3) Figura 7: Divergncia do MPF. As condies para que um MPF (incluso o MIL) convirja so dadas no Teorema 1. Figura 5: Convergncia do MPF. O algoritmo do MPF dado por:
ALGORITMO 2 1. ler(x0) 2. se |f(x0)| < 1, x*=x0 e FIM. 3. seno 4. repita at i < L 5. x1 (x0); se |f(x1)|< 1 e |x1 -x0|/|x1|< 2, x*=x1 e FIM; 7. seno x0 x1 e ii+1; 8. exibir(x*); 6.

A interpretao geomtrica da equao (3) dada na Figura 4:

Figura 4: Mtodo da falsa posio em ao. Observe que de acordo com a Figura 4, o ponto m a interseco da reta r, formada pelos pontos extremos do intervalo (a,f(a)) e (b,f(b)), com o eixo x (a prova desta afirmao um bom exerccio). Os sucessivos intervalos gerados pelo mtodo na Figura 4 so: [a,b]; [a,m1]; [a,m2].

TEOREMA 1: Seja (x) uma funo de iterao para a equao f(x) = 0 tal que possui uma raiz x* no intervalo [a,b]. O MPF ir convergir se: (i) (x) e (x) so contnuas no intervalo [a,b]. (ii) | (x)| M < 1, x [a,b]. (iii) x0 [a,b]. Portanto, imprescindvel que ao construir uma funo de iterao seja observado o valor de sua derivada no intervalo [a,b]. Exemplo E1: Encontrar uma das razes de f(x) = x2+ x 6 (x*1 = -3 e x*2 = 2) usando o MIL. Caso 1: Usando x0 = 1.5 e 1(x) = 6-x2, resultar em um grfico semelhante ao da Figura 7 e na seguinte seqncia de valores: {x0 = 1.5; x1= (x0)= 6 - 1.52 = 3.75; x2= (x1)=-8.06; x3=-59.00; x4=-3475,...}. Neste caso, a seqncia no converge para 2.

Eventualmente o MIL pode no convergir para o ponto de interseco x*:

MTODO DO PONTO FIXO

Consiste em transformar o problema de achar a soluo da equao f(x)= 0 no problema equivalente de achar tal que (x) = x. A forma geral das funes de iterao (x) dada pela equao (1). Com (1) obtida uma seqncia {x0, x1, ...} gerada por: xi+1= (xi), i = 0,1,.2,....

Figura 6: Divergncia do MPF.

UNESP/FEG/DMA-Computao e Clculo Numrico1o Semestre 2007Prof. AnbalLAB2

Caso 2: Usando x0 = 1.5 e 2(x) = 6 x , ser gerada a seguinte seqncia: {x0 = 1.5; x1= (x0)= (6 - 1.5)1/2 = 2.12; x2= (x1)=1.96; x3=2.00763;...}. E pode ser visto que a seqncia converge para 2. De fato, no Caso 1, | 1(x)| = |-2x| e | 1(x0)| = | 1(1.5)|= |-3| > 1, ou seja, a condio (ii) do Teorema 1 falha. J para o Caso 2, | 2(x)| = |-1/2(6-x) -1/2| e | 2(x0)| = | 2(1.5)|= |-0.2357|< 1 e a condio (ii) cumprida no s para x0, mas para todos os pontos xi posteriores.

constante assinttica de erro. Uma vez obtida a ordem de convergncia do processo, de (5) obtm-se a relao:
| ei +1 | | ei | para k (6) A equao (6) indica que o erro da aproximao cometido na iterao i reduzido por uma taxa na iterao i+1. Comparando este resultado com a equao (4) possvel verificar que nos mtodos de ponto fixo a reduo esta relacionada com o valor de (x*). O mtodo de NewtonRaphson, portanto, procura utilizar (x*) = 0. Assim: (x) = x + f(x) (x*) = 1 + f(x*) + f(x*) (x*) = 0 = 1 + f(x*) =-1/ f(x*)

Observe que x1 a interseo entre a reta tangente ao ponto (x0,f(x0)) e o eixo x. A obteno de x2 tambm realizada por meio do clculo da reta tangente funo no ponto (x1,f(x1)) e sua interseco com o eixo x. Ou seja, o mtodo de Newton corresponde a obteno da raiz das sucessivas aproximaes da funo f(x). Essas aproximaes so retas tangentes funo f(x) no ponto xi. O algoritmo para implementar o Mtodo de Newton dado por:
ALGORITMO 3 1. ler(x0) 2. se |f(x0)| < 1, x*=x0 e FIM. 3. seno 4. repita at i < L 5. x1 x0 - f(x0) / f(x0); 6. se |f(x1)|< 1 e |x1 -x0|/|x1|< 2, x*=x1 e FIM; 7. seno x0 x1 e ii+1; 8. exibir(x*);

MTODO DE NEWTONRAPHSON
Nos mtodos de ponto fixo quanto menor for o valor de | (x*)|, mais rpida ser a convergncia do mtodo. De fato, pode-se mostrar que: x x* = (4) lim i +1 k x x * i (x*) conveniente lembrar da seguinte definio: DEFINIO 1: Seja {xi} uma seqncia que converge para um nmero x* e seja ei = xk x * o erro da iterao i. Se existir um nmero >1 e uma constante 0, tais que:
| ei +1 | = (5) k | e | i Onde: chamada de ordem de convergncia da seqncia {xi} e a lim

Generalizando o uso de para qualquer x, a funo de iterao do mtodo de Newton : xk+1 = xk - f(xk) / f(xk) (7) Graficamente:

Este mtodo, porm, pode oferecer problemas de convergncia para algumas funes (vide Figura 9) ou quando f(x) muito prximo de zero.

Figura 8: Mtodo de Newton-Raphson. Figura 9: Divergncia de Newton.

3

UNESP/FEG/DMA-Computao e Clculo Numrico1o Semestre 2007Prof. AnbalLAB2

Em geral, afirma-se que o mtodo de Newton converge desde que x0 seja escolhido suficientemente prximo da raiz.

4. 5. 6. 7. 8.

MTODO DA SECANTE
A dificuldade da obteno da expresso de f(x) e o seu clculo podem ser contornados com a substituio da derivada pelo quociente das diferenas:

se |f(x2)|< 1 e |x2 x1|/| x2|<2, x*=x2 e FIM; seno x0 x1, x1 x2, ii+1; x* x2; exibir(x*);

Esse valor corresponde ordem de convergncia de um mtodo e indica o quo rpido o erro reduzido entre duas iteraes sucessivas. interessante verificar a ordem de convergncia de alguns mtodos: Mtodo Iterativo Linear 1.000 Newton-Raphson 2.000 Secante 1.618 Falsa Posio 1.618 Tabela 1: Convergncia dos mtodos. A vantagem do Mtodo de Newton a sua convergncia quadrtica, pois isto implica que a quantidade de dgitos significativos corretos duplica medida que os valores da seqncia se aproximam de x*. Note que essa correo no acontece em relao s primeiras iteraes realizadas. A desvantagem do mtodo de Newton est no fato de ser necessrio calcular a derivada da funo, e em cada iterao, calcular o seu valor numrico o que pode ser caro computacionamente. Alm disso, a funo pode no ser diferencivel em alguns pontos do domnio.

f ( x k ) f ( x k 1 ) (8) x k x k 1 Onde: xk e xk-1 so aproximaes para a raiz.

f(xk) Neste caso, a funo de iterao dada por: xk+1 = xk - f(xk) Graficamente:

Observe que o funcionamento do mtodo da Secante parecido com o funcionamento do mtodo da Falsa Posio, mas o mtodo da Secante no exige que haja troca de sinal da funo f(x) no intervalo [xk-1, xk] como no mtodo da Falsa Posio.

CONVERGNCIA DOS MTODOS

O nmero de iteraes do mtodo da bisseco fornecido pela equao (2). A ordem de convergncia de um mtodo pode ser obtida a partir da equao (6):
| ei +1 | | ei | , | ei | | ei 1 | .

( x k x k 1 ) f ( x k ) f ( x k 1 )

(9)

Dividindo uma equao pela outra:

ei +1 ei e . ei i 1

EXEMPLOS NUMRICOS
Exemplo E1: Determinar, usando o mtodo de Newton, a menor raiz positiva da equao: 4 cos(x) exp(x) = 0, com erro inferior a 10-2. Para isolar a raiz, a funo pode ser dividida em outras duas equaes mais simples: f1 = 4cos(x) e f2 = ex. Um grfico das 2 funes apresentado na Figura 11, mostrando o ponto de interseco das duas curvas a4

Figura 10: Mtodo da Secante. O Mtodo da Secante dado por:

ALGORITMO 4 1. ler(x0,x1) 2. repita at i < L 3. x2 x1 - f(x1)*(x1-x0)/(f(x1)- f(x0));

Uma aproximao para o valor de pode ser obtida aplicando-se logaritmo em ambos os membros da expresso anterior:

e e log i +1 / log i e e i i 1

UNESP/FEG/DMA-Computao e Clculo Numrico1o Semestre 2007Prof. AnbalLAB2

soluo procurada e que o valor x0 = 1.0 uma boa aproximao inicial.

8 7 6 5 4 3 2 1 0 -1 -2 f1 = 4cos(x) f = exp(x)
2

f(x1) = f(0.908) = -4sen(0.908) e0.908 = -4(0.788) 2.479 = -5.631 x2 = 0.908 - f(0.908)/f(0.908) = 0.908 (-0.019)/(-5.631) = 0.905 Exemplo E2: Determinar, usando o mtodo da Secante, a menor raiz positiva da equao: x - 5e-x = 0, com erro inferior a 10-2 e x0 = 1.4. Isolando as razes atravs da Figura 12:

e maior do que 10-2. Portanto, uma nova iterao realizada: f(x2) = f(1.432) = 1.432 - 5 e-1.432 = 1.197 5(0.239) = 0.002. Usando a equao (9): x2=1.432f(1.432) ((-0.068)/(f(1.432)-f(1.5))) =1.432 (0.002)(( -0.068)/(0.002-0.110)) =1.431 Calculando o erro relativo: |x3-x2|/|x3| = 0.0007 < 10-2

0.2

0.4

0.6

0.8

1.2

1.4

1.6

1.8

Figura 11: Interseco de f1 e f2. Para efetuar os clculos observe se sua calculadora est em radianos, pois a funo dada envolve operaes trigonomtricas. Como o resultado final deve ter erro inferior a 10-2, os clculos devem ser realizados com 3 casas decimais. Assim: f(x0) = f(1.0) = 4cos(1.0)-e =4(0.540) 2.718 = -0.557 f(x0) = f(1.0) = 4sen(1.0)-e = -4(0.841) 2.718 = -6.084 Usando a equao (7): x1 = 1.0 f(1.0)/f(1.0) = 1.0 (-0.557)/(-6.048) = 0.908 Calculando o erro relativo: |x1-x0|/|x1| = 0.101 e maior do que 10-2. Portanto, uma nova iterao realizada: f(x1) = f(0.908) = 4cos(0.908)-e = 4(0.615) 2.479 = -0.019,
0.908 1.0 1.0

5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0 f = sqrt(x)

1 2

f = 5exp(-x)

E com preciso 10-2 a raiz da funo x* = 1.431.

PROGRAMAS BSICOS
0 0.5 1 1.5 2 2.5 3

Figura 12: Interseco de f1= x e f2=5e . 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 Usando a equao (9): x2 = 1.5 f(1.5) ((0.1)/(f(1.5)-f(1.4))) = 1.5 (0.110)((0.1)/(0.110+0.052)) = 1.432 Calculando o erro relativo: |x2-x1|/|x2| = 0.047

-x

PB1: Escreva um programa que implemente o Algoritmo 1 e aplique o mtodo da Bisseco s funes dos Exemplos E1 e E2. Quantas iteraes foram necessrias? PB2: Modifique o programa desenvolvido no PB1 para utilizar o mtodo da Falsa Posio. Quantas iteraes foram necessrias? PB3: Implemente o mtodo de Newton, utilizando o Algoritmo 3, e compare seu desempenho com os demais mtodos. PB4: Compare o desempenho dos mtodos anteriores para uma preciso10-4.
5

UNESP/FEG/DMA-Computao e Clculo Numrico1o Semestre 2007Prof. AnbalLAB2

EXERCCIOS BSICOS
EB1: Aplique os mtodos da bisseco e Posio Falsa para calcular a raiz positiva de x2 7 = 0, com < 10-2, partindo do intervalo inicial [2.0, 3.0]. Qual o nmero de iteraes de cada mtodo? O nmero de iteraes do mtodo da bisseco corresponde a estimativa fornecida pela equao (2)? EB2: Aplique o mtodo da bisseco para resolver: (A) ex-3x = 0, (B) x3 + cos x = 0, obtendo em cada caso, a e b (iniciais) por meio de verificao do sinal da funo. EB3: O problema resolva f(x) = x + ln(x) = 0 pode ser transformado em um problema equivalente da forma x = (x). Para o processo iterativo definido por xk+1 = (xk) analisar a convergncia quando: (A) (x) = -ln x, (B) (x) = e-x, no intervalo [0.5, 0.6]. EB4: A equao x2 + 5x + 1 tem uma raiz em (0, 0.5). Verifique quais dos processos abaixo podem ser usados, com sucesso, para obt-la: (A) xk+1 = (1-xk2)/5, (B) xk+1 = (1-5xk)/xk, (C) xk+1 = 1 5 x k . Dica: observe as condies do Teorema 1.

EB5: Para os problemas e os dados da Tabela 2, indique o nmero de iteraes para cada mtodo: (a) f(x) = e x cos( x) ; x*(1,2); = 10-4 e
2

( x) = cos( x) e x + x .
2

(b) f(x) = x3 x - 1; x*(1,2); = 10-6 e ( x) = ( x + 1)1 / 3 . Tabela 2: Informaes dos mtodos. Mtodo Dados Dados (A) (B) Bisseco [1,2] [1,2] Falsa Posio [1,2] [1,2] MIL x0 = 1.5 x0 = 1 Newton Secante x0 = 1.5 x0 = 0 x0=1; x1=2 x0=0; x1=0.5

- ngulo (medido do centro da Terra) entre o ponto de lanamento e o ponto de impacto desejado. Use um mtodo numrico sua escolha, resolva o problema considerado: v2 = 1.25 , ou seja, = 80 e v tal que gR aproximadamente 8.840 m/s. PA2: Na engenharia qumica, reatores do tipo PFR so frequentemente usados para converter reagentes em produtos. Sabe-se que a eficincia de converso s vezes pode ser melhorada reciclando uma frao do produto como mostrado na Figura 13:

PROGRAMAS APLICADOS
PA1: A equao: sen cos tg = 2 gR cos 2 v2 permite calcular o ngulo de inclinao, , em que o lanamento do mssil deve ser feito para atingir determinado alvo. Na equao anterior: - ngulo de inclinao com a superfcie da Terra com o qual feito o lanamento do mssil, g - acelerao da gravidade 9.81 m/s2, R - raio da Terra 6371000 m, v velocidade de lanamento do mssil, m/s,

Figura 13: Funcionamento do PFR. A taxa de reciclo : R = Re/(P+Re). Supondo que um reagente A gere um produto B de acordo com a expresso autocataltica: A+BB+B, mostra-se que R tima satisfaz a equao: 1 + R(1 x a ) R +1 ln , = R(1 x a ) R[1 + R(1 x a )] onde xa a frao de reagente A convertido no produto B. A taxa tima de reciclo R corresponde ao reator de menor tamanho possvel para se atingir o nvel de converso desejado. Determinar as razes de reciclo necessrias para minimizar o tamanho do reator, resolvendo a equao para os seguintes valores de xa: 0.99, 0.995 e 0.999.
6