Vous êtes sur la page 1sur 72

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

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


alculo Num
erico UFJF 2 / 72
Introduc
ao

Introducao

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


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

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


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

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


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.

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


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

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


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

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


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.

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


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.

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


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

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


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].
Rafael Bonfim (DCC-ICE-UFJF) Curso de C
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, . . .

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


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].

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


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).

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


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

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


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

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


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

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


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 , . . .

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


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

Metodo da Bissecao

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


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 |

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


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)

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


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)

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


alculo Num
erico UFJF 23 / 72
M
etodo da Bissec
ao

Metodo da Bissecao

y
6

r
b
r r -
a
x

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


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

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


alculo Num
erico UFJF 25 / 72
M
etodo da Bissec
ao

Metodo da Bissecao

y
6

r
b
r r -
a
x

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


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

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


alculo Num
erico UFJF 27 / 72
M
etodo da Bissec
ao

Metodo da Bissecao

y
6

r
b
r r -
a r x

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


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

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


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)

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


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

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


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

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


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.

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


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.

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


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

Metodo da Falsa Posicao

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


alculo Num
erico UFJF 35 / 72
M
etodo da Falsa Posic
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 |

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


alculo Num
erico UFJF 36 / 72
M
etodo da Falsa Posic
ao

Metodo da Falsa Posicao

y
6

f (a) r

r b
r r r -
a x0
x
reta

r
f (b)

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


alculo Num
erico UFJF 37 / 72
M
etodo da Falsa Posic
ao

Metodo da Falsa Posicao

y
6

r f (a)f (b) < 0

f (a)
r b
r
xr1 r -
a r
x
reta

r
f (b)

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


alculo Num
erico UFJF 38 / 72
M
etodo da Falsa Posic
ao

Metodo da Falsa Posicao

y
6

f (a)
r
a r r rb -
x2 r
f (b) x

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


alculo Num
erico UFJF 39 / 72
M
etodo da Falsa Posic
ao

Metodo da Falsa Posicao

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

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


alculo Num
erico UFJF 40 / 72
M
etodo da Falsa Posic
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

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


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

Metodo do Ponto Fixo

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


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

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


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.

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


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 |

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


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;
3 enquanto criterio de parada nao e satisfeito faca
4 xk (xk1 );
5 k k + 1;
6 retorna xk

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


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).

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


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.

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


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

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


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.

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


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.

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


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

Solucao do exemplo - (cont.)


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.

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


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

Solucao do exemplo - (cont.)


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

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


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.

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


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

Solucao do exemplo - (cont.)


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.

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


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
...

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


alculo Num
erico UFJF 56 / 72
M
etodo de Newton

Metodo de Newton

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


alculo Num
erico UFJF 57 / 72
M
etodo de Newton

O metodo de Newton e definido por

f (xk1 )
xk = xk1
f 0 (xk1 )

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


alculo Num
erico UFJF 58 / 72
M
etodo de Newton

Metodo de Newton Geometricamente

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


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;
3 enquanto criterio de parada nao e satisfeito faca
f (x )
4 xk xk1 f 0 (xk1 k1 )
;
5 k k + 1;
6 retorna xk

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


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

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


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.

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


alculo Num
erico UFJF 62 / 72
M
etodo da Secante

Metodo da Secante

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


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

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


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;
3 enquanto criterio de parada nao e satisfeito faca
f (x )f (xk2 )
4 d xk1 k1 xk2
;
f (xk1 )
5 xk xk1 d ;
6 k k + 1;
7 retorna xk

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


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

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


alculo Num
erico UFJF 67 / 72
Considerac
oes Finais

Considerac
oes Finais

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


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

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


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

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


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

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


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.

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


alculo Num
erico UFJF 72 / 72