Eq Nao Linear

UNIVERSIDADE FEDERAL DE OURO PRETO
Instituto de Cincias Exatas e Biolgicas

Departamento de Computao

Jos lvaro Tadeu Ferreira

Clculo Numrico Notas de aulas

Resoluo de Equaes No Lineares

Ouro Preto
2009
Depto de Computao Instituto de Cincias Exatas e Biolgicas Universidade Federal de Ouro Preto

Notas de aulas de Clculo Numrico Resoluo de Equaes No Lineares

2

Resoluo de equaes no lineares
1 - Introduo
A necessidade de determinar valores x = c que satisfaam a uma equao da forma f(x) = 0
ocorre com bastante freqncia em uma grande variedade de problemas provenientes das
Cincias e das Engenharias. Estes valores so chamados de razes da equao f(x) = 0 ou
os zeros da funo y = f(x). Geometricamente, conforme mostra a Figura 1.1, estes valores
so os pontos de interseo do grfico de y = f(x) com o eixo Ox.

Figura 1.1: Razes de uma equao

Se y = f(x) um polinmio quadrtico, cbico ou biquadrado, ento os seus zeros podem
ser determinados por meio de processos algbricos. Contudo, para polinmios de grau su-
perior, estes processos no existem, necessrio, ento, utilizar mtodos numricos. Tam-
bm se faz necessria a utilizao de mtodos numricos quando y = f(x) uma funo
transcendente, para as quais no existe mtodo geral para obter os seus zeros. Por meio de
mtodos numricos, possvel obter uma soluo aproximada, em alguns casos, to pr-
xima da soluo exata, quanto se deseje. Faz-se necessrio, ento definir o que uma solu-
o aproximada.


3
1.1 - Raiz aproximada
Sendo uma preciso desejada, diz-se que um valor x
k
uma aproximao para uma raiz
de uma equao f(x) = 0 se satisfizer as condies a seguir.

(i) |f(x
k
)| <
(ii) |x
k
| <

Conforme mostrado nas figuras 1.2.a e 1.2.b, estas duas condies no so equivalentes.

Figura 1.2.a Figura 1.2.b

A figura 1.2.a apresenta a situao em que a condio (i) satisfeita e a (ii) no. Na figura
2.1.b mostrado o caso contrrio.

1.2 - Raiz mltipla
Uma raiz, c, de uma equao f(x) = 0, tem multiplicidade m se:

f(c) = f (c) = f (c) = ... =f
m 1(
c) = 0 e f
m
(c) 0

Onde f
j
(c), j = 1, 2, ..., m; a derivada de ordem j da funo y = f(x) calculada no ponto c.

Exemplo 1.1
Sabendo-se que c = 2 uma raiz da equao f(x) = x
4
5.x
3
+ 6.x
2
+ 4.x 8 = 0, determine
a sua multiplicidade.
Soluo
f(2) = 0
f (x) = 4.x
3
- 15.x
2
+ 12.x + 4 f (2) = 0
f (x) = 12.x
2
- 30.x + 12 f (2) = 0
f (x) = 24.x - 30 f (2) 0
Portanto, c = 2 uma raiz com multiplicidade 3. A figura 1.3 ilustra o comportamento da
funo polinomial no intervalo [-1,5; 3].


4

Figura 1.3: a funo f(x) = x
4
5.x
3
+ 6.x
2
+ 4.x 8

Exemplo 1.2
Verifique qual a multiplicidade da raiz c = 0 da equao
f(x) = sen
2
(x) x.sen(x) + 0,25.x
2
= 0
Soluo
f (x) = 2.sen(x).cos(x) sen(x) x.cos(x) + 0,5.x f (0) = 0
f (x) = -2.sen
2
(x) + x.sen(x) + 2.cos
2
(x) 2.cos(x) + 0,5 f (0) = 0,5
Portanto, c = 0 uma raiz com multiplicidade 2. A figura 1.4 mostra o comportamento da
funo no intervalo [-4, 4].

Figura 1.4: a funo f(x) = sen
2
(x) x.sen(x) + 0,25.x
2



5
Observe-se que a equao possui outras duas razes mltiplas cujos valores aproximados
so 1,8954943 e -1,8954943.

2 - Fases na determinao de razes
A determinao das razes de uma equao envolve as fases descritas, de forma sucinta, a
seguir.

Fase I Isolamento das razes
Nesta fase feita a delimitao, a enumerao e a separao das razes com o objetivo de
determinar intervalos que contenham, cada um, uma nica raiz.

Fase II - Refinamento
Uma vez que as razes esto isoladas, nesta fase so utilizados mtodos numricos, com
preciso pr-fixada, para calcular cada uma delas. O que diferencia os mtodos a forma
como cada um efetua o refinamento. Todos eles pertencem classe dos mtodos iterativos.

2.1 Fase I: Isolamento das razes
Para atingir estes objetivos so utilizados procedimentos que se apiam no seguinte teore-
ma.

Teorema 2.1 (Cauchy-Bolzano)
Seja y = f(x) uma funo contnua em um intervalo [a, b].
(i) Se f(a) f(b) < 0, ento existe um nmero mpar de razes da equao f(x) = 0 no inter-
valo [a, b]. Alm disso, se f (x) preservar o sinal em [a, b] ento a raiz nica.

Figura 2.1.a: Nmero mpar de razes Figura 2.1.b: Raiz com multiplicidade mpar


6
(ii) Se f(a) f(b) > 0 ento existe um nmero par de razes, ou nenhuma raiz, da equao
f(x) = 0 no intervalo [a, b].

Figura 2.2.a: Nmero par de razes Figura 2.2.b: Raiz com multiplicidade par

Figura 2.2.c: No h raiz no intervalo

Com base neste resultado, pode-se concluir que uma forma de isolar as razes a gerao
de uma tabela de pontos [x
i
, f(x
i
)], i = 1, 2, ..., n.

Exemplo 2.1
Isole as razes positivas da equao
f(x) = x
5
6.x
4
14.x
3
+ 72.x
2
+ 44.x - 180 = 0.
Sabendo-se que elas so em nmero de trs e esto situadas no intervalo (0, 7)

Soluo
Inicialmente, estabelece-se um passo h = 1 e gera-se uma tabela de pontos.

x 0 1 2 3 4 5 6 7
f(x) -180 - 83 20 - 21 - 260 - 535 - 348 1255

Tendo em vista que f(1) f(2) < 0, f(2) f(3) < 0 e f(6) f(7) < 0 e considerando o Teo-
rema 2.1, conclui-se que a equao dada tem uma raiz em cada um dos intervalos:

(1, 2), (2, 3) e (6, 7).

Outra maneira de isolar as razes de uma equao f(x) = 0 fazer uma anlise terica e
grfica da funo que d origem a ela. Para a anlise grfica pode ser utilizado um dos pro-
cedimentos a seguir.


7
Procedimento I:
Esboar o grfico de y = f(x), com o objetivo de detectar intervalos que contenham, cada
um, uma nica raiz.

Exemplo 2.2
Seja a equao f(x) = x
3
9.x + 3 = 0. Conforme mostra a figura 2.3, ela tem trs razes
isoladas nos intervalos (-4, -3); (0, 1) e (2,3).

Figura 2.3: Isolamento das razes da equao f(x) = x
3
9.x + 3 = 0

Procedimento II:
Decompor a funo y = f(x), se possvel, na forma equivalente f(x) = g(x) h(x), onde os
grficos de y = g(x) e y = h(x) sejam conhecidos e mais simples. Neste caso, as abscissas
dos pontos de interseo dos grficos de y = g(x) e y = h(x) so as razes de f(x) = 0.
Com efeito, sejam x
i
os pontos de interseo dos grficos de y = g(x) e y = h(x). Logo:
g(x
i
) = h(x
i
) g(x
i
) h(x
i
) = 0
Como f(x) = (g h)(x) = g(x) h(x) x ento:
g(x
i
) h(x
i
) = f(x
i
)
Sendo g(x
i
) h(x
i
) = 0 resulta que f(x
i
) = 0, isto , os valores x
i
so as razes de f(x) = 0.

Exemplo 2.3
Seja a equao f(x) = e
x
+ x
2
2 = 0.
Soluo
f(x) = 0 e
x
+ x
2
2 = 0 e
x
= 2 - x
2

Assim tem-se que g(x) = e
x
e h(x) = 2 - x
2



8

Figura 2.4: Isolamento das razes da equao f(x) = e
x
+ x
2
2 = 0

Logo, conclui-se que a equao possui uma raiz em cada um dos intervalos:

(- , 0) e (0, )

interessante considerar o fato de que existem equaes transcendentes que no possuem
um nmero finito de razes. Este fato est ilustrado no exemplo 2.4.

Exemplo 2.4
Seja a equao f(x) = x.tg(x) 1 = 0
Soluo
f(x) = 0 x.tg(x) 1 = 0 tg(x) = 1/x
Assim, tem-se que g(x) = tg(x) e h(x) = 1/x

Figura 2.5: A equao possui um nmero infinito de razes


9
Considerando a existncia de vrios teoremas da lgebra que fornecem informaes rele-
vantes sobre as equaes algbricas, ser tratada, a seguir, de forma especial, a execuo
da Fase I para este tipo de equao. Posteriormente, sero apresentados mtodos numricos
para o clculo das razes de uma equao qualquer, sendo que o objeto o clculo, somen-
te, das razes reais.

3 - Estudo Especial das Equaes Polinomiais
Equaes polinomiais so todas as equaes que podem ser colocadas na forma:

f(x) = a
n
x
n
+ a
n 1
x
n 1
+ .... + a
1
x + a
0
= 0( (3.1)

onde a
i
e 9 i = 0, 1, ... , n.

Teorema 3.1
Uma equao polinomial de grau n tem exatamente n razes, reais ou complexas, contando
cada raiz de acordo com a sua multiplicidade.

Teorema 3.2
Se os coeficientes de uma equao polinomial forem reais, ento as suas razes complexas
ocorrero em pares conjugados.

Corolrio 3.1
Uma equao polinomial de grau mpar, com coeficientes reais, tem, no mnimo, uma raiz
real.

Teorema 3.3
Toda equao polinomial de grau par, cujo termo independente negativo, tem pelo menos
uma raiz real positiva e outra negativa.

Teorema 3.4
Toda equao polinomial de grau mpar, tem pelo menos uma raiz real com o sinal contr-
rio ao do termo independente.

Valor numrico de um polinmio
Para avaliar um polinmio
f(x) = a
n
x
n
+ a
n 1
x
n 1
+ a
n 2
x
n 2
+ .... + a
2
x
2
+ a
1
x + a
0
(3.2)

em um ponto x = , usualmente, faz-se


10
f() = a
n
n
+ a
n 1
n 1
+ a
n 2
n 2
+ .... + + a
2
2
+a
1
+ a
0

Desta forma, so necessrias
2
1) n .( n +
multiplicaes, considerando que as potenciaes
so feitas por meio de produtos, e n adies.
Uma forma mais eficiente de avaliar um polinmio o Mtodo de Horner, que consiste
em reescrever 3.2 de modo que no sejam necessrias as potenciaes, conforme mostra-
do a seguir.

f(x) = (a
n
x
n - 1
+ a
n 1
x
n 2
+ a
n 2
x
n 3
+ .... + a
2
x

+ a
1
).x + a
0

f(x) = ((a
n
x
n - 2
+ a
n 1
x
n 3
+ a
n 2
x
n 4
+ .... + a
2
).x

+ a
1
).x + a
0

Continuando com este procedimento, obtm-se

0 1 2 2 - n 1 - n n
a x ). a x ). a ... x ). a x ). a x . a (((...( ) x ( f
1 - n
+ + + + + + = (3.3)

Este mtodo requer apenas n multiplicaes e n adies para avaliar um polinmio em um
dado ponto.

Exemplo 3.1
Seja avaliar o polinmio f(x) = 3.x
5
2.x
4
+ 5.x
3
+ 7.x
2
3.x + 1 no ponto x = 2 utilizando
o Mtodo de Horner.
Soluo
f(x) = ((((3.x -2).x + 5).x + 7).x 3).x + 1
f(2) = ((((3.2 -2).2 + 5).2 + 7).2 3).2 + 1 f(2) = 127

3.1 Delimitao das razes reais
3.1.1 - Limite Superior das Razes Positivas (LSRP)
Teorema 3.5 (Lagrange)
Seja f(x) = a
n
x
n
+ a
n 1
x
n 1
+ .... + a
1
x + a
0
= 0 uma equao algbrica de grau n na qual
a
n
> 0 e a
0
0. Para limite superior das suas razes positivas, caso existam, pode ser toma-
do o nmero:

k - n
n
a
M
1 L + =
(3.4)

Onde k o grau do primeiro termo negativo e M o mdulo do menor coeficiente negativo.


11

Exemplo 3.2
Determine o limite superior das razes positivas da equao
f(x) = x
5
- 2x
4
-7x
3
+ 9x
2
+8x 6 = 0.
Soluo
Tem-se que k = 4, M = 7. Sendo assim L = 8

3.1.2 - Limite Inferior das Razes Negativas (LIRN)
(i) Toma-se a equao auxiliar f
1
(x) = f(- x) = 0.
(ii) Aplica-se o teorema de Lagrange em f
1
(x) = 0 para determinar L
1
, que o limite supe-
rior das suas razes positivas.
(iii) Sendo assim, - L
1
o limite inferior das razes negativas de f(x) = 0.

Para demonstrar que a afirmativa (iii) verdadeira, seja
f(x) = a
n
x
n
+ a
n 1
x
n 1
+ .... + a
1
x + a
0
= 0
uma equao com as razes r
1
, r
2
, r
3
, ..., r
n.
. Portanto, escrevendo-a na forma fatorada, tem-
se que
f(x) = a
n
.(x r
1
)(x r
2
)(x r
3
) ... (x r
n
) = 0
Substituindo x por x vem
f(- x) = a
n
.(- x r
1
)(- x r
2
)(- x r
3
) ... (- x r
n
) = 0
que tem as razes - r
1
, - r
2
, - r
3
, ..., - r
n.
. Sendo algum r
i
, i = 1, 2, ..., n; a maior raiz positiva
de f(-x) = 0, ento r
i
a menor raiz negativa de f(x) = 0.O que prova a afirmativa (iii).

Exemplo 3.3
Determine o limite inferior das razes negativas da equao

f(x) = x
5
- 2x
4
-7x
3
+ 9x
2
+8x 6 = 0.
Soluo
A equao auxiliar
f
1
(x) = f(- x) = (- x)
5
2(- x)
4
-7(- x)
3
+ 9(- x)
2
+8(- x) 6 = 0
Portanto
f
1
(x) = - x
5
- 2x
4
+ 7x
3
+ 9x
2
- 8x 6 = 0.

Observe-se que, quando se substitui x por x, em uma equao polinomial, os termos de
grau mpar mudam de sinal e os de grau par no.
De acordo com o teorema de Lagrange a
5
deve ser maior que zero. Basta, ento, multipli-
car f
1
(x) por (- 1) para obter


12

f
1
(x) = x
5
+ 2x
4
- 7x
3
- 9x
2
+ 8x + 6 = 0.

Tem-se, ento, que k = 3, M = 9. Assim, L
1
= 4 - L
1
= - 4

3.2 Enumerao das razes reais
3.2.1 - Regra de Sinais de Descartes
O nmero de razes positivas de uma equao polinomial igual ao nmero de variaes
de sinal na seqncia dos seus coeficientes ou menor por um inteiro par.
Para determinar o nmero de razes negativas, basta trocar x por x e calcular o nmero de
razes positivas de f(x) = 0, o qual ser o nmero de razes negativas de f(x) = 0.

Exemplo 3.4
Enumere as razes reais da equao a seguir utilizando a regra dos sinais de Descartes.
f(x) = x
5
- 2x
4
-7x
3
+ 9x
2
+8x 6 = 0.
Soluo
Razes positivas: + 1, - 2, - 7, + 9, + 8, - 6 3 ou 1
Razes negativas
Tomando f
1
(x) = - x
5
- 2x
4
+ 7x
3
+ 9x
2
- 8x 6 = 0 do exemplo 4.3 tem-se que a seqncia
dos coeficientes - 1, - 2, + 7, + 9, - 8, - 6. Portanto a equao tem 2 ou nenhuma raiz
negativa

3.2.2 Regra dos sinais de Sturm
Seqncia de Sturm
Chama-se seqncia de Sturm de uma equao polinomial f(x) = 0, o conjunto de polin-
mios f(x), f
1
(x), f
2
(x), f
3
(x), ..., f
k
(x).
O primeiro termo o polinmio que origina a equao, o segundo a sua primeira deriva-
da, ou seja, f
1
(x) = f '(x) e, de f
2
(x) em diante, cada termo o resto, com o sinal trocado, da
diviso dos dois termos anteriores. O processo se encerra quando se obtm um resto cons-
tante. A seguir so relacionadas trs propriedades desta seqncia.
(i) Se f(x) = 0 tem razes mltiplas, ento o ltimo termo da seqncia uma constante
nula.
(ii) Para nenhum valor de x dois termos consecutivos da seqncia podem se anular.
(iii) Se, para algum valor de x, um termo mdio da seqncia se anula, ento os termos
vizinhos tero valores numricos de sinais opostos.


13
Seja N(o) o nmero de variaes de sinal apresentado pela seqncia de Sturm quando
cada um dos seus termos avaliado em x = o.

Teorema 3.6 (Sturm)
O nmero de razes reais de uma equao polinomial, que no possua razes mltiplas, em
um intervalo (a, b), igual a N(a) - N(b).

Exemplo 3.5
Enumere as razes reais da equao a seguir utilizando a regra dos sinais de Sturm.
f(x) = x
5
- 2x
4
-7x
3
+ 9x
2
+8x 6 = 0.
Soluo
O quadro a seguir apresenta a seqncia de Sturm associada equao assim como as vari-
aes de sinais.
x - 4 0 8
f(x) = x
5
- 2x
4
-7x
3
+ 9x
2
+8x 6 - - +
f
1
(x) = 5x
4
8x
3
21x
2
+ 18x +8 + + +
f
2
(x) = 3,4x
3
3,7x
2
7,8x + 5,4 - + +
f
3
(x) = 12,4x
2
4,3x 12 + - +
f
4
(x) = 5,4x 2,9 - - +
f
5
(x) = 10,7 + + +
N(x) 5 3 0

Nmero de razes negativas N(- 4) N(0) = 5 - 3 = 2
Nmero de razes positivas N(0) N(8) = 3 0 = 3

A exigncia de que a equao no tenha razes mltiplas no to restritiva, uma vez que,
se esta condio no satisfeita, e ento a seqncia termina quando se obtm um resto
nulo, o penltimo termo origina uma equao que tem as razes mltiplas. Dividindo-se a
equao dada por este termo, o quociente ser uma equao que possui somente razes
simples. A ela aplica-se o Teorema de Sturm.


14
Exemplo
A equao f(x) = x
5
- 11x
4
+ 34x
3
+ 8x
2
-160x + 128 = 0 tem as razes -2, 1, 4, 4, 4. A se-
qncia de Sturm a ela associada :

f(x) = x
5
- 11x
4
+ 34x
3
+ 8x
2
-160x + 128
f
1
(x) = 5x
4
- 44x
3
+ 102x
2
+ 16x - 160
f
2
(x) = 5,76x
3
49,68x
2
+ 120,96x 57,60
f
3
(x) = 10,546875x
2
84,375x + 168,75
f
4
(x) = 0

A equao f
3
(x) = 0 tem as razes 4 e 4. Dividindo a equao dada por ela, obtm-se a e-
quao
f
5
(x) = 0.0948148x
3
- 0.2844444x
2
- 0.5688889x + 0.7585185 = 0
que tem somente as razes simples -2,1 e 4.

4 Fase II: Refinamento - Mtodos numricos para o clculo de razes
4.1 - Mtodo da Bisseo
Seja y = f(x) uma funo contnua em um intervalo [a,b] que contm uma, e s uma, raiz,
c, da equao f(x) = 0.
A idia do Mtodo da Bisseo reduzir o intervalo [a, b] que contm a raiz dividindo-o,
de forma sucessiva, ao meio.
Para verificar se a raiz est contida na primeira ou na segunda metade do intervalo inicial,
utilizado o teorema de Bolzano. Em seguida, o processo repetido para aquela metade
que contm a raiz de f(x) = 0, ou seja, aquela em que a funo, y = f(x), tem valores num-
ricos com sinais opostos nos seus extremos. A figura 4.1 ilustra o processo.

Figura 4.1: Mtodo da Bisseo


15
4.1.1 - Critrio de parada
O processo iterativo finalizado quando se obtm um intervalo cujo tamanho menor ou
igual a uma preciso pr-estabelecida e, ento, qualquer ponto nele contido pode ser toma-
do como uma estimativa para a raiz; ou quando for atingido um nmero mximo de itera-
es previamente estabelecido.

4.1.2 - Critrio de convergncia
Se y = f(x) for contnua em [a, b] e f(a).f(b) < 0, ento o mtodo da Bisseo gera uma se-
qncia que converge para uma raiz de f(x) = 0.

4.1.3 - Estimativa do nmero de iteraes
O mtodo da Bisseo permite que seja estimado, a priori, o nmero mnimo de iteraes
para calcular uma raiz com uma preciso c a partir de um intervalo [a, b].
As iteraes geram uma seqncia de intervalos encaixados da forma

{[a, b], [a
1
, b
1
], [a
2
, b
2
], [a
3
, b
3
], ..., [a
k
, b
k
]}

Considerando que cada intervalo gerado, tem amplitude igual metade da do intervalo
anterior, tem-se que:

1
1 1
2
a - b
a - b = ,
2
a - b
a - b
1 1
2 2
= , logo
2
2 2
2
a - b
a - b =

2
a - b
a - b
2 2
3 3
= , ento
3
3 3
2
a - b
a - b =

Tendo em vista estes resultados, chega-se a
k
k k
2
a - b
a - b = . Como se deseja obter k tal que
b
k
a
k
s c
, ento:

c s
2
a - b
k

log(2)
) log( - a) - log(b
k
> (4.1)

Portanto, se k satisfaz a relao (4.1), ao final da iterao k, ser obtido um intervalo [a, b],
que contm a raiz , tal que x e[a, b] |x | s b a s c .


16
Exemplo 4.1
Dada a equao f(x) = x
5
- 2x
4
-7x
3
+ 9x
2
+8x 6 = 0, pede-se:
(a) Isole as suas razes reais.
(b) Considere o intervalo que contm a menor raiz positiva e estime o nmero de iteraes,
k, necessrio para calcul-la utilizando o mtodo da bisseo com preciso 0,040.
(c) Utilizando o mtodo da bisseo, calcule a sua menor raiz positiva com preciso 0,040
e um mximo de (k + 1) iteraes.

Soluo
No exemplo 3.2 foi determinado que todas as possveis razes positivas desta equao esto
no intervalo (0, 8). No exemplo 3.3 foi constatado que as possveis razes negativas esto
no intervalo (- 4, 0). No exemplo 3.5 foi verificado que esta equao tem duas razes nega-
tivas e trs positivas.

a) Isolamento das razes reais
Razes negativas
x - 4 - 3 - 2 - 1 0
f(x) - 982 - 165 6 - 1 - 6

Razes positivas
x 0 1 2 3 4 5 6 7 8
f(x) - 6 3 - 10 - 9 234 1.259 4.038 10.095 21.626

Verifica-se, ento, que cada intervalo, a seguir, contm uma raiz: (-3, -2), (-2, -1), (0, 1),
(1, 2) e (3, 4).

b) Estimativa do nmero de iteraes necessrio para calcular a menor raiz positiva
utilizando o mtodo da Bisseo com preciso 0,040.

log(2)
) 040 , 0 log( - 0) - log(1
k > K > 4,6 k = 5


17
c) Clculo da menor raiz positiva
i x
i
f(x
i
) b - a
0,000 - 6,000 ------------
1,000 3,000 1,000
01 0,500 - 0,719 0,500 a raiz est no intervalo [0,5; 1]
02 0,750 1,714 O,250 a raiz est no intervalo [0,5; 0,75]
03 0,625 0,597 0,125 a raiz est no intervalo [0,5; 0,625]
04 0,563 - 0,042 0,062 a raiz est no intervalo [0,563; 0,625]

Para a preciso estabelecida, qualquer ponto do intervalo [0,563; 0,594] pode ser tomado
como a menor raiz positiva da equao.

Exemplo 4.2
A figura a 4.2.a mostra um recipiente na forma de um cilindro circular reto que deve ser
construdo para conter 1000cm
3
. O fundo e a tampa, conforme mostrado na figura 4.2.a,
devem ter um raio 0,25cm maior que o raio do cilindro, de modo que o excesso possa ser
utilizado para formar um lacre com a lateral. A chapa do material usado para confeccionar
a lateral do recipiente, como apresentado na figura 4.2.b, deve ser, tambm, 0,25cm maior
para que o lacre possa ser formado.
Utilize o mtodo da Bisseo, com preciso 0.040 e um mximo de 10 iteraes, para de-
terminar a quantidade mnima de material a ser utilizada para construir o recipiente.

h
2..rcm 0,25cm
Figura 4.2.a Figura 4.2.b

Modelagem da resoluo
Sabe-se que o volume de um cilindro dado por V = tr
2
h, no caso deste problema tem-se,
ento, que
V = h . r .
2
t = 1000
2
r .
1000
h
t
= (4.2)
A rea total do recipiente dada pela soma da rea lateral com as da tampa e fundo, sendo
assim
( )
2
total
25 . 0 r 2 0,25h h . r . 2 A + t + + t = (4.3)


18
Substituindo (4.2) em (4.3)

t + t + t +
|
|
.
|
\
|
t
+ t = 125 . 0 r . r . 2
r .
1000
. 0,25) r . 2 ( A
2
2
total
(4.4)

Desenvolvendo (4.4) tem-se

t + t + t +
t
+ = 125 . 0 r . r . 2
.r
250

r
2000
A
2
2
total
= f(r) (4.5)

Para determinar a quantidade mnima de material a ser utilizada, basta calcular o valor de r
para o qual a rea total mnima. Derivando (4.5), em relao a r, tem-se:

t + t +
t
= r . 4
.r
500
-
r
2000
) r ( ' f
3 2
(4.6)

Multiplicando 4.6 por r
3
(uma vez que r 0) e igualando a zero, obtida a equao poli-
nomial:
0
500
- r . 2000 r . r . 4 ) r ( ' f
3 4
=
t
t + t = (4.7)

Que resolvida d o valor de r para o qual a rea mnima.

Soluo
Considerando 3 casas decimais, tem-se, a partir de 4.7, a seguinte equao a resolver:

0 159,160 - r . 2000 r . 142 , 3 r . 12,566 ) r ( ' f
3 4
= + = (4.8)

Limite superior positivo
Seja, ento, a determinao do limite superior positivo utilizando o Teorema de Lagrange.

k - n
n
a
M
1 L + =

Tem-se que n = 4, a
4
= 12,566, k = 1, M = 2000. Portanto L = 6,4.
Toma-se, ento, L = 7

Enumerao das razes positivas
Utilizando a regra dos sinais de Descartes, verifica-se que 4.8 possui somente uma raiz
positiva, o que era de se esperar tendo em vista a natureza do problema.



19
Utilizando o Teorema de Cauchy-Bolzano, verifica-se, por meio da tabela de pontos a se-
guir, que a raiz est no intervalo (5; 6).

r 0 1 2 3 4 5 6
f(r) -159,16 -2.143,45 -3.932,92 -5.056,21 - 4.740,28 -1.910,41 4.809,8

Clculo da raiz

i x
i
f(x
i
) b - a
============================
5,000 -1.910,410
6,000 4.809,800 1,000
1 5,500 862,266 0,500 a raiz est no intervalo [5; 5,5]
2 5,250 - 658,221 0,250 a raiz est no intervalo [5,25; 5,5]
4 5,313 - 304,,022 0,062 a raiz est no intervalo [5,313; 5,375]
5 5,344 - 227,228 0.031 a raiz est no intervalo [5,344; 5,375]

Para a preciso estabelecida, qualquer ponto do intervalo [5,344; 5.375] pode ser tomado
como uma estimativa para a raiz.
Tomando r = 5,375cm obtm-se A
total
= 573,651cm
2
. Observe-se que r = 5,375cm abs-
cissa de ponto de mnimo de 4.5, uma vez que

2000 r . 426 , 9 r . 50,264 ) r ( ' ' f
2 3
+ =

maior que zero no intervalo [5,344; 5.375].

Exemplo 4.3
A concentrao, c, de uma bactria poluente em um lago descrita por
c = 70.e
-1,5.t
+ 2,5.e
0,075.t

Utilize o Mtodo da Bisseo, com preciso 0,050 e um mximo de 5 iteraes, para esti-
mar o tempo t, em segundos, para que esta concentrao seja reduzida para 9.

Soluo
O problema consiste em determinar o tempo, t, para o qual

c = 70.e
-1,5.t
+ 2,5.e
0,075.t
= 9


20
Para isto deve ser resolvida a equao

f(t) = 70.e
-1,5.t
+ 2,5.e
0,075.t
9 = 0 (4.9)

A figura 4.3 apresenta o grfico da funo que d origem equao 4.9. Como pode ser
observado h uma nica raiz situada no intervalo (1,5; 2) segundos.

Figura 4.3: Grfico da funo que origina 4.2.8

Aplicando o mtodo da Bisseo so obtidos os resultados apresentados a seguir.

i x
i
f(x
i
) b - a
=======================
1,500 0,612
2,000 -3,363 0,500 a raiz est no intervalo [5; 5,5]
1 1,750 -1,737 0,250 a raiz est no intervalo [1,5; 1,75]

Para a preciso estabelecida, qualquer valor do intervalo [ 1.531 1.563] pode ser tomado
como uma estimativa para o tempo.


21
4.1.4 - Consideraes finais
(i) O mtodo exige pouco esforo computacional.
(ii) O mtodo sempre gera uma sequncia convergente.
(iii) A convergncia lenta. Notadamente se o intervalo inicial tiver um tamanho, b a,
muito maior que uma preciso, c . Neste caso, um nmero de iteraes tende ser muito
grande. Como exemplo, considere-se que:

b a = 2, c = 10
-6
k = 20,9 k = 21

4.2 - Mtodo da Falsa Posio
Seja y = f(x) uma funo contnua em um intervalo [a,b] que contm uma, e s uma, raiz c
da equao f(x) = 0.
O Mtodo da Falsa Posio consiste em dividir, de forma sucessiva, o intervalo [a, b] no
ponto em que a reta que passa por [a, f(a),] e [b, f(b)] intercepta o eixo das abscissas. A
figura 4.4 ilustra o processo.

Figura 4.4: Mtodo da Falsa Posio

Em cada iterao utilizado o Teorema de Bolzano para localizar o intervalo que contm a
raiz.

O processo iterativo finalizado quando se obtm x
i
, i = 0, 1, 2, ...; tal que |f(x
i
)| seja me-
nor ou igual a uma preciso pr-estabelecida e, ento, x
i
tomado como uma estimativa
para a raiz; ou quando for atingido um nmero mximo de iteraes previamente estabele-
cido.


22
Se y = f(x) for contnua em [a, b] e f(a).f(b) < 0, ento o mtodo da Falsa Posio gera uma
seqncia que converge para a raiz.

4.2.3 Funo de iterao
Para determinar a funo de iterao, basta considerar que a equao da reta que passa pe-
los pontos [a, f(a)] e [b, f(b)] obtida resolvendo-se o seguinte determinante:

0
1 ) b ( f b
1 ) a ( f a
1 ) x ( f x
=

Cujo resultado :

x.f(a) + b.f(x) + a.f(b) b.f(a) a.f(x) x.f(b) = 0 (4.10)

Em cada iterao gerado um ponto [x
i
, f(x
i
)], i = 1, 2, ...; que pertence a (4.10), tal que
f(x
i
) = 0. Sendo assim, de (4.10) vem:

x
i
.f(a) + b.f(x
i
) + a.f(b) b.f(a) a.f(x
i
) x
i
.f(b) = 0
x
i
.f(a) + a.f(b) b.f(a) x
i
.f(b) = 0
x
i
.[ f(b) + f(a)] + a.f(b) - b.f(a) = 0

Sendo assim:

f(a) f(b) -
b.f(a) a.f(b) -
x
i
+
+
=

Multiplicando o numerador e o denominador por (- 1) obtm-se a funo de iterao do
mtodo:

f(a) - f(b)
b.f(a) - a.f(b)
x
i
= , i = 1, 2, ... (4.11)

Observe-se que o Mtodo da Falsa Posio procura gerar, em cada iterao, uma aproxi-
mao, x
i
, i = 0, 1, ...; para a raiz cuja imagem seja a menor possvel, isto , uma aproxi-
mao tal que |f(x
i
)| s , sem se preocupar com a diminuio da amplitude, (b a), do
intervalo [a, b] que contm a raiz.
No caso do Mtodo da Bisseo, em cada iterao feita a mdia aritmtica dos extremos
a e b. Por outro lado, o Mtodo da Falsa Posio parte do princpio de que a raiz deve estar


23
mais prxima do ponto que apresenta o menor valor da funo, sendo assim, ao invs de
fazer a mdia aritmtica entre a e b, faz a mdia aritmtica ponderada entre ambos, con-
forme pode ser observado em (4.11).

Exemplo 4.3
Calcule uma raiz da equao f(x) = x
4
-14x
2
+ 24x 10 = 0 usando o mtodo da falsa posi-
o com preciso 0,006 e um mximo de 5 iteraes.

a) Limites das razes reais (Teorema de Lagrange)
a.1) Limite superior positivo k = 2, M = 14 L = 4,7 L = 5
a.2) Limite inferior negativo k = 2, M = 24 L
1
= 5,9 - L
1
= - 6

b) Enumerao das razes reais
b.1) Regra dos sinais de Descartes
Razes positivas: + 1, - 14, + 24, - 10 3 ou 1
Razes negativas: + 1, - 14, - 24, - 10 1 raiz

b.2) Teorema de Sturm Enumerao das razes positivas
x 0 5
f(x) = x
4
-14x
2
+ 24x 10 - +
f
1
(x) = 4x
3
- 28x +24 + +
f
2
(x) = 7x
2
18x + 10 + +
f
3
(x) = 7,2x 9,3 - +
f
4
(x) = 1,5 + +
N(x) 3 0

Nmero de razes positivas N(0) N(5) = 3 0 = 3

c) Separao das razes positivas
x f(x)
0 - 10
0,5 - 1,438
1 1
1,5 - 0,438
2 - 2
2,5 1,563
3 17
H uma raiz em cada um dos seguintes intervalos:
(0,5; 1); (1; 1,5) e (2; 2,5)



24
d) Clculo da maior raiz positiva
i a b f(a) f(b) x
i
f(x
i
)
01 2 2,5 - 2 1,563 2,281 - 1,029
02 2,281 2,5 - 1,029 1,563 2,368 - 0,231
03 2,368 2,5 - 0,231 1,563 2,385 - 0,041
04 2,385 2,5 - 0,041 1,563 2,388 - 0,005

Para a preciso estabelecida, x
4
= 2,388 uma estimativa para a maior raiz positiva da e-
quao.

4.2.3 - Consideraes finais
A grande vantagem do Mtodo da Falsa Posio que ele uma tcnica robusta, que con-
verge independentemente da forma do grfico de y = f(x) no intervalo [a, b].
Entretanto, quando a convergncia para a raiz s se faz a partir de um extremo do intervalo
[a, b] e a imagem desse ponto fixo tem um valor muito elevado, a convergncia lenta.
Este fato pode ser verificado analisando-se mais cuidadosamente a expresso (4.11).
Admita-se que o ponto fixo seja b. Para mostrar a parcela de acrscimo dado ao extremo
esquerdo a, que nesta situao varivel, adicione-se e subtraia-se a parcela a f(a) no
numerador da expresso (4.11), donde vem que:

f(a) - f(b)
a).f(a) - (b - f(a)] - a.[f(b)

f(a) - f(b)
a.f(a) a.f(a) - b.f(a) - a.f(b)
x =
+
=

Assim:

a) - b (
f(a) - f(b)
f(a)
- a x = (4.12)

Sendo, por hiptese, b fixo e f(b) elevado, a expresso a) - b (
f(a) - f(b)
f(a)
- , que representa o
acrscimo, ter um valor pequeno, acarretando convergncia to mais lenta quanto maior
for o valor de f(b).
Quando se considera a como ponto fixo tem-se

a) - b (
f(a) - f(b)
f(b)
- b x = (4.13)

Que obtido somando e subtraindo a parcela b x f(b) no numerador de (4.11).


25
Uma forma de evitar que um extremo fique fixo durante o processo iterativo (situao que
ocorre quando f(x
k
) f(x
k - 1
) > 0), substituir a reta que passa pelos pontos [a, f(a)] e
[b, f(b)] por uma de inclinao menor. Por exemplo, se em duas iteraes consecutivas o
extremo b ficar fixo, substitui-se f(b) por f(b)/2.

4.3 - Mtodo de Newton-Raphson
Seja y = f(x) uma funo contnua em um intervalo [a, b] tal que:
(i) a equao f(x) = 0 tem uma, e s uma, raiz em [a, b],portanto f(a) f(b) < 0;
(ii) f (x) e f (x) preservam o sinal e no se anulam em [a, b]
O Mtodo de Newton-Raphson consiste em:
(a) atribuir uma estimativa inicial x
0
[a, b] para uma raiz de f(x) = 0;
(b) gerar uma sequncia de estimativas, x
1
, x
2
, ..., x
k-1
, x
k
, ...; onde cada ponto determina-
do como sendo a interseo da reta tangente a y = f(x), em [x
k-1
, f(x
k-1
)], com o eixo das
abscissas.A figura (4.5) ilustra o procedimento.

Figura 4.5: Mtodo de Newton-Raphson

Da figura 4.5 obtm-se que

) (x f
x - x
) f(x
) tan(
0
1 0
0
' = = o

De onde resulta

) (x f
) f(x
- x x
0
0
0 1
'
=

Logo, tem-se que

) (x f
) f(x
- x x
1 - k
1 - k
1 - k k
'
= k = 1, 2, 3, .... (4.14)



26
O processo iterativo finalizado quando obtido x
k
, k = 1, 2, ...; tal que |x
k
x
k 1
| ou
|f(x
k
)| menor ou igual a uma preciso estabelecida e, ento, x
k
tomado como uma esti-
mativa para a raiz; ou quando for atingido um nmero mximo de iteraes estabelecido.

Se f(a) f(b) < 0, f (x) e f (x) so no nulas e preservam o sinal em [a, b] e x
0
e [a, b]
tal que f(x
0
) f (x
0
) > 0, ento o Mtodo de Newton-Raphson, gera uma seqncia de
aproximaes x
k
, k = 1, 2, ...; que converge para uma raiz de f(x) = 0.
Em geral, afirma-se que o mtodo gera uma srie convergente desde que x
0
seja escolhido
suficientemente prximo da raiz. Para tanto, necessrio que o intervalo [a, b] conside-
rado seja suficientemente pequeno, o que contribui para diminuir a possibilidade de varia-
o de sinal de f (x) e f (x).

Exemplo 4.5
Um objeto de massa m solto de uma altura S
0
, em relao ao solo. Aps t segundos a sua
altura dada pela expresso

|
.
|
\
|
+ =

m
t . k
2
2
0
e 1
k
g . m
t .
k
g . m
S ) t ( S
(4.15)

Onde k o coeficiente de resistncia do ar e g a acelerao da gravidade.
Sendo m = 1kg, S
0
= 30m, k = 0,5kg/s e g = 9,8m/s
2
, estime o tempo que o objeto leva para
chegar ao solo utilizando o mtodo de Newton-Raphson, com preciso 0,001 e um mximo
de 5 iteraes.

Soluo
Resolver este problema consiste em determinar o tempo t para o qual S(t) = 0.
Efetuando as substituies em (4.15) tem-se a equao

( )
0,5.t
2
e 1
5 , 0
8 , 9
t .
5 , 0
8 , 9
30 ) t ( S

+ = (4.16)
Simplificando (4.16) obtida a equao que deve ser resolvida

S(t) = 69,2 19,6t 39,2e
0,5.t
= 0 (4.17)
Sejam as funes
g(t) = 69,2 19,6.t e h(t) = 39,2.e
- 0,5.t



27

A figura 4.6 apresenta os grficos destas duas funes. Como pode ser observado, a equa-
o 4.17 possui duas razes, sendo que, para o problema, a raiz negativa no tem sentido.

Figura 4.6: As funes y = g(x) e y = h(x)

Observando a figura 4.6, verifica-se que a raiz que interessa est intervalo (3, 4). De fato,

S(3) = 1,653 e S(4) = - 14,505.

Para este problema, o mtodo de Newton-Raphson assume a forma:

) t ( ' S
) S(t
- t t
1 i
1 - i
1 - i i
= (4.10)
Sendo
S(t) = 19,6.(e
- 0,5.t
1) (4.11)
e
S (t) = -9,8.e
- 0,5.t
(4.12)

Verifica-se que 4.12 menor que zero qualquer que seja o valor de t, ento, considerando o
critrio de convergncia, toma-se t
0
= 4. Os resultados obtidos esto apresentados no qua-
dro a seguir.

i t
i
S(t
i
) S(t
i
) | t
i
t
i-1
|
0 4,000 - 14,505 - 16,947 --------
1 3,144 - 0,561 - 15,530 0,856
2 3,108 - 0,004 - 15,457 0,036
3 3,108 0,000


28

Para a preciso estabelecida, t 3,108s uma estimativa para o tempo que o objeto leva
para chegar ao solo.

Exemplo 4.6
Utilize o mtodo de Newton Raphson, com preciso 0,001 e um mximo de 5 iteraes,
para calcular a raiz negativa da equao f(x) = x
4
-14.x
2
+ 24.x 10 = 0.
Soluo
No exemplo (4.4) foi determinado que a nica raiz negativa desta equao est no intervalo
(- 6, 0).

Aplicao do mtodo da Bisseo para diminuir o tamanho do intervalo

i x
i
f(x
i
) b - a
============================
- 6 638
0 - 10 6
1 - 3 - 127 3 a raiz est no intervalo [- 6; -3]
2 - 4,5 8,563 1,5 a raiz est no intervalo [- 4,5; - 3]
3 - 3,375 - 99,121 0,75 a raiz est no intervalo [- 4,5; - 3,75]
Seja , ento o intervalo [- 4,5; - 3,75].

Escolha de x
0

Tem-se que:

f (x) = 4.x
3
-28.x + 24.
f (x) = 12.x
2
-28 > 0 x e [- 4,5; - 3,75]

Portanto, considerando o critrio de convergncia, x
0
= - 4,5.

Uma desvantagem do mtodo de Newton Raphson a necessidade de se obter a primeira
derivada da funo que d origem equao, bem como calcular o seu valor numrico em
um ponto a cada iterao.
Uma das maneiras de modificar o mtodo, de modo a eliminar esta necessidade, consiste
em substituir a derivada pela aproximao:

h
f(x) - h) f(x
) x ( f
+
~


29

O mtodo de Newton Raphson, quando modificado desta maneira, conhecido como
Mtodo das Secantes. Para isto, necessrio atribuir um valor pequeno para h. Seja, en-
to, h = 10
6
.

Note-se que:
f( x + h) = (x + h)
4
-14.(x + h)
2
+ 24.(x + h) 10

f( x + 10
6
) = (x + 10
6
)
4
-14.(x + 10
6
)
2
+ 24.(x + 10
6
) 10

Os resultados obtidos esto sumarizados no quadro a seguir.

k x
i
f(x
i
) f (x
i
) |x
i
x
i -1
|
0 - 4,5 8,563 - 214,500 ------------
1 - 4,460 0,153 - 205,986 0,040
2 - 4,459 ------------ ------------ 0,001

Para a preciso estabelecida, x
2
= - 4,459 uma estimativa para a raiz.

4.3.3 Consideraes finais
O Mtodo de Newton-Raphson tem convergncia muito boa (quadrtica) o que, por conse-
qncia, proporciona um nmero pequeno de iteraes. Entretanto, apresenta as seguintes
desvantagens:
(i) Exige a anlise do sinal de f (x) e f (x).
(ii) Exige o clculo do valor da primeira derivada em cada iterao.
(iii) Se f (x
k
-
1
) for muito elevado a convergncia ser lenta
(iv) Se f (x
k - 1
) for prximo de zero pode ocorrer overflow
Para contornar o item (i), que necessrio para a escolha da estimativa inicial, comum
calcular somente o valor da funo e o da sua segunda derivada nos extremos a e b, toman-
do como x
0
o aquele que satisfizer a condio f(x
0
) f (x
0
) > 0.

Eq Nao Linear

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Eq Nao Linear

Transféré par

Droits d'auteur :

Formats disponibles

UNIVERSIDADE FEDERAL DE OURO PRETO

Instituto de Cincias Exatas e Biolgicas

Vous aimerez peut-être aussi