Clculo Numrico

Faculdade de Cincias Sociais Aplicadas e Comunicao FCASC Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU

Prof. Dr. Sergio Pilling (IPD/ Fsica e Astronomia)

Aulas 3 e 4 - Mtodos numricos para achar zeros (solues) de funes reais

Objetivos: Veremos nessa aula vrios mtodos numricos para a resoluo de equaes no lineares do tipo f(x)=0.

1. Introduo Nas mais diversas reas das cincias exatas ocorrem, frequentemente, situaes que envolvem a resoluo de uma equao do tipo f(x)=0. Consideremos, por exemplo, o seguinte circuito:

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

Como obter razes reais de uma equao qualquer? Sabemos que, para algumas equaes, como por exemplo as equaes polinomiais do segundo grau, existem frmulas explicitas que do as razes em funo dos coeficientes (ex. regra de Baskara). No entanto, no caso de polinmios de grau mais elevado e no caso de funes mais complicadas, praticamente impossvel se achar zeros exatamente. Por isso, temos que dos contentar em encontrar apenas aproximaes para esses zeros (solues numricas); mas isto no uma limitao muito sria, pois, com os mtodos que apresentaremos , conseguimos, a menos de limitaes de maquinas, encontrar os zeros de uma funo com qualquer preciso prefixada. A idia central destes mtodos numricos partir de uma aproximao inicial para a raiz (um intervalo onde imaginamos a raiz estar contida) e em seguida refinar essa aproximao atravs de um processo iterativo.

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

2. FASE I Isolamento das razes

Nesta fase feita uma anlise terica e grfica da funo f(x). importante ressaltar que o sucesso da fase II depende fortemente da preciso desta anlise. Na analise terica usamos freqentemente o teorema:

Pois ++ +, -- +; +- ou -+ Graficamente temos:

Obs. Sob as hipteses do teorema anterior, se f(x) existir e preservar sinal em (a, b), ento este intervalo contm um nico zero de f(x). Graficamente:

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

Uma forma de se isolar as razes de f(x) usando resultados anteriores tabelar f(x) para vrios valores de x e analisar as mudanas de sinal de f(x) e o sinal da derivada nos intervalos em que f(x) mudou de sinal.

Exemplo 1 a) f(x) = x3 -9x +3 Construindo uma tabela de valores para f(x) e considerando apenas os sinais, temos:

!
Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

obter boas

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

equivalente

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

3. FASE II Refinamento da raiz

Veremos agora vrios mtodos numricos de refinamento de raiz. i) Mtodo da Bisseco ii) Mtodo da Posio Falsa iii) Mtodo do Ponto Fixo iv) Mtodo de Newton-Rapson v) Mtodo da Secante A forma como se efetua o refinamento que diferencia os mtodos. Todos eles pertencem classe dos mtodos iterativos.

Um mtodo interativo consiste em uma seqncia de instrues que so executadas passo a passo, algumas das quais so repetidas em ciclos.
A execuo de um ciclo recebe o nome de iterao. Cada iterao utiliza resultados das iteraes anteriores e efetua determinados testes que permitem verificar se foi atingido um resultado prximo o suficiente do resultado esperado. Observamos que os mtodos iterativos para obter zeros de funes fornecem apenas uma aproximao para a soluo exata.

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

Os mtodos iterativos para refinamento da aproximao inicial para a raiz exata podem ser colocados num diagrama de fluxo:

3.1. Critrios de parada dos mtodos

de

da

mesmo Em geral a preciso um nmero muito pequeno, como por exemplo ~ 0,000001 = 10-6

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

guir um

grficos

bk ak < (preciso)

!
Veremos a seguir as caractersticas dos diferentes mtodos iterativos para se obter zeros reais de funes.
Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

I) Mtodo da Bisseo
Seja a funo f(x) contnua no intervalo [a,b] e tal que f(a)f(b) <0. Vamos supor, para simplificar, que o intervalo (a,b) contenha apenas uma nica raiz da equao f(x)=0. O objetivo deste mtodo reduzir a amplitude do intervalo que contm a raiz at atingir a preciso requerida: (bk ak) < , usando para isto a sucessiva diviso de [a,b] ao meio. Graficamente temos:
Chute inicial

ai

xi

bi

Obs. Escolhe-se um novo intervalo quando h diferena de sinal entre eles.

inicial

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

10

ALGORITMO 1
Seja

, funo

(b a)

I.1. Estimativa do nmero de iteraes do mtodo da bisseco

b-a < (preciso)

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

11

I.2. Observaes finais sobre o mtodo da bisseco

bk ak < (preciso)

Exerccio 1 Encontre a raiz da equao f(x)=x3 9x +3 utilizando o mtodo da bisseco e as condies: Chute inicial, I=[0,1], e preciso =10-3.

Soluo:

b10 a10 <

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

12

II) Mtodo da Posio Falsa

Seja f(x) contnua no intervalo [a,b] e tal que f(a)f(b) < 0

valores

No exerccio 1, temos f(x)= x3-9x+3, intervalo inicial [a,b]=[0,1] e vimos que f(1)= -5 < 0 < 3=f(0).
mais

! !
2 iterao 1 iterao 3 iterao

Chute inicial

Critrio de parada: bk ak < ou f(a ou b ou x)< Aps isso acontecer tomemos o valor de x como a raiz aproximada, ou seja: x = x
Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

13

Exemplo 4 O mtodo da posio falsa aplicado a funo f(x)= xlog(x) -1 em [a0, b0]=[2,3], fica:
Ok! Existe pelo menos 1 raiz dentro desse intervalo

Ok!

Analogamente, temos parada.

e o processo continua at se atingir um dos critrios de

, funo Podemos ter ainda: 1= 2=

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

14

Exerccio 2 Encontre a raiz da equao f(x)= x3 9x +3 utilizando o mtodo da falsa usando como condies iniciais o intervalo I=[0,1] e 1 = 2 = 5 x 10-4 Soluo:
Iterao

b-a < f(x) <

No!

Sim!

Obs. Se f(x) contnua no intervalo [a,b] com f(a)f(b) < 0 ento o mtodo da posio falsa gera uma seqncia convergente assim como no mtodo que vimos anteriormente.

Faamos agora uma analise grfica para identificarmos qual ponto o ponto fixo em casa interao:

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

15

III) Mtodo do Ponto Fixo (MPF)

A importncia deste mtodo est mais nos conceitos que so introduzidos em seu estudo que em sua eficcia computacional. Seja f(x) uma funo contnua em [a,b], intervalo que contm uma raiz da equao f(x)=0. O MPF consiste em transformar esta equao em uma equao equivalente x = (x) e a partir de uma aproximao inicial x0 gerar a seqncia {xk} de aproximaes para (raiz) pela relao xk+1 = (xk), pois a funo (x) tal que f()=0 se e somente se ()=. Dessa forma transformamos o problema de encontrar um zero de f(x) no problema de encontrar um ponto fixo de (x).

Uma funo (x) que satisfaz a condio acima chamada de funo de iterao para a
equao f(x)=0 Exemplo 5 Para a equao f(x) = x2 + x - 6 = 0 temos vrias funes de iterao, entre as quais:

que em

de

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

16

Graficamente, uma raiz da equao x=(x) a abscissa do ponto de interseco da reta y=x e da curva y=(x).
Raiz

Chute inicial

Diverge!

Diverge!

Contudo, para certas escolhas de (x), o processo pode gerar uma seqncia que diverge de .

III.1 Condies para convergncia:

ento a
Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

17

Exemplo 6

Chute inicial

(x) =

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

18

funo e (x) Podemos ter ainda: 1= 2=

Exemplo 7
Analisaremos usando

Chute inicial

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

19

Exemplo 8
2 x 10-2

xk = (xk-1)

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

20

IV) Mtodo de Newton-Raphson

Baixa inclinao!

O Mtodo de Newton obtido geometricamente da seguinte forma:

Graficamente, temos:

Exemplo 9
(chute inicial)

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

21

Exemplo 10

Chute inicial

Diverge um pouco!

raizes divergncia mao

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

22

ALGORITMO 4 Seja a equao f(x)=0

funo Podemos ter ainda: 1= 2=

Exemplo 11

f(xk)<

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

23

V) Mtodo da Secante
calcular
Requer um processador rpido para no tomar muito tempo de mquina.

pelo

Chutes iniciais

= xk+1

Chutes iniciais

1 reta secante

2 reta secante 3 reta secante

Aps o primeiro clculo encontramos esse ponto.

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

24

Exemplo 12
Consideremos

Chutes iniciais

1.99999

. e o processo continua at que se obtenha a preciso desejada aplicando-se os critrios de parada f(xk)< ou xk xk-1<

funo Podemos ter ainda: 1= 2=

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

25

Exerccio 3
Considere a funo contnua F(x) = x3 - 9x + 3. Aplique o mtodo da secante para encontrar uma raiz com preciso melhor do que 5 x 10 -4 (1=1=5 x 10 -4) usando os pontos x0=0 e x1=1 como chute inicial.

~ - 2.222 x 10-4

f(x3)<

Comentrios Finais

4 Reviso - Teorema 1:

Complemento do teorema 1: Se f(x) existir e preservar sinal em (a, b), ento este intervalo contm um nico zero de f(x).

- Critrios de parada dos mtodos iterativos:

Nos mtodos com intervalo inicial I=[a,b] (Bisseco e posio falsa) b-a < ou f(a ou b ou x)< Nos mtodos com chute inicial (MPF, Newton ou Secante) f(xi)< Em geral (preciso estipulada) um nmero muito pequeno, por exemplo, ~ 0,000001 = 10-6

- Mecanismos de iterao dos Mtodos de obtencao de zeros de funes reais: I) Mtodo da Bisseco

xk =

a k + bk 2

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

26

Numero de iteraes no mtodo da bisseco:

Intervalo inicial

II) Mtodo da Posio Falsa

III) Mtodo da Ponto Fixo (MPF)

Transformar f(x)=0 numa equao equivalente x=(x) e a partir de um chute inicial x0 gerar uma seqncia { xk} de aproximaes atravs da relao

xk+1 = (xk)
Graficamente, uma raiz da equao x=(x) a abscissa do ponto de intercesso da reta y =x e da curva y=(x) OBS: Esse mtodo nem sempre converge! As condies para convergncia so:
onde I um intervalo centrado em (raiz) Funo com baixa inclinao prxima da raiz.

a convergncia ser mais rpida quanto menor for ()

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

27

IV) Mtodo de Newton ou Newton-Raphson

Esse mtodo bem parecido com o MPF, contudo para acelerar a convergncia escolhe-se uma () tal que ()= 0. Nesse mtodo utilizamos a expresso abaixo no o processo iterativo:

Chute inicial tangente

onde xk=0 um chute inicial para a raiz

IV) Mtodo da Secante

Uma das desvantagens no mtodo de Newton a necessidade de se obter f(x) e calcular seu valor numrico a cada iterao, nesse mtodo a derivada da funo aproximada pela expresso abaixo:

Chute inicial tangente

secante

onde xk=0 xk=1 so chutes iniciais para a raiz. Nesse mtodo utilizamos a expresso abaixo no o processo iterativo:

xk+1 =
OBS: Se tivermos f(xk) ~ f(xk+1) o mtodo pode divergir!

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

28

5 Comparao entre os mtodos

Realizemos agora alguns testes com o objetivo de comparar os vrios mtodos estudados anteriormente.

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

29

Exemplo 13 f(x) =

Exemplo 14 f(x) =

Valores muito distantes

Exemplo 15

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

30

6 Exerccios Propostos 6.1.

6.2

6.3

Aula 3 Clculo Numrico Prof. Dr. Sergio Pilling

31