ELFS/MAP © 2008

S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
31 31
Solu Soluç ção de ão de equa equaç ções ões não não- -lineares lineares
Problema: Determinar um número α para o qual uma determinada função f(x)
seja zero, ou seja, f(α) = 0. O número α é chamado raiz da equação f(x) = 0, ou
zero da função f(x).
As equações podem ser classificadas em 3 grupos:
• equações polinomiais;
• equações transcendentais;
• equações algébricas.
0.5 1 1.5 2 2.5 3
x
-0.6
-0.4
-0.2
0.2
y
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
32 32
Solu Soluç ção de equa ão de equaç ções não ões não- -lineares lineares
O tratamento atual de equações não-lineares originou-se no século XII, a partir
de resultados obtidos pelos árabes no séc. IX (Abu Ja’far Mohammed ibn al-
Khowarizmi).
O método analítico mais conhecido para tratamento de equações de 2
o
grau foi
desenvolvido na Índia (Bhaskara).
No século XVI, Niccolò Fontana Tartaglia desenvolveu um método para
resolução de equações do tipo x
3
+ ax = b, publicado por Gerolamo Cardano,
cujo aluno Lodovico Ferrari encontrou também uma solução para a forma de
grau 4. Tais fórmulas são conhecidas como Fórmulas de Cardano.
D’Alembert (1746) enuncia o Teorema Fundamental da Álgebra: Toda equação
polinomial de grau n possui exatamente n raízes (demonstrado por Gauss em
1799).
Niels Abel (1824) provou que equações de grau superior a 4 não podem ser
resolvidas por radicais ou manipulação de seus coeficientes.
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
33 33
Solu Soluç ção de equa ão de equaç ções não ões não- -lineares lineares
Desde então, o cálculo aproximado das n raízes de um polinômio de grau n
baseia-se em métodos numéricos, que podem ser aplicados também às
equações algébricas e transcendentais.
O cálculo de uma raiz envolve duas etapas:
1. Isolar a raiz, ou seja, determinar o menor intervalo possível [a, b] que
contenha uma e apenas uma raiz da equação f(x) = 0;
2. A partir de uma estimativa inicial, utilizar algum método de refinamento até
obter uma aproximação satisfatória para uma precisão dada.
A etapa 1 para equações algébricas e transcendentais baseia-se principalmente
em métodos gráficos. Para equações polinomiais, existem teoremas que podem
ser aplicados para definir os intervalos que contém as raízes do polinômio e
estabelecer uma estimativa inicial.
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
34 34
Isolamento de ra Isolamento de raí ízes: m zes: mé étodo gr todo grá áfico fico
Problema: Uma barra de uma liga metálica apresenta o comportamento descrito
pela figura abaixo, quando submetida à uma fonte externa de calor:
As seguintes relações podem ser estabelecidas:
a) h = R – Rcosθ
b) Rθ = 1.093/2
c) senθ = 0.5/R
1.093/2
0.5
h
R
θ
1 m 1.093 m
antes
depois
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
35 35
Isolamento de ra Isolamento de raí ízes: m zes: mé étodo gr todo grá áfico fico
De (b) e (c) tem-se: θ = 1.093senθ.
Os valores que verificam a igualdade podem
ser calculados como raízes da equação:
f(θ) = θ – 1.093senθ,
ou como solução do sistema:
y = θ
y = 1.093senθ
O valor de θ pode então ser substituído em
(b), obtendo-se R. Com θ e R conhecidos,
calcula-se h a partir de (a).
θ*
θ
θ
f(θ)
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
36 36
Isolamento de ra Isolamento de raí ízes: m zes: mé étodo gr todo grá áfico fico
A partir da equação f(x) = 0, pode-se obter a equação equivalente g(x) = h(x) e
esboçar os gráficos das funções g(x) e h(x), determinando os pontos x onde as
duas curvas se interceptam, pois neste caso f(α) = 0 ⇔ g(α) = h(α).
Exemplo:
A utilização do método gráfico para determinar uma estimativa inicial para as
raízes de uma função requer um estudo detalhado do comportamento dessa
função (domínio, pontos de descontinuidade, pontos críticos, concavidade,
inflexões, assíntotas etc).
x
e x x f

− = 5 ) (
x x
e x e x
− −
= ⇔ = − 5 0 5
x x g = ) (
g(x)
h(x)
x
e x h

= 5 ) (

ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
37 37
Isolamento de ra Isolamento de raí ízes: sinal de f(x) zes: sinal de f(x)
Teorema: Se uma função contínua f(x) assume valores de sinais opostos nos
pontos extremos de um intervalo [a, b], isto é, f(a)×f(b) < 0, então o intervalo
conterá, no mínimo, uma raiz da equação f(x) = 0. Em outras palavras, haverá,
no mínimo, um número α ∈ [a, b] tal que f(α) = 0.
A raiz será única se a derivada f’(x) existir e for monotônica (não mudar de
sinal) no intervalo [a, b], ou seja, se f’(x) > 0 ou f’(x) < 0, a ≤ x ≤ b.
0.5 1 1.5
x
-0.4
-0.2
0.2
0.4
y
raiz isolada
y = f(x)
-0.4
-0.2
1
y
2 4 6 8 10
0.2
0.4
0.6
0.8
x
y = f(x) múltiplas raizes
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
38 38
Isolamento de ra Isolamento de raí ízes: sinal de f(x) zes: sinal de f(x)
Outra forma de se isolar as raízes de uma equação consiste em criar uma tabela
de valores de f(x) para vários valores de x e analisar as mudanças de sinal de
f(x) e o sinal da derivada nos intervalos em que f(x) mudou de sinal.
Exemplo: f(x) = x
3
– 9x + 3
Como f(x) é contínua para qualquer x real e considerando as variações de sinal,
conclui-se que os intervalos [–5, –3], [0, 1] e [2, 3] contém pelo menos uma raiz
de f(x).
A principal dificuldade neste método consiste em escolher os pontos onde f(x)
será avaliada.
+ + + – – + + + – – – – f(x)
5 4 3 2 1 0 –1 –3 –5 –10 –100 –∞ x
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
39 39
Isolamento de ra Isolamento de raí ízes: equa zes: equaç ções polinomiais ões polinomiais
Quando f(x) é um polinômio, muitos teoremas são conhecidos e podem ser
usados para determinar uma estimativa inicial.
O procedimento de isolamento de raízes de uma equação polinomial envolve 3
etapas:
• Enumeração: quantas raízes (reais e complexas) existem?
• Localização: qual o intervalo que contém todas as raízes?
• Separação: determinar intervalos que contém apenas uma raiz.
A etapa de enumeração estima quantas e de que tipo (positivas ou negativas,
reais ou complexas) podem ser as raízes de um polinômio, mas não permite
definir com exatidão a quantidade de cada tipo nem a multiplicidade das
mesmas.
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
40 40
Enumera Enumeraç ção das ra ão das raí ízes reais zes reais
Teorema (Descartes): O número de raízes reais positivas de uma equação
polinomial p(x) = 0 não é maior que o número de trocas de sinal na seqüência
de seus coeficientes não nulos, e se for menor, então é sempre por um número
par.
Exemplo:
p(x) = x
3
+ 2x
2
– 3x – 5
p(–x) = –x
3
+ 2x
2
+ 3x – 5
– – + + p(x)
⇒ 1 troca, logo p(x) tem 1 raiz real
positiva.
– + + – p(– x) ⇒ 2 trocas, logo p(x) tem 2 ou 0 raízes
reais negativas. Se não tiver raiz real
negativa, então p(x) terá duas raízes
complexas.
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
41 41
Enumera Enumeraç ção das ra ão das raí ízes complexas zes complexas
Teorema (Huat): A equação polinomial de grau n:
terá raízes complexas se, para algum 0 < k < n ocorrer:
Exemplo: p(x) = 2x
5
+ 3x
4
+ x
3
+ 2x
2
– 5x + 2
Mas:
0 ) (
0
= =

=
n
i
i
i
x a x p
1 1
2
− +
× ≤
k k k
a a a
+ – + + + + p(x)
⇒ 2 trocas, logo p(x) tem 2 ou 0 raízes
reais positivas.
+ + + – + – p(–x)
⇒ 3 trocas, logo p(x) tem 3 ou 1 raízes
reais negativas.
a
2
= 2
a
3
= 1
a
4
= 3
⇒ 1 = a
3
2
< a
2
×a
4
= 6, logo p(x) tem raízes complexas.
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
42 42
Localiza Localizaç ção de ra ão de raí ízes reais zes reais
Teorema (Laguerre): Dado um polinômio p(x) e um número α, podemos
escrever:
p(x) = (x – α)q(x) + R
Se os coeficientes de q(x) e R forem todos positivos ou nulos, então as raízes
reais positivas de p(x) são menores do que α.
Para considerar as raízes reais negativas basta aplicar o teorema para o
polinômio p(–x), multiplicando-se por –1, se necessário, para que o coeficiente
do termo de maior grau seja positivo.
Exemplo: p(x) = x
5
+ x
4
– 9x
3
– x
2
+ 20x – 12
–12 20 –1 –9 1 1
coeficientes de q(x) R
Logo, 3 é um
limitante superior
para o intervalo
das raízes.
α = 3 ↓
1 4 8 44 120
3 12 9 24 132
3
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
43 43
Localiza Localizaç ção de ra ão de raí ízes reais zes reais
Para determinar o limite das raízes reais negativas, será considerado p(–x):
p(–x) = –x
5
+ x
4
+ 9x
3
– x
2
– 20x – 12
p(–x) = x
5
– x
4
– 9x
3
+ x
2
+ 20x + 12
Logo, –4 é um
limitante inferior
para o intervalo
das raízes.
coeficientes de q(x) R
←multiplicar por –1
12 20 1 –9 –1 1
α = 3 ↓
1 2
3 6
–3
12 20 1 –9 –1 1
α = 4 ↓
1 3 13 72 300
4 12 12 52 288
3
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
44 44
Separa Separaç ção de ra ão de raí ízes reais zes reais
Teorema (Budan): Seja p(x) um polinômio de grau n e seja p
(k)
(α) o valor da
derivada de ordem k de p(x) calculada para x = α. Seja V
α
o número de
variações de sinal da seqüência p(α), p'(α), p"(α), ..., p
(n)
(α). Então, o número
de raízes de p(x) = 0 no intervalo (a, b) é igual ou menor que |V
a
– V
b
| por um
múltiplo de 2.
Portanto, para separar as raízes pelo teorema de Budan, deve-se conseguir um
intervalo (a, b) tal que |V
a
– V
b
| = 1.
Exemplo: A equação p(x) = x
3
– 3x
2
– x + 2 possui 2 raízes no intervalo (0, 4).
V
α
p’”(α)
p”(α)
p’(α)
p(α)
α
As derivadas de p(x) são:
p'(x) = 3x
2
– 6x – 1
p''(x) = 6x – 6
p'''(x) = 6
Logo, existe uma raiz de p(x) = 0
no intervalo (0, 2) e outra raiz no
intervalo (2, 4).
2
–1
–6
6
2
14
23
18
6
0
2
–4
–1
6
6
1
0 4
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
45 45
M Mé étodos iterativos de refinamento todos iterativos de refinamento
Os métodos iterativos para o cálculo de raízes de equações podem ser
classificados em 3 tipos:
• Métodos de Quebra: considera um intervalo [a, b] onde a função troca de
sinal. O intervalo é dividido em 2 subintervalos e descarta-se o subintervalo que
não contém a raiz desejada, sucessivamente. A escolha do ponto de divisão do
intervalo determina a diferença entre os métodos.
• Métodos de Ponto Fixo: a partir de uma aproximação inicial, constrói-se uma
seqüência {x
i
}, na qual cada termo é dado por x
i+1
= ϕ(x
i
), onde ϕ é uma função
de iteração, diferente para cada método considerado.
• Métodos de Passos Múltiplos: é uma generalização do método anterior,
considerando que a função de iteração usa vários pontos anteriores (x
i
, x
i–1
,...)
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
46 46
M Mé étodos iterativos de refinamento todos iterativos de refinamento
Para definir um método iterativo para solução de equações não-lineares são
necessários:
• uma estimativa inicial para a raiz (que pode ser obtida pelo estudo de
separação de raízes, no caso de equações polinomiais, ou pelo gráfico da
função, no caso de outras equações);
• uma fórmula de recorrência, que calcula uma estimativa melhor com base em
estimativas já conhecidas;
• um critério de parada para finalizar o processo iterativo, que pode ser um (ou
uma combinação) dos seguintes:
onde L é o número máximo de iterações, definido a priori.
L i x f x x
x
x x
i i i
i
i i
> < < − <

+
+
, ) ( , ,
1
1
ε ε ε
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
47 47
Convergência de um m Convergência de um mé étodo iterativo todo iterativo
Definição: Uma seqüência x
0
, x
1
, x
2
, ... converge para x* se, dado um ε > 0,
existe um inteiro L tal que, qualquer que seja i > L, | x
i
– x* | < ε. Neste caso
diz-se que:
Definição: Seja x
0
, x
1
, x
2
, ... uma seqüência que converge para x*. Seja
e
i
= |x
i
– x*| o erro absoluto da iteração i. Se existe um número β > 1 e uma
constante α ≠ 0 tais que:
então β é denominado ordem de convergência (linear, quadrática, cúbica etc.) e
α é conhecida como constante assintótica de erro. Quanto maior for o número β,
mais rápida será a convergência do método iterativo. Quanto menor for a
constante α, mais preciso será o resultado obtido pelo método.
* lim x x
i
i
=
∞ →
α
β
=
+
∞ →
i
i
i
e
e
1
lim
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
48 48
M Mé étodo da todo da Bissec Bissecç ção ão
Também conhecido como Método do Meio Intervalo, este método considera um
intervalo inicial [a, b] tal que f(a)×f(b) < 0. O intervalo inicial é sucessivamente
dividido ao meio, mantendo-se o subintervalo que contém a raiz, ou seja, aquele
em cujos extremos f(x) assuma valores sinais com sinais opostos.
x
y
a
b
m
1
m
2
Algoritmo:
1. ler(a, b);
2. repita
3. m ← (a + b)/2;
4. se f(a)*f(m) < 0 então b ← m;
senão a ← m;
5. enquanto |a – b| > ε;
6. raiz ← (a + b)/2;
7. exibir(raiz);
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
49 49
Convergência do M Convergência do Mé étodo da todo da Bissec Bissecç ção ão
Para o Método da Bissecção pode-se mostrar que:
• α = 0.5, ou seja, a cada iteração o erro reduz-se à metade;
• β = 1, ou seja, o método tem convergência linear.
É possível determinar, a priori, o número de iterações necessárias para a
obtenção da raiz em um intervalo [a, b], com uma tolerância ε dada:
2
0 0
1 1
b a
b a

≤ −
2
0 0 1 1
2 2
2 2
b a b a
b a



≤ −
ε
0 0
2
b a
k

≥ ⇒ ε ≤

≤ −
k
k k
b a
b a
2
0 0
|
|
.
|

\
| −
≥ ⇒
ε
0 0
2
log
b a
k
M
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
50 50
Convergência do M Convergência do Mé étodo da todo da Bissec Bissecç ção ão
Exemplo: f(θ) = θ – 1.093senθ, no intervalo [0.1, 1], com precisão ε = 10
–2
entre duas aproximações consecutivas.
Serão necessárias ⇒ k = 7 iterações.

[0.1, 1]
+
: θ
0
= 0.55 f(θ
0
) = –0.021297 < 0

[0.55, 1]
+
: θ
1
= 0.775 f(θ
1
) = 0.0102103 > 0

[0.55, 0.775]
+
: θ
2
= 0.6625 f(θ
2
) = –0.009793 < 0

[0.6625, 0.775]
+
: θ
3
= 0.71875 f(θ
3
) = –0.0009297 < 0

[0.71875, 0.775]
+
: θ
4
= 0.746875 f(θ
4
) = 0.004346 > 0

[0.71875, 0.746875]
+
: θ
5
= 0.7328125 f(θ
5
) = 0.001636121 > 0

[0.71875, 0.7328125]
+
: θ
6
= 0.72578125 f(θ
6
) = 0.000...
⇒ θ* = 0.72578125 ⇒ R = 39.472852 m ⇒ h = 0.00316686 m
49 . 6
10
1 1 . 0
log
2
2

|
|
.
|

\
| −


k
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
51 51
Também conhecido como Método Regula Falsi ou Método das Cordas, este
método considera um intervalo inicial [a, b] tal que f(a)×f(b) < 0, que será
sucessivamente dividido em um ponto m, calculado como:
x
y
M Mé étodo da Falsa Posi todo da Falsa Posiç ção ão
a
b m
f(a)
f(b)
Algoritmo:
1. ler(a, b);
2. repita
3. m ← (b*f(a) – a*f(b)) / (f(a) – f(b));
4. se f(a)*f(m) < 0 então b ← m;
senão a ← m;
5. enquanto |a – b| > ε;
6. raiz ← (a + b)/2;
7. exibir(raiz);
) ( ) (
) ( ) (
b f a f
b f a a f b
m

⋅ − ⋅
=
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
52 52
M Mé étodos de Quebra: considera todos de Quebra: consideraç ções finais ões finais
• Possuem uma interpretação geométrica imediata;
• Os cálculos são simples, o que permite trabalhar com melhores valores de
precisão ε;
• Satisfeitas as hipóteses de continuidade em [a, b] e com f(a)×f(b) < 0, a
seqüência gerada sempre converge para o valor da raiz;
• A convergência é muito lenta se |a – b| >>> ε, para valores de precisão muito
pequenos, necessitando um número muito grande de iterações para se atingir a
precisão desejada;
• A ocorrência de erros de arredondamento no cálculo do ponto de divisão do
intervalo pode produzir um subintervalo que efetivamente não contém a raiz;
• No Método da Falsa Posição, se a função
for estritamente côncava ou convexa no
intervalo [a, b], então um dos extremos do
intervalo permanece fixo.
x
y
a
b
m
1
m
2
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
53 53
M Mé étodos de Ponto Fixo todos de Ponto Fixo
Definição: Um número α é um ponto fixo de uma função ϕ se:
ϕ(α) = α
e corresponde ao ponto de intersecção da reta y = x com a curva y = ϕ(x) em
x = α.
Exemplo: A função f(x) = x
2
– 2, para x ∈ [–3, 3] tem pontos fixos em x = –1 e
x = 2, pois:
• f(–1) = (–1)
2
– 2 = –1
• f(2) = (2)
2
– 2 = 2
Tais pontos podem ser obtidos como
solução da equação x = x
2
– 2.
2
–1
x
f(x)
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
54 54
M Mé étodos de Ponto Fixo todos de Ponto Fixo
Dado um problema de se encontrar a raiz α ∈ [a, b] de uma função f, pode-se
definir funções equivalentes ϕ com um ponto fixo em α como:
ϕ(x) = x + θf(x), θ ≠ 0
tal que, para k → ∞, {x
k
} converge para α e f(x
k
) converge para 0, obtendo-se
ϕ(α) = α.
Assim, os problemas de se encontrar as raízes de uma função f(x) e encontrar o
ponto fixo de uma equação ϕ(x) = x + θf(x), θ ≠ 0, são equivalentes.
A obtenção da função de ponto fixo equivalente à função cujas raízes deseja-se
determinar baseia-se em operações algébricas simples.
Exemplo: Seja f(x) = x
3
– 3x + 1. Duas possíveis escolhas para ϕ(x) são:
• ϕ(x) = (x
3
+ 1)/3
• ϕ(x) = 1/(3 – x
2
)
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
55 55
M Mé étodo Iterativo Linear todo Iterativo Linear
O Método Iterativo Linear é um método de ponto fixo que visa obter uma
seqüência convergente {x
k
} de aproximações para o valor da raiz de uma
função, utilizando uma função de iteração de ponto fixo:
, k = 0, 1, 2, ...
x0
y = x
y = g(x)
x
y
raiz x1 x2
x
2
x
1
x
0
y = ϕ(x)
raiz
y
x
y = x
y = g(x)
x0 x1
y = ϕ(x)
x
0
x
1
y
x
k+1
= ϕ(x
k
)
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
56 56
Convergência do M Convergência do Mé étodo Iterativo Linear todo Iterativo Linear
Dependendo da escolha de ϕ(x), o método iterativo linear não converge.
Problema: Como escolher ϕ(x) de forma que {x
k
} seja convergente?
Teorema (Método Iterativo Linear): Se ϕ ∈ C[a, b] e se ϕ(x) ∈ [a, b], para
todo x ∈ [a, b], então ϕ(x) tem um ponto fixo em [a, b], que será único se
ϕ’(x) estiver definida em (a, b) e se existir uma constante positiva L, tal que
|ϕ’(x)| ≤ L < 1, para todo x ∈ [a, b]. Nessas condições, o erro de truncamento
cometido na k-ésima iteração será:
Exercício: Encontrar uma raiz da função f(x) = x
2
– x – 5 pertencente ao
intervalo [0, 6] usando o método do ponto fixo. Considerando x
0
= 3, quantas
iterações serão necessárias até que |x
i+1
– x
i
| < 10
–3
?
1
1
*



< −
k k k
x x
L
L
x x
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
57 57
Convergência de M Convergência de Mé étodos de Ponto Fixo todos de Ponto Fixo
Como conseqüência do teorema do Método Iterativo Linear, se α ∈ [a, b] é uma
raiz da equação f(x) = 0 e a função de iteração de ponto fixo ϕ ∈ C[a, b] é tal
que |ϕ’(x)| ≤ L < 1, para todo x ∈ [a, b], então a seqüência {x
k
} gerada pelo
processo iterativo x
k+1
= ϕ(x
k
), k = 0, 1, 2, ..., converge para α:
f(α) = 0 ⇔ α = ϕ(α) (1)
x
k+1
= ϕ(x
k
) (2)
Fazendo (2) – (1): x
k+1
– α = ϕ(x
k
) – ϕ(α)
Pelo Teorema do Valor Médio, se x
k
∈ [a, b], existe v
k
entre x
k
e α tal que:
ϕ’(v
k
) (x
k
– α) = ϕ(x
k
) – ϕ(α). Portanto:
x
k+1
– α = ϕ’(v
k
) (x
k
– α)
Para |ϕ’(v
k
)| < 1, a cada iteração aproxima-se mais da raiz. Quanto menor for
|ϕ’(v
k
)|, mais rápida será a convergência.
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
58 58
Acelera Aceleraç ção de ão de Aitken Aitken
Teorema (Aitken). Sejam os métodos iterativos x
k
= ϕ
1
(x
k–1
) e x
k
= ϕ
2
(x
k–1
), de
ordem β, que convergem para x = α. Seja a função Φ definida por:
Se (ϕ
1
(α) – 1)(ϕ
2
(α) – 1) ≠ 0 então o método iterativo x
k
= Φ(x
k–1
) converge
para x = α, com ordem de convergência superior a β.
Exemplo. Para a função f(x) = x
2
– x – 5 em [0, 6] podemos ter os métodos:
)) ( ( ) ( ) (
) ( ) ( )) ( (
) (
2 1 2 1
2 1 2 1
x x x x
x x x x
x
ϕ ϕ ϕ ϕ
ϕ ϕ ϕ ϕ
+ − −

= Φ
x
5
= 2.79129
x
4
= 2.79133
x
3
= 2.79150
x
2
= 2.79793
x
1
= 2.82843
x
0
= 3.00000
x
0
= 3.00000
x
1
= 2.79142
x
2
= 2.79129
5 ) (
1
+ = x x ϕ
3 2
2
5 ) ( x x x + = ϕ
x
14
= 2.79129
...
x
3
= 2.79985
x
2
= 2.81022
x
1
= 2.88450
x
0
= 3.00000
) (x Φ
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
59 59
Acelera Aceleraç ção de ão de Aitken Aitken
O Método da Aceleração de Aitken pode ser aplicado mesmo quando dispõe-se
de apenas uma função de iteração ϕ(x).
Nesse caso, faz-se ϕ
1
= ϕ
2
= ϕ.
Exemplo:
x
4
= 2.79129 x
4
= 2.79133
x
5
= 2.79129
x
3
= 2.79126 x
3
= 2.79150
x
2
= 2.79129 x
2
= 2.79793
x
1
= 2.79134 x
1
= 2.82843
x
0
= 3.00000 x
0
= 3.00000
x = Φ(x) x = ϕ
1
(α)
x
14
= 2.79129
...
x
3
= 2.79985
x
2
= 2.79129 x
2
= 2.81022
x
1
= 2.79230 x
1
= 2.88450
x
0
= 3.00000 x
0
= 3.00000
x = Φ(x) x = ϕ
2
(α)
5 ) (
1
+ = x x ϕ
3 2
2
5 ) ( x x x + = ϕ
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
60 60
M Mé étodo de todo de Newton Newton- -Raphson Raphson
Teorema (Taylor): Seja f(x) ∈ C
n
[a, b] e suponha que f
(n+1)
(x) seja definida em
[a, b]. Então existe um valor ξ ∈ [a, b] tal que, para ∆ suficientemente pequeno:
Seja x
k
uma aproximação para uma raiz da função f(x), ou seja, f(x
k
) ≈ 0. Então,
se o método iterativo converge para a raiz, f(x
k+1
) ≈ 0, sendo x
k+1
= x
k
+ ∆.
Assim, pelo Teorema de Taylor:
Truncando a expansão a partir dos termos de 2
a
ordem, tem-se:
f(x
k
) + ∆f’(x
k
) = 0
) (
)! 1 (
) (
!
... ) (
! 2
) (
! 1
) ( ) (
) 1 (
1
) (
2
ξ
+
+
+

+

+ + ′ ′

+ ′

+ = ∆ +
n
n
n
n
f
n
x f
n
x f x f x f x f
0 ... ) (
2
) ( ) ( ) ( ) (
2
1
≈ + ′ ′

+ ′ ∆ + = ∆ + =
+ k k k k k
x f x f x f x f x f
) (
) (
k
k
x f
x f

− = ∆ ⇒
) (
) (
1
k
k
k k
x f
x f
x x

− = ∴
+
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
61 61
M Mé étodo de todo de Newton Newton- -Raphson Raphson
Interpretação geométrica do Método de Newton-Raphson:
Por sua interpretação geométrica, o Método de Newton-Raphson também é
conhecido como o Método das Tangentes.
x
k
x
k+1
f(x
k
)
) ( '
) (
1
k
k
k k
x f
x f
x x − = ⇒
+
) (
) (
) ( ) ( '
1 +

= =
k k
k
k
x x
x f
tg x f α
y = f(x)
x
y
raiz
α
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
62 62
M Mé étodo de todo de Newton Newton- -Raphson Raphson
Exemplos:
f(x) = x
2
– x – 5 f(x) = xe
–x
– 0.2
Pode-se mostrar que, para o Método de Newton-Raphson, β = 2, ou seja, o
método tem ordem de convergência quadrática.
O Método de Newton-Raphson sempre converge?
x
3
= 2.79129
x
2
= 2.79129
x
1
= 2.80000
x
0
= 3.00000
x
5
= 0.25917
x
4
= 0.25917
x
3
= 0.25915
x
2
= 0.25535
x
1
= 0.20000
x
0
= 0.00000
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
63 63
M Mé étodo de todo de Newton Newton- -Raphson Raphson
Teorema. Seja f(x) uma função definida em [a, b] tal que:
• f(a)×f(b) < 0
• f’(x) ≠ 0, para todo x ∈ [a, b]
• f’’(x) ≥ 0 ou f’’(x) ≤ 0, para todo x ∈ [a, b]
• |f(a)/f’(a)| < b – a e |f(b)/f’(b)| < b – a
Então, para qualquer x
0
∈ [a, b], o Método de Newton-Raphson irá convergir
para a raiz de f(x) = 0 pertencente ao intervalo [a, b].
Exemplo: Verificar se o Método de Newton-Raphson converge para a raiz de
f(x) = x
3
+ 2x
2
+ 3x – 1 pertencente ao intervalo [0, 1]:
x
5
= 0.27568
x
4
= 0.27568 x
4
= 0.27568 x
4
= 0.27568
x
3
= 0.27620 x
3
= 0.27568 x
3
= 0.27568
x
2
= 0.30434 x
2
= 0.27620 x
2
= 0.27777
x
1
= 0.50000 x
1
= 0.30434 x
1
= 0.33333
x
0
= 1.00000 x
0
= 0.50000 x
0
= 0.00000
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
64 64
Sistemas de Equa Sistemas de Equaç ções Não ões Não- -Lineares Lineares
O método de Newton-Raphson pode ser aplicado na resolução de sistemas de
equações. Considere, por exemplo, o seguinte sistema de equações:
Os valores de x e de y que satisfazem, simultaneamente, as duas equações
podem ser vistos no gráfico a seguir:
¹
´
¦
= − +
= − +
0 7 3
0 3 2
2 2
y x
y x
2
) 3 (
) (
1
x
x y

=
2
2
3 7 ) ( x x y − =
-2 -1 1 2
0.5
1
1.5
2
2.5
y2(x)
y1(x)
y
x
raiz
raiz
y
2
(x)
y
1
(x)
Neste caso, as raízes são:
(–1.000, 2.000) e
(1.462, 0.769)
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
65 65
Sistemas de Equa Sistemas de Equaç ções Não ões Não- -Lineares Lineares
A generalização do Método de Newton-Raphson pode ser obtida a partir do
Teorema de Taylor para funções de várias variáveis. Seja, por exemplo, o caso
de funções de duas variáveis. Considere (x
k
, y
k
) a k-ésima aproximação para
uma raiz do sistema:
Uma nova aproximação para a raiz do sistema pode ser estabelecida como:
onde os passos s (na direção x) e t (na direção y) devem ser determinados.
Como (x
k+1
, y
k+1
) são aproximações para uma raiz do sistema, podemos
escrever:
¹
´
¦
=
=
0 ) , (
0 ) , (
2
1
y x f
y x f
0 ) , ( ) , (
0 ) , ( ) , (
2 1 1 2
1 1 1 1
≅ + + =
≅ + + =
+ +
+ +
t y s x f y x f
t y s x f y x f
k k k k
k k k k
) , ( ) , (
1 1
t y s x y x
k k k k
+ + =
+ +
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
66 66
Sistemas de Equa Sistemas de Equaç ções Não ões Não- -Lineares Lineares
Pelo Teorema de Taylor:
Aproximando a expansão apenas até os termos de 1
a
ordem:
Logo, resolvendo o sistema tem-se os valores dos passos s e t, e portanto, as
novas aproximações (x
k+1
, y
k+1
) = (x
k
+ s, y
k
+ t) para a solução do sistema de
equações.
0 ... ) , ( ) , ( ) , ( ) , (
0 ... ) , ( ) , ( ) , ( ) , (
2 2
2 2
1 1
1 1
≅ + + + = + +
≅ + + + = + +
k k k k k k k k
k k k k k k k k
y x
y
f
t y x
x
f
s y x f t y s x f
y x
y
f
t y x
x
f
s y x f t y s x f








) , ( ) , ( ) , (
) , ( ) , ( ) , (
2
2 2
1
1 1
k k k k k k
k k k k k k
y x f y x
y
f
t y x
x
f
s
y x f y x
y
f
t y x
x
f
s
− = +
− = +








(
¸
(

¸



=
(
¸
(

¸

×
(
(
(
(
¸
(

¸

) , (
) , (
) , ( ) , (
) , ( ) , (
2
1
2 2
1 1
k k
k k
Jacobiano
k k k k
k k k k
y x f
y x f
t
s
y
y x f
x
y x f
y
y x f
x
y x f
4 4 4 4 3 4 4 4 4 2 1








ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
67 67
Sistemas de Equa Sistemas de Equaç ções Não ões Não- -Lineares Lineares
Exemplo: , com (x
0
, y
0
) = (1, 1)
Nota-se que a solução do sistema de equações não-lineares está convergindo
para (1.462, 0.769).
¹
´
¦
= − + =
= − + =
0 7 3 ) , (
0 3 2 ) , (
2 2
2
1
y x y x f
y x y x f
(
¸
(

¸



=
(
¸
(

¸

×
(
¸
(

¸

) , (
) , (
2 6
2 1
2
1
k k
k k
k k
y x f
y x f
t
s
y x
(
¸
(

¸

=
(
¸
(

¸

×
(
¸
(

¸

3
0
2 6
2 1
t
s
(
¸
(

¸


=
(
¸
(

¸

×
(
¸
(

¸

17 . 1
0
4 . 1 6 . 9
2 1
t
s
(
¸
(

¸



=
(
¸
(

¸

×
(
¸
(

¸

060 . 0
001 . 0
532 . 1 814 . 8
2 1
t
s
x
0
= 1
y
0
= 1
s = 0.6
t = – 0.3
x
1
= 1.6
y
1
= 0.7
s = – 0.131
t = 0.066
x
2
= 1.469
y
2
= 0.766
s = – 0.007
t = 0.003
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
68 68
Sistemas de Equa Sistemas de Equaç ções Não ões Não- -Lineares Lineares
Outro exemplo: , com (x
0
, y
0
) = (0, 0)
¹
´
¦
= + + =
= − =

0 4 ) cos( ) , (
0 4 e ) , (
2
1
x y x y x f
y y x f
y x
(
¸
(

¸



=
(
¸
(

¸

×
(
¸
(

¸

+ − + −
− −
− −
) , (
) , (
) ( sen ) ( sen 4
4 e e
2
1
k k
k k
k k k k
y x y x
y x f
y x f
t
s
y x y x
k k k k
(
¸
(

¸



=
(
¸
(

¸

×
(
¸
(

¸

1
1
0 4
5 1
t
s
(
¸
(

¸

=
(
¸
(

¸

×
(
¸
(

¸

004 . 0
070 . 0
099 . 0 099 . 4
670 . 4 670 . 0
t
s
(
¸
(

¸

=
(
¸
(

¸

×
(
¸
(

¸

0003 . 0
0004 . 0
084 . 0 084 . 4
660 . 4 660 . 0
t
s
x
0
= 0
y
0
= 0
s = – 0.25
t = 0.15
x
1
= – 0.25
y
1
= 0.15
s = 0.0008
t = 0.0151
x
2
= – 0.249
y
2
= 0.165
s = 0.00007
t = 0.00009
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
69 69
Ra Raí ízes complexas zes complexas
Um número complexo z pode ser representado na forma a + bi, com a, b ∈ R,
onde é unidade imaginária. O valor a é denominado a parte real do
número complexo, e o valor b é denominado parte imaginária do número
complexo. A representação geométrica de números complexos requer que as
partes reais e imaginárias correspondam ao par de pontos (a, b) em um sistema
de coordenadas ortogonais:
1 − = i
Re
Im
. .
a
b
a + bi
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
70 70
Localiza Localizaç ção de ra ão de raí ízes complexas zes complexas
Para localizar as raízes complexas
do polinômio f(x) = 0, é necessário
determinar os raios interno e externo
do anel que contém as raízes complexas.
Teorema (Kojima): Dado o polinômio p(x) = a
n
x
n
+ a
n-1
x
n-1
+ ... + a
1
x + a
0
,
toda raiz α (real ou complexa) de p(x) = 0 é tal que:
|α| ≤ q
1
+ q
2
onde q
1
e q
2
são os dois maiores valores de {|a
i
/a
n
|
1/n-i
}, i = n – 1, ... , 0.
A cota inferior é calculada de forma análoga a partir da expressão de p(1/x).
Re
Im
. .
. .
. .
. .
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
71 71
Localiza Localizaç ção de ra ão de raí ízes complexas zes complexas
Exemplo: p(x) = x
5
+ x
4
– 9x
3
– x
2
+ 20x – 12.
= {1
1/1
, 9
1/2
, 1
1/3
, 20
1/4
, 12
1/5
}
= {1, 3, 1, 2.1147, 1.6437}
⇒ |α| ≤ 5.1147.
= {1.6667, 0.2886, 0.9085, 0.5372, 0.6083}
⇒ |α| ≥ 1/(q
1
+ q
2
) = 1/(1.6667 + 0.9085) = 0.3883.
∴ as raízes (reais ou complexas) de p(x) são tais que 0.3883 ≤ |α| ≤ 5.1147.
¦
)
¦
`
¹
¦
¹
¦
´
¦
− − −
5
1
4
1
3
1
2
1
1
1
1
12
,
1
20
,
1
1
,
1
9
,
1
1
12
20 1 9 1 1 1
2 3 4 5
− + − − + =
|
.
|

\
|
x x x x x x
p 1 9 20 12
1
2 3 4 5
+ + − − + − =
|
.
|

\
|
x x x x x
x
p
¦
)
¦
`
¹
¦
¹
¦
´
¦
− − −




5
1
4
1
3
1
2
1
1
1
12
1
,
12
1
,
12
9
,
12
1
,
12
20
×(x
5
)
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
72 72
M Mé étodo de Newton para ra todo de Newton para raí ízes complexas zes complexas
O Método de Newton pode ser diretamente aplicado para encontrar as raízes
complexas da equação f(z) = 0, a partir da estimativa inicial z
0
= a
0
+ b
0
i.
Entretanto, é necessário trabalhar com aritmética complexa, o que requer
cálculos elaborados.
Exemplo: f(z) = z
3
– 1, z = a + bi, ε = 10
–4
.
f’(z) = 3z
2
, onde:
e
) (
) (
1
n
n
n n
z f
z f
z z

− =
+
Bi A
i b a
i b a
z
z
z
z
z z
n n
n n
n
n
n
n
n n
+ =
+
+ +
=
+
=

− =
+
2
3
2
3
2
3
1
) ( 3
1 ) ( 2
3
1 2
3
1
2 2 2
2 2 4 2 3 5
) ( 3
2 4 2
n n
n n n n n n n
b a
b a b a b a a
A
+
− + + +
=
2 2 2
4 3 2 5
) ( 3
2 2 4 2
n n
n n n n n n n
b a
b a b a b a b
B
+
− + +
=
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
73 73
M Mé étodo de Newton para ra todo de Newton para raí ízes complexas zes complexas
z
0
1
= 0.8 + 0.2i z
0
2
= 0.5 + 0.5i
0.0072 0.9779 2
0.0000 1.0000 5
-0.0000 1.0000 4
-0.0005 1.0004 3
-0.1452 0.9659 1
b
i
a
i
i
5.1108 1.0523 4
7.6684 1.5859 3
11.5035 2.3822 2
-0.1111 0.3333 1
0.9944 0.0157 8
1.4960 0.2315 7
2.2626 0.4347 6
3.4040 0.6903 5
0.9651 -0.5029 10
0.8660 -0.5000 13
0.8680 -0.5000 12
0.8712 -0.4965 11
0.8841 -0.3264 9
b
i
a
i
i
Re
Im
.
.
.
–1/2
1
. z
0
1
. z
0
2
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
74 74
M Mé étodos de Ponto Fixo: considera todos de Ponto Fixo: consideraç ções finais ões finais
• Apresentam melhores taxas de convergência que os Métodos de Quebra;
• Podem ser usados mesmo que f(a)*f(b) > 0, desde que haja pelo menos uma
raiz no intervalo inicial [a, b];
• Se a função de iteração ϕ(x) obedece às condições do teorema do Método
Iterativo Linear, a convergência dos métodos de ponto fixo é garantida;
• Pode não ser tão fácil encontrar ϕ(x) que atenda às condições do teorema;
• A convergência do Método de Newton-Raphson é rápida e garantida apenas
para aproximações suficientemente próximas da raiz;
• Para funções não-polinomiais, o cálculo de f’(x) pode ser trabalhoso.
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
75 75
M Mé étodos de Passos M todos de Passos Mú últiplos ltiplos
A dificuldade obtenção da expressão de f’(x) e o cálculo de seu valor numérico a
cada iteração pode ser contornado com a substituição da expressão da derivada
pela aproximação definida pelo quociente das diferenças:
onde x
k
e x
k–1
são duas aproximações para a raiz.
Neste caso, a função de iteração será dada por:
Note que para o cálculo do valor da próxima aproximação é necessário dispor do
valor das aproximações obtidas nos dois passos imediatamente anteriores. A
função de iteração assim definida determina o Método da Secante.
1
1
) ( ) (
) (




≈ ′
k k
k k
k
x x
x f x f
x f
) ( ) (
) ( ) (
1
1
1


+


− =
k k
k k k
k k
x f x f
x f x x
x x
ELFS/MAP © 2008
S
o
l
u
S
o
l
u
ç ç
ã
o

d
e

E
q
u
a
ã
o

d
e

E
q
u
a
ç ç
õ
e
s

N
ã
o
õ
e
s

N
ã
o
- -
L
i
n
e
a
r
e
s
L
i
n
e
a
r
e
s
C CÁ ÁLCULO NUM LCULO NUMÉ ÉRICO RICO
76 76
M Mé étodo da Secante todo da Secante
Interpretação geométrica do Método da Secante:
Deve-se observar que o Método
das Secantes não exige que haja
troca de sinal da função f(x) no
intervalo [x
k–1
, x
k
] como no Método
da Falsa Posição.
Pode-se demonstrar que o Método da Secante tem ordem de convergência
β = 1.618.
x
0
x
1
x
2
x
3
x
f(x)
x
4