Cálculo Numérico

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
Julho 2011
(ltima reviso em 28.12.11)
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
Contedo
1 - Introduo......................................................................................................................... 3
1.1 - Raiz aproximada ..................................................................................................... 3
1.2 - Raiz mltipla ............................................................................................................ 4
2 - Fases na determinao de razes ...................................................................................... 6
2.1 Fase I: Isolamento das razes ................................................................................. 6
3 - Estudo Especial das Equaes Polinomiais ................................................................... 10
3.1 Delimitao das razes reais ................................................................................. 11
3.1.1 - Limite Superior das Razes Positivas (LSRP) .................................................. 11
3.1.2 - Limite Inferior das Razes Negativas (LIRN) .................................................. 12
3.2 Enumerao das razes reais ............................................................................... 13
3.2.1 - Regra de Sinais de Descartes ........................................................................... 13
3.2.2 Regra dos sinais de Sturm ............................................................................... 13
4 Fase II: Refinamento - Mtodos numricos para o clculo de razes ............................ 15
4.1 - Mtodo da Bisseo ............................................................................................... 15
4.1.1 Funo de iterao ........................................................................................... 15
4.1.2 - Critrio de parada ............................................................................................. 16
4.1.3 - Critrio de convergncia .................................................................................. 16
4.1.4 - Estimativa do nmero de iteraes................................................................... 16
4.1.4 - Consideraes finais ......................................................................................... 21
4.2 - Mtodo da Falsa Posio ...................................................................................... 21
4.2.1 Funo de iterao ........................................................................................... 22
4.3 - Mtodo de Newton-Raphson ................................................................................ 25
4.3.1 Funo de iterao ........................................................................................... 26
4.3.3 - Critrio de convergncia (condio suficiente) ................................................ 26
4.3.4 Consideraes finais ........................................................................................ 28
4.4 - Mtodo das Secantes ............................................................................................. 28
4.4.1 - Funo de iterao ............................................................................................ 29
4.4.2 - Interpretao Geomtrica ................................................................................. 29
4.4.3 - Critrio de Parada ............................................................................................. 30



3

Resoluo de equaes no lineares
1 - Introduo
A necessidade de determinar valores x = 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. Faz-se necessrio, ento
definir o que uma soluo aproximada.

1.1 - Raiz aproximada
Sendo uma preciso, diz-se que um ponto x
k
uma aproximao para uma raiz , de uma
equao f(x) = 0, se satisfizer as condies:

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

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


4

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, , de uma equao f(x) = 0, tem multiplicidade m se:

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

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

Exemplo 1.1
Sabendo-se que = 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, = 2 uma raiz com multiplicidade 3. A figura 1.3 ilustra o comportamento da
funo polinomial no intervalo [-1,5; 3].


5

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 = 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, = 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



6
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 duas fases.

Fase I Isolamento das razes
Nesta fase, o objetivo determinar intervalos que contenham, cada um, uma nica raiz.

Fase II - Refinamento
Trata-se da utilizao de mtodos numricos, com preciso pr-fixada, para calcular cada
uma das razes.

2.1 Fase I: Isolamento das razes
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

(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



7

Figura 2.2.c: No h raiz no intervalo

Com base neste resultado, pode-se concluir que uma forma de isolar as razes a utilizao
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.

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).



8

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

Procedimento II:
(i) Transformar a equao f(x) = 0, na forma equivalente f(x) = g(x) h(x) = 0, o que leva
a g(x) = h(x). O objetivo obter duas funes, y = g(x) e y = h(x), que sejam conhecidas e
mais simples.
(ii) Construir os grficos das duas funes em um mesmo sistema de eixos cartesianos.
(iii) Detectar intervalos que contenham, cada um, uma abscissa de ponto de interseo en-
tre y = g(x) e y = h(x). Estas abscissas so 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



9

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


10
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
Toda equao da forma:

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

com a
i
e 9 i = 0, 1, ... , n; dita polinomial. O nmero natural, n, o grau da equao.

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


11
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 polinomial 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.


12
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
um 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.



13
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
Seja y = f(x) um polinmio de grau n > 1 da forma
f(x) = a
n
x
n
+ a
n 1
x
n 1
+ .... + a
1
x + a
0
= 0 (3.1)

com a
i
e 9 ; i = 0, 1, ... , n. Define-se a sequncia de Sturm de f(x) como sendo o se-
guinte conjunto de funes polinomiais: f
0
(x), f
1
(x), f
2
(x), f
3
(x), ..., f
k
(x); k n..
Nesta definio, tem-se que f
0
(x) = f(x), f
1
(x) a primeira derivada de f(x) e, de f
2
(x) em
diante, cada termo o resto, com o sinal trocado, da diviso dos dois termos anteriores. A
sequncia finaliza quando se obtm um resto constante. A seguir so relacionadas trs pro-
priedades desta seqncia.
(i) Se a equao f(x) = 0 possuir 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.


14
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)
Sejam:
(i) f(x) = 0 uma equao polinomial de grau n > 1;
(ii) dois nmeros reais, a e b, tais que a < b, f(a) = 0 e f(b) = 0;
(iii) N(o) tal como definido anteriormente.
Sendo assim, o nmero de razes reais distintas de f(x) = 0, no intervalo (a, b), igual a
N(a) - N(b).

Exemplo 3.5
Enumere as razes reais da equao f(x) = x
5
- 2x
4
-7x
3
+ 9x
2
+8x 6 = 0 utilizando a regra
dos sinais de Sturm e sabendo-se que esto nos intervalos (-4, 0) e (0, 8).
.
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.

Exemplo 3.6


15
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
equao
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,
, da equao f(x) = 0.
Este mtodo consiste em 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

4.1.1 Funo de iterao
Considerando que em cada iterao atualizado o ponto a ou b, tem-se que a funo
de iterao desse mtodo dada por:


16
... 2, 1, i ,
2
b a
x
i
=
+
=
(4.1)

4.1.2 - Critrio de parada
O processo iterativo finalizado quando se obtm um intervalo cujo tamanho menor ou
igual a uma preciso pr-fixada e, ento, qualquer ponto nele contido pode ser tomado co-
mo uma estimativa para a raiz; ou quando for atingido um nmero mximo de iteraes
previamente estabelecido.
4.1.3 - 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.
4.1.4 - 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
]}

Como cada intervalo gerado, tem tamanho igual metade 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
c
>

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 sabendo-se que so duas negativas e trs positivas nos interva-
los (-4, 0) e (0, 8), respectivamente.


17
(b) Considere o intervalo que contm a menor raiz positiva e estime o nmero, k, de itera-
es 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
c) Clculo da menor raiz positiva
i a b f(a) f(b) b - a x
i
f(x
i
)
01 0,000 1,000 - 6,000 3,000 1,000 0,500 - 0,719
02 0,500 1,000 - 0,719 3,000 0,500 0,750 1,714
03 0,500 0,750 - 0,719 1,714 0,250 0,625 0,597
04 0,500 0,625 - 0,719 0,597 0,125 0,563 - 0,042
05 0,563 0,625 - 0,042 0,597 0,062 0,594 0,283
0,563 0,594 - 0,042 0,283 0,031

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

Exemplo 4.2


18
As figuras a seguir mostram 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 pos-
sa ser utilizado para formar um lacre com a lateral. A chapa do material usado para confec-
cionar 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

Soluo
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)
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:


19

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

Igualando 4.6 a zero e multiplicando por r
3
(uma vez que r 0), 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.

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.

Estimativa do nmero de iteraes

log(2)
) 040 , 0 log( - 0) - log(7
k > K > 7,5 k = 8
Clculo da raiz

i a b f(a) f(b) b - a x
i
f(x
i
)
01 0,000 7,000 - 2000 17089.512 7,000 3,500 - 5138,761
02 3,500 7,000 - 5138,761 17089.512 3,500 5,250 - 658,221
03 5,250 7,000 - 658,221 17089,512 1,750 6,125 5998,485
04 5,250 6,125 - 658,221 5998,485 0,875 5,688 2192,593
05 5,250 5,688 - 658,221 2192,593 0,438 5,469 656,791
06 5,250 5,469 - 658,221 656,791 0,219 5,359 - 27,228
07 5,359 5,469 - 27,228 656,791 0,110 5,414 308,019
08 5,359 5,414 - 27,228 308,019 0,055 5,387 138,722
09 5,359 5,387 0,028


20

Para a preciso estabelecida, qualquer ponto do intervalo [5,359; 5.387] pode ser tomado
como uma estimativa para a raiz.
Tomando, por exemplo, r = 5,375cm obtm-se A
total
= 573,651cm
2
.
Observe-se que r = 5,375cm abscissa 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 [5,359; 5.387].

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
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


21
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]
4 1,531 0,269 0,032 a raiz est no intervalo [1,531; 1,563]
Para a preciso estabelecida, qualquer valor do intervalo [ 1,531; 1.563] pode ser tomado
como uma estimativa para o tempo.
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
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


22
Em cada iterao utilizado o Teorema de Cauchy-Bolzano para localizar o intervalo que
contm a raiz.
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)] pode ser 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, ...; tal que f(x
i
) = 0. Sendo assim,
de (4.10) vem:

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

Logo:

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)

Sendo que, em cada iterao, atualiza-se a ou b.
O Mtodo da Falsa Posio procura gerar, em cada iterao, uma aproximao para a raiz
cuja imagem seja a menor possvel, isto , uma aproximao tal que |f(x
i
)| s , sem se pre-
ocupar com a diminuio do tamanho do intervalo [a, b] que a contm.
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
mais prxima do ponto que apresenta o menor valor da funo, sendo assim, ao invs de


23
fazer a mdia aritmtica entre a e b, faz a mdia aritmtica ponderada entre ambos, con-
forme pode ser observado em (4.11).

O processo iterativo finalizado quando se obtm um ponto x
i
, i = 0, 1, 2, ...; tal que |f(x
i
)|
seja menor ou igual a uma preciso pr-estabelecida e, ento, ele tomado como uma es-
timativa para uma raiz de f(x) = 0; ou quando for atingido um nmero mximo de iteraes
previamente fixado.

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.

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


24
c) Separao das razes positivas
x f(x)
H uma raiz em cada um dos seguintes intervalos:
(0; 1); (1; 2) e (2; 3)
0 - 10
1 1
2 - 2
3 17

d) Clculo da maior raiz positiva
Fazendo uma bisseo no intervalo (2, 3), tem-se que f(2,5) = 1,563. Portanto, a raiz est
no intervalo (2; 2,5).

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
equao.
Obs: verifica-se que o tamanho do ltimo intervalo, (2,388; 2,5); 0,112.
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)



25
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).
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] que contm uma, e s uma, raiz
da equao f(x) = 0 e no qual f (x) e f (x) preservam o sinal e no se anulam.
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
k + 1
}, k = 0, 1, 2, 3, ...; onde cada ponto a in-
terseo da reta tangente a y = f(x), em [x
k
, f(x
k
)], com o eixo das abscissas.
A figura (4.5) ilustra o procedimento.

Figura 4.5: Mtodo de Newton-Raphson



26
Seja a obteno da aproximao x
1
. Da figura 4.5 tem-se:

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

De onde resulta

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

Considerando este resultado, conclui-se que a funo de iterao deste mtodo da forma:

) (x f
) f(x
- x x
k
k
k 1 k
'
=
+
; k = 0, 1, 2, 3, .... (4.14)

O processo iterativo finalizado quando obtido um ponto x
k + 1
, k = 0, 1, 2, 3, ...; tal que
|x
k + 1
x
k
| ou |f(x
k + 1
)| menor ou igual a uma preciso estabelecida e, ento, ele tomado
como uma estimativa para a raiz; ou quando for atingido um nmero mximo de iteraes
pr-fixado.

4.3.3 - Critrio de convergncia (condio suficiente)
A sequncia x
k
, k = 1, 2, ...; gerada pelo Mtodo de Newton-Raphson, ser convergente se
a estimativa inicial, x
0
for tal que f(x
0
) f (x
0
) > 0.
Em geral, afirma-se que o mtodo gera uma srie convergente desde que x
0
seja escolhido
suficientemente prximo da raiz.

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.


27

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

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
= (4.18)


28
Sendo
S(t) = 19,6.(e
- 0,5.t
1) < 0 t e [3, 4] (4.19)
e
S (t) = -9,8.e
- 0,5.t
< 0 t e 9 (4.20)

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

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

4.3.4 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.

4.4 - Mtodo das Secantes
Um problema do mtodo de Newton-Raphson a necessidade de se obter a primeira deri-
vada da funo que d origem equao e ter que avali-la em cada iterao.
Embora isso no seja inconveniente para funes polinomiais e muitas outras, existem fun-
es cujas derivadas so extremamente difceis ou inconvenientes de se calcular. Para ca-
sos assim, a derivada calculada, de forma aproximada, pelo quociente de diferenas:



29
... 2, 1, k ,
1 - k
x -
k
x
)
1 - k
f(x - )
k
f(x
)
k
x ( f = ~ '
(4.21)

Esta aproximao origina o Mtodo das Secantes que , portanto, uma adaptao do mto-
do de Newton-Raphson.
Note-se que f(x
k
) , realmente, o limite da relao (4.21) quando x
k1
tende a x
k
.
4.4.1 - Funo de iterao
A funo de iterao do mtodo de Newton-Raphson dada por

... 2, 1, 0, k ,
) (x f
) f(x
- x x
k
k
k 1 k
=
'
=
+ (4.22)

Sustituindo-se (4.21) em (4.22) obtm-se a funo de iterao do mtodo das secantes,
dada por (4.23).

... 2, 1, k ,
) f(x - ) f(x
x ). f(x - x ). f(x
x
1 - k k
k 1 - k 1 - k k
1 k
= =
+ (4.23)

Observe-se que so necessrias duas aproximaes iniciais.

4.4.2 - Interpretao Geomtrica
Dadas duas aproximaes x
k-1
e x
k
, o ponto x
k+1
obtido como sendo a abscissa do ponto
de interseco da reta secante a y = f(x), que passa por [x
k-1
, f(x
k-1
)] e [x
k
,f(x
k
)], com o eixo
ox.

Figura 4.7: Mtodo das Secantes

Pela semelhana de tringulos, tem-se que

1 k k
1 k 1 - k
k
1 - k
x - x
x - x

) f(x
) f(x
+
+
=



30

De onde se obtm (3), a funo de iterao do mtodo da secante

4.4.3 - Critrio de Parada
O processo iterativo finalizado quando se obtm um ponto x
k+1
, k = 1, 2,...; tal que |x
k+1

x
k
| ou |f(x
k+1
)| seja menor ou igual a uma preciso estabelecida e, ento, x
k+1
tomado co-
mo uma estimativa para a raiz; ou quando for atingido um nmero mximo de iteraes
pr-fixado.

Seja y = f(x) uma funo duas vezes derivvel numa vizinhana de uma raiz z de f(x) = 0 e
tal que f(z) = 0. Ento, se as estimativas iniciais x
0
e x
1
esto suficientemente prximas de
z, a sequncia {x
k
} definida por (3) converge para z.

(a) Este mtodo no necessita da caracterstica que fundamental no mtodo da falsa posi-
o que a exigncia de que f(a).f(b) < 0;
(b) A raiz no precisa estar entre as duas aproximaes iniciais (x
0
e x
1
);
(c) A ordem de convergncia do mtodo das secantes igual do mtodo da falsa posio,
o que natural, uma vez que este tambm considera retas secantes para obter estimati-
vas da raiz.
(d) Apesar de a ordem de convergncia do mtodo das Secantes ser inferior do mtodo de
Newton-Raphson, ele uma alternativa vivel uma vez que requer somente a avaliao
da funo y = f(x) em cada iterao, no sendo necessrio avaliar f(x).
(e) Se f(x
k
) ~ f(x
k-1
) pode no ser possvel aplicar o mtodo das Secantes e no ocorrer
convergncia.

Cálculo Numérico

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Cálculo Numérico

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDADE FEDERAL DE OURO PRETO

Instituto de Cincias Exatas e Biolgicas

S-ar putea să vă placă și