Cálculo Numérico

Prof. João Paulo do Vale Madeiro

Disciplina: Métodos Computacionais

Instituto de Engenharias e Desenvolvimento

Sustentável
 Zeros de Funções Reais
• As raízes de equações em geral aparecem
continuamente na área de projetos de
engenharia:

Princípio Variáveis Variáveis

dependentes independentes
Leis de Kirchhoff Correntes e Tempo
voltagens
Leis de movimento Aceleração, Tempo e posição
de Newton velocidade ou
posição
Balanço de calor Temperatura Tempo e posição
 Motivação
• Raízes de equações e a prática da engenharia:

f ( x)  bx  c  0 
c
x
b
f ( x)  ax 2  bx  c  0 
 b  b 2  4ac
x .
2a
 Motivação
• Raízes de equações e a prática da engenharia:

f (c ) 
gm
c

1 e 
( c / m ) t
v 

 Raízes ???
f 5 ( x)  x 5  3,5 x 4  2,75 x 3  2,125 x 2  3,875 x  1,25 
 Raízes ???
 Motivação
• Funções para as quais as raízes não podem ser
determinadas tão facilmente: métodos
computacionais;

• Prever variáveis dependentes (estado ou

desempenho), como função das variáveis
independentes e parâmetros
(propriedades/composição).
 Motivação (variáveis explícitas e
implícitas)

v(t ) 
gm
c
 
1  e ( c / m ) t :

v – variável dependente (velocidade);

t – variável independente (tempo);
g – constante gravitacional (termo
forçante);
c- coeficiente de arrasto (parâmetro);
m – massa (parâmetro).
 Motivação: especificação de
parâmetros

v(t ) 
gm
c

1 e 
( c / m ) t
:

• Determinar o parâmetro ‘c’ que permite a

obtenção de um dado ‘v’ para um dado intervalo
de tempo ‘t’;

• Solução analítica inviável: não há maneira de

reorganizar a equação de forma que c esteja
isolado em um membro da equação;
• O parâmetro c está implícito.
 Objetivos
• Dada uma função f(x), determinar os valores de x
que tornam f(x) = 0;

• Modelos padrões para localização de raízes:

– Equações algébricas e transcendentais: determinar

uma única raiz com base em sua localização
aproximada;

– Polinômios: determinação sistemática de todas as

raízes reais/complexas.
 Objetivos
• Muitos problemas de projeto de engenharia
envolvem especificar as propriedades ou a
composição do sistema para garantir que
funcionem de maneira desejada;

• Assim, uma solução viável é fornecida pelos

métodos numéricos para raízes de equações:

f (c ) 
gm
c
 
1  e ( c / m ) t  v
 Fundamentos Matemáticos
• Por definição, uma função dada por 𝑦 = 𝑓(𝑥) é
algébrica se puder ser expressa na forma:
𝑓𝑛 𝑦 𝑛 + 𝑓𝑛−1 𝑦 𝑛−1 + ⋯ + 𝑓1 𝑦 + 𝑓0 = 0,

em que 𝑓𝑖 é um polinômio de grau n em x.

• Os polinômios são uma classe simples de funções

algébricas:
𝑓𝑛 𝑥 = 𝑎0 + 𝑎1 𝑥 + 𝑎2 𝑥 2 + ⋯ + 𝑎𝑛 𝑥 𝑛
 Fundamentos Matemáticos
• Uma função transcendental é uma função que
não é algébrica: trigonométricas,
exponenciais, logarítmicas,...

𝑓 𝑥 = 𝑙𝑛𝑥 2 − 1
𝑓 𝑥 = 𝑒 −0,2𝑥 𝑠𝑒𝑛 3𝑥 − 0,5
 Fundamentos Matemáticos
• As raízes das equações podem ser reais ou
complexas;

• Como consequência, os métodos padrão para

localização das raízes tipicamente se dividem em
duas áreas de problemas:

– Determinação de raízes reais de equações algébricas e

transcendentais;
– Determinação de todas as raízes reais e complexas de
polinômios.
 Fundamentos Matemáticos
• A ideia central da primeira família de métodos
é partir de uma aproximação inicial para a raiz
e, em seguida, refinar essa aproximação
através de um método iterativo:

– Fase 1: Localização ou isolamento das raízes;

– Fase 2: Melhoramento sucessivo até se obter uma

aproximação para a raiz dentro de uma precisão 𝜀
prefixada.
Métodos Intervalares
 Métodos Intervalares
• Um método simples para obter uma
estimativa da raiz da equação 𝑓 𝑥 = 0 é
fazer um gráfico da função e observar onde
ela corta o eixo dos x (aproximação grosseira
da raiz).
 Métodos Intervalares
• Exemplo prático

v(t ) 
gm

1  e ( c / m ) t   f (c) 
gm
c
 
1  e ( c / m ) t  v
c
 Métodos Intervalares
• Exemplo prático
 Métodos Intervalares
• Marcando os pontos em um gráfico:
 Métodos Intervalares
• A curva cruza o eixo c entre 12 e 16, e uma
estimativa grosseira da raiz seria 14,75:
 Métodos Intervalares
• Além de fornecer estimativas iniciais
(grosseiras), as interpretações gráficas
antecipam “armadilhas”:
 Métodos Intervalares
• Em geral, se 𝑓 𝑥𝑙 e 𝑓 𝑥𝑢 têm sinais opostos,
existe um número ímpar de raízes no
intervalo;

• Se 𝑓 𝑥𝑙 e 𝑓 𝑥𝑢 têm ambos o mesmo sinal,

ou não existe nenhuma raiz ou existe um
número par de raízes entre os valores.
 Métodos Intervalares
• Exceções:
 Métodos Intervalares
• As exceções correspondem aos casos em que
funções são tangentes ao eixo x ou que são
funções descontínuas.

• Ex: 𝑓 𝑥 = 𝑥 − 2 𝑥 − 2 𝑥 − 4 .
Métodos Intervalares
 Métodos Intervalares
• Sob as hipóteses de que 𝑓(𝑥𝑙 ) e 𝑓(𝑥𝑢 ) têm
sinais opostos, se 𝑓′(𝑥) existir e preservar
sinal em 𝑥𝑙 , 𝑥𝑢 , então este intervalo contém
um único zero de 𝑓(𝑥);

• Exemplo: 𝑓 𝑥 = 𝑥 − 5𝑒 −𝑥

x 0 1 2 3 4 5
f(x) -5 -0,8394 0,7375 1,4831 1,9084 2,2024
 Métodos Intervalares
• Analisando a tabela, vemos que 𝑓(𝑥) admite pelo
menos um zero no intervalo (1, 2);

• Para verificarmos se este zero é único, podemos

analisar o sinal de 𝑓 ′ 𝑥 :
′
1
𝑓 𝑥 = + 5𝑒 −𝑥 > 0.
2 𝑥

• Assim, podemos concluir que 𝑓(𝑥) admite um único

zero em todo seu domínio de definição e este zero está
no intervalo (1,2).
 Métodos Intervalares
• Pressuposto: uma função tipicamente muda
de sinal na vizinhança de uma raiz (𝑓 𝑥𝑙 ∗
 Métodos Intervalares
• Os métodos de busca incrementais tiram
vantagem dessa observação: a posição da
mudança de sinal é identificada mais
precisamente dividindo-se o intervalo em
diversos subintervalos para localizar a mudança
de sinal;

• O processo é repetido e a estimativa da raiz é

refinada dividindo-se os subintervalos em
incrementos menores.
 Método da Bissecção
• Tipo de busca incremental na qual o intervalo é sempre
dividido na metade;

• Se uma função muda de sinal em um intervalo, calcula-se o

valor da função no ponto médio do intervalo da mudança
de sinal;

• A posição da raiz é determinada como sendo o ponto

médio do subintervalo no qual a mudança de sinal ocorre;

• Redefine-se o intervalo de busca de modo a propiciar

buscas mais refinadas.
 Algoritmo
• (1) Escolher as aproximações inferior (xl) e
superior (xu): f(xl)*f(xu) < 0;

𝑥𝑙 +𝑥𝑢
• (2) Determinar a estimativa da raiz:𝑥𝑟 = ;
2

• (3) Efetuar as verificações:

• Caso f(xl)*f(xr) < 0, fazer xu = xr, e voltar ao passo 2;
• Caso f(xu)*f(xr) < 0, fazer xl = xr, e voltar ao passo 2;
• Caso f(xl)*f(xr) = 0, parar os cálculos, xr é a raiz.
Algoritmo
 Algoritmo
• Exemplo Prático: Cálculo da raiz da função
𝑔𝑚
𝑓 𝑐 = 1 − 𝑒 − 𝑐/𝑚 𝑡 − 𝑣, usando os
𝑐
parâmetros 𝑡 = 10, 𝑔 = 9,8, 𝑣 = 40, 𝑚 =
68,1.
 Algoritmo
• O primeiro passo na bissecção é descobrir dois
valores para a incógnita c que dê valores de 𝑓(𝑐)
com sinais diferentes (12 e 16);

• Portanto, a estimativa inicial da raiz é: 𝑥𝑟 =

12+16
= 14.
2

• Sendo o valor verdadeiro da raiz 𝛿 = 14,7802, o

erro relativo percentual verdadeiro será de 𝜀𝑡 =
5,3%.
 Algoritmo
• A seguir, calcula-se o produto do valor da
função no extremo inferior e no ponto médio:
𝑓 12 . 𝑓 14 = 6,067. 1,569 = 9,517 > 0.

Consequentemente, a raiz deve estar localizada

entre 14 e 16:
14+16
𝑥𝑟 = = 15 ⇒ 𝜀𝑡 = 1,5%
2
 Algoritmo
• O processo pode ser repetido para se obter estimativas
refinadas:

• 𝑓 14 . 𝑓 15 = 1,569 −0,425 = −0,666

14+15
• 𝑥𝑟 = = 14,5 ⇒ 𝜀𝑡 = 1,9%.
2

• O erro verdadeiro não decresce com cada iteração,

entretanto, o intervalo no qual a raiz está localizada é
dividido na metade em cada passo do processo.
 Critério de parada
• É necessária uma estimativa do erro que não
dependa do conhecimento prévio da raiz (uso de
um limitante superior):

x novo
x velho
a  r
novo
r
.100%
x r

• Quando εa se torna menor do que um critério de

parada pré-especificado 𝜀𝑠 , param-se os cálculos.
 Exemplo Prático
• Seja a função f(c) abaixo:

f (c ) 
667,38
c
 
1  e 0,146843c  40

• Obter o valor da raiz pelo método da

bissecção.
 Exemplo Prático
• Coeficiente de arrasto c necessário para que
um paraquedista de massa m = 68,1 Kg
tenha uma velocidade de 40 m/s depois de
cair em queda livre por t = 10s.

• Traça-se o gráfico da função para alguns

pontos pré-selecionados.
Método da Bissecção
Método da Bissecção
 Método da Bissecção
• Identifica-se um intervalo inicial no domínio
da função em que há mudança de sinal;

• No caso específico, xl = 14 e xu = 15;

• Aplica-se o algoritmo de refinamento de busca

da raiz, usando como critério de parada εs =
0,0001 (ou 0,01%).
Método da Bissecção
 Método da Bissecção
• Valores finais obtidos:

– xr = 14,7803;
– εa = 0,0066 %.
 Método da Bissecção
• Comparação entre a evolução dos erros
verdadeiro e estimado:
 Método da Bissecção
• Maneiras pelas quais o intervalo pode
delimitar a raiz:
 Método da falsa posição
• Para o método da bissecção, na divisão do
intervalo de 𝑥𝑙 a 𝑥𝑢 em metades iguais, não
são levados em conta os módulos de 𝑓 𝑥𝑙 e
𝑓 𝑥𝑢 .

• Por exemplo, se 𝑓 𝑥𝑙 estiver muito mais

próximo de zero do que 𝑓 𝑥𝑢 , é provável que
a raiz esteja mais próxima de 𝑥𝑙 do que de 𝑥𝑢 .
 Método da falsa posição
• Dados os pontos (xl,f(xl)) e (xu,f(xu)), situados
abaixo (ou acima) e acima (ou abaixo) do eixo
x:

– Constrói-se uma reta interligando tais pontos;

– A interseção da reta com o eixo x representa uma

estimativa melhorada da raiz.
 Método da falsa posição
• Descrição gráfica:
 Método da falsa posição
• Usando semelhança de triângulos:
𝑓(𝑥𝑙 ) 𝑓(𝑥𝑢 )
• = ⇒ 𝑓 𝑥𝑙 . 𝑥𝑟 − 𝑥𝑢 = 𝑓 𝑥𝑢 . (𝑥𝑟 −
𝑥𝑟 −𝑥𝑙 𝑥𝑟 −𝑥𝑢
Método da falsa posição
 Método da falsa posição
• A estimativa melhorada, xR, da raiz é
identificada pela expressão:

f xU xL  xU 
xR  xU 
f xL   f xU 

• Após cada iteração, o valor de xR substitui xL

ou xU, dependendo de qual forneça valor da
função com o mesmo sinal de f(xR).
 Método da falsa posição
• Exemplo Prático: usar o método da falsa
posição para determinar a raiz da mesma
equação investigada anteriormente.

• Solução: Começar os cálculos com as mesmas

aproximações 𝑥𝑙 = 12, 𝑥𝑢 = 16.
 Método da falsa posição
• Primeira iteração:
𝑥𝑙 = 12 ⇒ 𝑓 𝑥𝑙 = 6,0699
𝑥𝑢 = 16 ⇒ 𝑓 𝑥𝑢 − 2,2688
−2,2688 12 − 16
𝑥𝑟 = 16 − = 14,9113
6,0699 − −2,2688
𝜀𝑡 = 0,89%
 Método da falsa posição
• Segunda iteração:
Método da falsa posição
 Método da falsa posição
Comparação dos erros relativos dos métodos da
bissecção e da falsa posição:
 Método da falsa posição
Casos em que a bissecção é preferível ao método
da falsa posição: 𝑓 𝑥 = 𝑥 10 − 1.
 Métodos Abertos
• São baseados em fórmulas que exigem apenas
um único valor inicial de 𝑥 ou dois valores iniciais
que não delimitam necessariamente a raiz;

• Algumas vezes divergem ou se afastam da raiz

verdadeira à medida que os cálculos prosseguem;

• Podem convergir mais rapidamente que os

métodos intervalares.
 Iteração de ponto fixo simples
• Reescreve-se a equação f(x) = 0 de modo que x
esteja isolado no lado esquerdo da equação: x =
g(x);

• Pode-se conseguir esta transformação ou por

manipulação algébrica ou simplesmente
somando x em ambos os lados da equação:
2 𝑥 2 +3
• 𝑥 − 2𝑥 + 3 = 0 ⇒ 𝑥 = ;
2
• 𝑠𝑒𝑛 𝑥 = 0 ⟹ 𝑥 = 𝑠𝑒𝑛 𝑥 + 𝑥.
 Iteração de ponto fixo simples
• Obedecidas certas condições, a fórmula
permite obter uma nova estimativa xi+1 a
partir da iteração anterior xi:
𝑥𝑖+1 = 𝑔 𝑥𝑖 .

• O erro aproximado pode ser determinado

usando-se o estimador:
𝑥𝑖+1 − 𝑥𝑖
𝜀𝑎 = . 100%
𝑥𝑖+1
 Iteração de ponto fixo simples
• Seja a função 𝑓 𝑥 = 𝑒 −𝑥 − 𝑥;

• Para o cálculo da raiz 𝑓 𝑥 = 0 , a função

pode ser separada e expressa na forma: 𝑥 =
𝑒 −𝑥 ;

• Deriva-se a fórmula iterativa:

𝑥𝑖+1 = 𝑒 −𝑥𝑖 .
 Iteração de ponto fixo simples
• Começando com uma aproximação inicial
𝑥0 = 0, a equação iterativa pode ser usada
para calcular:
 Iteração de ponto fixo simples
• Cada iteração traz o valor estimado para mais
perto do valor verdadeiro: 0,56714329;

• Erro relativo percentual verdadeiro

aproximadamente proporcional ao erro da
iteração anterior: convergência linear;

• Quando ocorrerá a convergência ? E a

divergência ?
 Iteração de ponto fixo simples:
abordagem gráfica
• Uma abordagem gráfica alternativa é separar a
equação em duas componentes: 𝑦1 (𝑥) e 𝑦2 𝑥 .

• Seja a função f(x) = e-x-x. Podemos separá-la em

– y1(x) = x,
– y2(x) = e-x.

• A raiz de f(x) corresponde ao ponto de interseção

das duas curvas: 𝑦1 (𝑥) e 𝑦2 𝑥 .
Gráfico inicial
 Iteração de ponto fixo simples:
abordagem gráfica
• Os seguintes valores podem ser calculados:

• A interseção das duas curvas indica a raiz em

aproximadamente 𝑥 = 0,57.
 Iteração de ponto fixo simples:
abordagem gráfica
• Algoritmo:
– 1ª iteração – A aproximação inicial x0 é usada para
determinar o ponto correspondente na curva 𝑦2 : (x0,g(x0)).
O ponto 𝑥1 , 𝑥1 é localizado movimentando-se o ponto
marcado horizontalmente até a curva y1(x) → x1 = g(x0);

– 2ª iteração - Movimenta-se o ponto marcado até a curva

y2(x) para determinar (x1,g(x1)). O ponto 𝑥2 , 𝑥2 é
localizado movimentando-se o ponto marcado até a curva
y1(x) → x2 = g(x1);

– [...]
Gráfico das iterações
 Iteração de ponto fixo simples:
abordagem gráfica
• A função 𝑦1 𝑥 = 𝑥 e quatro formas
diferentes para 𝑦2 𝑥 = 𝑔 𝑥 :
 Iteração de ponto fixo simples:
abordagem gráfica
• A função 𝑦1 𝑥 = 𝑥 e quatro formas
diferentes para 𝑦2 𝑥 = 𝑔 𝑥 :
 Iteração de ponto fixo simples:
abordagem gráfica
• A convergência ocorre quando as estimativas
de x aproximam-se da raiz a cada iteração;

• Pode ser demonstrado que a convergência

apenas ocorre quando o valor absoluto da
inclinação de 𝑦2 = 𝑔(𝑥) é menor do que a
inclinação de 𝑦1 = 𝑥, isto é, quando 𝑔′(𝑥) <
1.
 Iteração de ponto fixo simples
• Critério de parada semelhante ao utilizado nos
métodos anteriores (εa < εs):

xrnovo  xrvelho
a  novo
.100%
xr
• Condição para convergência na região das
iterações:
dy2 ( x)
1
dx
 Método de Newton-Raphson
• Considerando xi uma aproximação inicial da
raiz, estende-se uma reta tangente a f(x) a
partir do ponto [xi,f(xi)];

• O ponto onde essa tangente cruza o eixo x

representa uma estimativa melhorada da raiz.
Método de Newton-Raphson
 Método de Newton-Raphson
• Seja f ’(xi) a derivada de f(xi) no ponto [xi,f(xi)],
então:
f ( xi )  0
f ( xi ) 
'
,
xi  xi 1
f ( xi )
xi  xi 1  ' ,
f ( xi )
f ( xi )
xi 1  xi  ' .
f ( xi )
 Método de Newton-Raphson
• Além da dedução geométrica, o método pode
ser deduzido a partir da expansão em série de
Taylor:
f ( )
''
f ( xi 1 )  f ( xi )  f ' ( xi )( xi 1  xi )  xi 1  xi  .
2

2!

• Após truncamento até o termo de 1ª ordem:

f ( xi 1 )  f ( xi )  f ' ( xi )xi 1  xi .
 Método de Newton-Raphson
• Na interseção com o eixo x, busca-se f(xi+1)=0:

0  f ( xi )  f ' ( xi )xi 1  xi .

• Tal expressão é equivalente ao Método de

Newton-Raphson:

f ( xi )
xi 1  xi  ' .
f ( xi )
 Método de Newton-Raphson
• A discrepância entre xi+1 e o valor verdadeiro xr deriva-
se, a partir da série de Taylor, como:

Et ,i 1  xr  xi 1 ;
 f " ( xr ) 2
Et ,i 1  Et ,i
2 f ' ( xr )

• O erro atual é aproximadamente proporcional ao

quadrado do erro anterior: convergência quadrática.
 Convergência: f(x) = e-x-x
• xr = 0,5671.
 Método da Secante
• Problema em potencial no Método de
Newton-Raphson: cálculo da derivada;

• Aproximação da derivada por diferença

dividida regressiva:
f ( xi 1 )  f ( xi )
f ' ( xi )  .
xi 1  xi
 Método da Secante
• Substituindo-se a aproximação obtida na
expressão do Método de Newton-Raphson,
obtém-se a fórmula do método da Secante:

xi 1  xi
xi 1  xi  f xi .
f xi 1   f xi 

• Método exige duas estimativas iniciais de xr!

 Convergência: f(x) = e-x-x
• xr = 0,5671.