Prévia do material em texto
ZERO DE FUNÇÕES LINEARES E NÃO LINEARES Igor Utzig Picco Zero de funções lineares e não lineares Olá aluno (a) Unifacear! Seja bem-vindo (a) à aula de Zero de funções lineares e não lineares através de métodos iterativos. Nessa aula irei apresentar para vocês mais métodos numéricos iterativos que visam encontrar a raiz de equações. Apresento o conceito de métodos intervalares e métodos abertos e em seguida apresento um método intervalar e três métodos numéricos. Finalizamos o tópico com um exemplo de resolução de uma mesma função através de dois métodos numéricos abertos diferentes. MÉTODOS INTERVALARES VS ABERTOS Os métodos intervalares são métodos que isolam a raiz em um intervalo. Esses métodos exigem duas estimativas iniciais para a raiz. Cada método tem estratégias diferentes para sistematicamente diminuir a largura do intervalo e aproximar-se da resposta correta (CHAPRA, CANALE, 2013). Esses métodos exigem uma análise preliminar para garantir que o intervalo inicial abrace a raiz estudada. Caso o intervalo inicial seja correto, os métodos intervalares sempre irão convergir. Os métodos abertos são baseados em fórmulas que exigem apenas um único valor inicial de x, ou dois valores iniciais, que não precisam necessariamente delimitar a raiz. Sendo assim, eles algumas vezes divergem (não convergem), se afastando da raiz verdadeira à medida que os cálculos prosseguem, não tendo a garantia de convergência. Entretanto, nos casos de convergência os métodos abertos apresentam velocidade muito maior que os métodos intervalares (CHAPRA, CANALE, 2013). No tópico anterior foi apresentado o Método da Bissecção, que é o método mais básico e simples de encontrar raiz de equações, classificando-se como um método intervalar. Nesse tópico é apresentado um método intervalar mais avançado e com melhor desempenho, o Método da Falta Posição, e em seguida diversos métodos abertos, o Método da Iteração de Ponto Fixo, o Método da Secante e o Método Newton-Raphson, sendo o último o mais utilizado em situações práticas, na engenharia, economia, química e etc. Zero de funções lineares e não lineares MÉTODO DA FALSA POSIÇÃO Apesar do Método da Bissecção funcionar, sua abordagem é ineficiente, sendo muito lenta. Visando melhorar o Método da Bissecção, o Método da Falsa Posição foi desenvolvido a partir de percepção gráfica. No Método da Bissecção, o intervalo é dividido em duas metades iguais. Somente o sinal é considerado, não levando em consideração o módulo da função nos extremos do intervalo. Normalmente, é possível afirmar que a raiz se encontra mais próxima do limite intervalar de menor módulo, como ilustrado na Figura 1. Figura 1. Descrição gráfica do Método da Falsa Posição. Fonte: Chapra, Canale, 2013. Baseando-se na ilustração apresentada na Figura 1 foi modulado a fórmula principal do Método da Falsa Posição, também chamada muitas vezes de Método da Interpolação Linear. Utilizando triângulos semelhantes, a interseção com o eixo x pode ser obtida através da Equação 1 (CHAPRA, CANALE, 2013). 𝑓(𝑥𝑙) 𝑥𝑟 − 𝑥𝑙 = 𝑓(𝑥𝑢) 𝑥𝑟 − 𝑥𝑢 Zero de funções lineares e não lineares 𝑥𝑟 = 𝑥𝑢 − 𝑓(𝑥𝑢)(𝑥𝑙 − 𝑥𝑢) 𝑓(𝑥𝑙) − 𝑓(𝑥𝑢) (1) Sendo: 𝑥𝑙 Limite inferior do intervalo (x lower); 𝑥𝑢 Limite superior do intervalo (x upper); 𝑥𝑟 Novo limite a ser calculado; A Equação 1 é chamada de fórmula da falsa posição. O valor de 𝑥𝑟 calculado substitui qualquer um dos limites intervalares, substituindo o que fornece o valor de função de mesmo sinal que 𝑓(𝑥𝑟). O gráfico apresentado na Figura 2 ilustra a eficiência relativa dos métodos da bissecção e falsa posição. É possível observar que o erro diminui muito mais rapidamente no método da falsa posição devido ao seu método mais eficiente de localização da raiz. Essa diferença vem da análise do módulo da função. Figura 2. Comparação gráfica de desempenho entre dois métodos intervalares. Fonte: Chapra, Canale, 2013. Zero de funções lineares e não lineares ALGORITMO DO MÉTODO DA FALSA POSIÇÃO O seguinte algoritmo descreve os passos realizados no método numérico da Falsa Posição. 1. Escolher o primeiro intervalo [a,b] em que existe uma solução da raiz (𝑓(𝑎) ∗ 𝑓(𝑏) < 0). Pode-se utilizar um gráfico de f(x) para o auxílio da obtenção de um intervalo inicial otimizado. Defina i=0. Defina o critério de parada através de um erro aceitável ε. 2. Obtém-se uma nova estimativa de intervalo através da Equação 1. 𝑥𝑖 = 𝑏 − 𝑓(𝑏)(𝑎 − 𝑏) 𝑓(𝑎) − 𝑓(𝑏) 3. Determine se a solução da função estudada se encontra entre para [𝑎, 𝑥𝑖] ou [𝑥𝑖 , 𝑏]. 4. Substitua a ou b por 𝑥𝑖 , incremente o valor de i e atualize o valor do novo intervalo [𝑎, 𝑏]𝑖. 5. Repita os passos 2 a 4 até que o tamanho do intervalo seja menor que ε, ou seja, repita até que a inequação de erro seja válida. Lembrando que 𝑥𝑒𝑠𝑡𝑖𝑚𝑎𝑑𝑜 pode ser o ponto médio do intervalo obtido. |𝑥𝑖 − 𝑥𝑖−1| 𝑥𝑖 < ε MÉTODO DA ITERAÇÃO DE PONTO FIXO A partir de agora iremos estudas os métodos abertos. O método aberto mais simples e de aplicação geral é o Método da Iteração de Ponto Fixo, também chamado de Método da Iteração Linear. O método visa resolver o cálculo de uma raiz da equação: 𝑓(𝑥) = 0 Zero de funções lineares e não lineares Sendo f(x) uma função contínua em um intervalo que contenha a raiz procurada, cria-se como objetivo reescrever a equação analisada, isolando a variável x, conforme apresentado na Equação 2. 𝑥 = 𝑔(𝑥) (2) Sendo assim, utiliza-se a equação para calcular o novo valor de x a partir da Equação 2, conforme explicitado na Equação 3. 𝑥𝑖+1 = 𝑔(𝑥𝑖) (3) Características e desempenho do método: O método não pode ser aplicado adequadamente para qualquer equação. Equações de múltiplas raízes e que não tem maneira adequada de isolar a variável x não apresentam desempenho adequado. O método apresenta erro relativo porcentual proporcional ao erro da iteração anterior. Por apresentar essa propriedade, chamada de convergência linear, vem o nome de Iteração Linear. O método apresenta possibilidade de convergência, não tendo convergência garantida. ALGORITMO DO MÉTODO DA ITERAÇÃO DE PONTO FIXO O seguinte algoritmo descreve os passos realizados no método numérico da Iteração de Ponto Fixo. 1. Reescrever a função 𝑓(𝑥) = 0 de maneira a isolar x, deixando no formato 𝑥 = 𝑔(𝑥). Defina a primeira estimativa de x. Defina i=0. Defina o critério de parada através de um erro aceitável ε. 2. Obtém-se uma nova estimativa de x através da Equação 3. 𝑥𝑖+1 = 𝑔(𝑥𝑖) 3. Repita o passo 2 até que a diferença entre as iterações seja menor que ε, ou seja, repita até que a inequação de erro seja válida. Zero de funções lineares e não lineares |𝑥𝑖 − 𝑥𝑖−1| 𝑥𝑖 < ε MÉTODO DE NEWTON-RAPHSON A fórmula de Newton-Raphson é provavelmente a fórmula mais amplamente usada para localizar uma raiz. Sendo xi a aproximação da raiz, pode-se estender uma reta tangente a partir do ponto [𝑥𝑖, 𝑓(𝑥𝑖)]. O ponto onde essa tangente cruza o eixo x usualmente representa uma estimativa melhor da raiz (CHAPRA, CANALE, 2013). A obtenção da fórmula de Newton-Raphson vem da interpretação geométrica da Figura 3 e é apresentada de maneira organizada na Equação 4. 𝑓′(𝑥𝑖) = 𝑓(𝑥𝑖) − 0 𝑥𝑖 − 𝑥𝑖+1 𝑥𝑖+1 = 𝑥𝑖 − 𝑓(𝑥𝑖) 𝑓′(𝑥𝑖) (4) Características e desempenho do método: O método apresenta rápida convergência. A dedução pelo método de Taylor, não apresentada nesse tópico, demonstra que o erro é aproximadamente proporcional ao quadrado do erro anterior,sendo assim, pode-se considerar que o número de algoritmos significativos de acurácia dobra a cada iteração (CHAPRA, CANALE, 2013). Embora o método seja muito eficiente, há situações em que ele não apresenta um desempenho adequado. Alguns casos são: raízes múltiplas, pontos de inflexão, oscilação próxima de pontos de máximos e mínimos (devido a inclinação próxima a zero 𝑓′(𝑥𝑖) = 0). Sua convergência depende da natureza da função e da precisão da aproximação inicial. Para algumas funções, nenhuma aproximação funcionará, para outras, 2 iterações são o suficiente para resolver o problema, onde outros métodos poderiam precisar de dezenas. O problema do método está na necessidade de calcular constantemente derivadas da função, o que pode ser caro, computacionalmente. Zero de funções lineares e não lineares Figura 3. Descrição gráfica do Método de Newton-Raphson. Fonte: Chapra, Canale, 2013. ALGORITMO DO MÉTODO DE NEWTON-RAPHSON O seguinte algoritmo descreve os passos realizados no método numérico de Newton- Raphson. 1. Obter a derivada da função 𝑓(𝑥) analisada. Defina a primeira estimativa de x. Defina i=0. Defina o critério de parada através de um erro aceitável ε. 2. Obtém-se uma nova estimativa de x através da Equação 4. 𝑥𝑖+1 = 𝑥𝑖 − 𝑓(𝑥𝑖) 𝑓′(𝑥𝑖) 3. Repita o passo 2 até que a diferença entre as iterações seja menor que ε, ou seja, repita até que a inequação de erro seja válida. |𝑥𝑖 − 𝑥𝑖−1| 𝑥𝑖 < ε Zero de funções lineares e não lineares MÉTODO DA SECANTE O Método da Secante pode ser considerado como uma modificação do Método de Newton-Raphson. Esse método visa substituir a derivada 𝑓′(𝑥𝑖),cuja obtenção e cálculo numérico é uma séria desvantagem. O método substitui a derivada 𝑓′(𝑥𝑖) pelo quociente das diferenças, apresentado na Equação 5. O Método da Secante tem convergência inferior ao de Newton-Raphson, porém serve como uma boa alternativa por necessitar somente do cálculo da função. Além disso, utiliza somente um cálculo de função por iteração, pois o cálculo da função no ponto anterior foi calculado no passo anterior (Franco, 2006). 𝑓′(𝑥𝑖) = 𝑓(𝑥𝑖) − 𝑓(𝑥𝑖−1) 𝑥𝑖 − 𝑥𝑖−1 (5) Sendo assim, temos a equação do Método da Secante, apresentada na Equação 6. A Figura 4 ilustra o Método da Secante. 𝑥𝑖+1 = 𝑥𝑖 − 𝑓(𝑥𝑖) 𝑓(𝑥𝑖) − 𝑓(𝑥𝑖−1) 𝑥𝑖 − 𝑥𝑖−1 𝑥𝑖+1 = 𝑥𝑖 − (𝑥𝑖 − 𝑥𝑖−1)𝑓(𝑥𝑖) 𝑓(𝑥𝑖) − 𝑓(𝑥𝑖−1) 𝑥𝑖+1 = 𝑥𝑖−1 ∗ 𝑓(𝑥𝑖) − 𝑥𝑖𝑓(𝑥𝑖−1) 𝑓(𝑥𝑖) − 𝑓(𝑥𝑖−1) (6) O Método da Secante se assemelha ao Método da Falsa Posição. Ambos utilizam duas estimativas e calculam uma aproximação da inclinação da função que é utilizada para projetar para o eixo x uma nova estimativa da raiz. Uma diferença crítica é que no método da secante só há um valor de x, que é sempre substituído e atualizado. No Método da Falsa Posição há sempre dois valores de intervalo, onde um muda e outro continua o mesmo. No Método da Secante o valor de x é único e sempre modificado, podendo não convergir. Zero de funções lineares e não lineares Figura 4. Descrição gráfica do Método da Secante. Fonte: Chapra, Canale, 2013. Algoritmo do Método da Secante O seguinte algoritmo descreve os passos realizados no método numérico da Secante. 1. Defina os dois valores iniciais de x. Defina i=0. Defina o critério de parada através de um erro aceitável ε. 2. Obtém-se uma nova estimativa de x através da Equação 6. 𝑥𝑖+1 = 𝑥𝑖−1 ∗ 𝑓(𝑥𝑖) − 𝑥𝑖𝑓(𝑥𝑖−1) 𝑓(𝑥𝑖) − 𝑓(𝑥𝑖−1) 1. Repita o passo 2 até que a diferença entre as iterações seja menor que ε, ou seja, repita até que a inequação de erro seja válida. |𝑥𝑖 − 𝑥𝑖−1| 𝑥𝑖 < ε Zero de funções lineares e não lineares EXEMPLO DE RESOLUÇÃO POR DIFERENTES MÉTODOS Nessa sessão iremos encontrar uma mesma raiz utilizando dois métodos abertos: o Método da Iteração de Ponto Fixo e o Método de Newton-Raphson. A função a ser analisada é informada na Equação 7. Para ambas a resoluções iremos utilizar a estimativa inicial como 1 e ε = 0,01. Como a função contém um seno, iremos considerar os valores de dentro do seno como radianos. 𝑓(𝑥) = 3𝑥 + 𝑠𝑒𝑛(𝑥) − 4 (7) RESOLUÇÃO PELO MÉTODO DA ITERAÇÃO DE PONTO FIXO Para este método, iniciamos reescrevendo a equação. Essa equação pode ser reescrita com facilidade, obtendo a equação apresentada na Equação 8. −3𝑥 = 𝑠𝑒𝑛(𝑥) − 4 𝑥 = −𝑠𝑒𝑛(𝑥) + 4 3 (8) Iniciando com o valor 𝑥𝑖=0 = 1: Iteração i=1 𝑔(𝑥) = −𝑠𝑒𝑛(𝑥) + 4 3 𝑥𝑖 = 𝑔(𝑥0) 𝑥1 = −𝑠𝑒𝑛(1) + 4 3 𝑥1 = −0.8415 + 4 3 = 1,0528 Calculando o erro: Zero de funções lineares e não lineares |1,0528 − 1| 1,0528 = 0,0501 > ε Como o erro é maior que a tolerância, o processo iterativo prossegue. Iteração i=2 𝑥2 = 𝑔(𝑥1) 𝑥2 = −𝑠𝑒𝑛(1,0528) + 4 3 𝑥2 = −0,8688 + 4 3 = 1,0437 Calculando o erro: |1,0437 − 1,0528| 1,0437 = 0,0087 < ε Como o erro foi menor que a tolerância, podemos encerrar o processo iterativo e assumir 𝑥 = 1,0437. RESOLUÇÃO PELO MÉTODO DE NEWTON RAPHSON Inicialmente, obtemos a derivada da função: 𝑓(𝑥) = 3𝑥 + 𝑠𝑒𝑛(𝑥) − 4 𝑓′(𝑥) = 3 + 𝑐𝑜𝑠(𝑥) Em seguida, montamos a equação de Newton-Raphson: 𝑥𝑖+1 = 𝑥𝑖 − 𝑓(𝑥𝑖) 𝑓′(𝑥𝑖) 𝑥𝑖+1 = 𝑥𝑖 − 3𝑥 + 𝑠𝑒𝑛(𝑥) − 4 3 + 𝑐𝑜𝑠(𝑥) Zero de funções lineares e não lineares Iniciando com o valor 𝑥𝑖=0 = 1: Iteração i=1 𝑥1 = 𝑥0 − 3𝑥0 + 𝑠𝑒𝑛(𝑥0) − 4 3 + 𝑐𝑜𝑠(𝑥0) 𝑥1 = 1 − 3 ∗ 1 + 0,8415 − 4 3 + 0,5403 𝑥1 = 1 − −0,1585 3,5403 𝑥1 = 1,0448 Calculando o erro: |1,0448 − 1| 1,0448 = 0,04288 > ε Como o erro é maior que a tolerância, o processo iterativo prossegue. Iteração i=2 𝑥2 = 𝑥1 − 3𝑥1 + 𝑠𝑒𝑛(𝑥1) − 4 3 + 𝑐𝑜𝑠(𝑥1) 𝑥2 = 1,0448 − 3 ∗ (1,0448) + 𝑠𝑒𝑛(1,0448) − 4 3 + 𝑐𝑜𝑠(1,0448) 𝑥2 = 1,0448 − 3,1344 + 0,8648 − 4 3 + 0,5021 𝑥2 = 1,0448 − 3,1344 + 0,8648 − 4 3 + 0,5021 = 1,0450 Calculando o erro: |1,0450 − 1,0448| 1,0450 = 0,0002 < ε Como o erro foi menor que a tolerância, podemos encerrar o processo iterativo e assumir 𝑥 = 1,0450. Zero de funções lineares e não lineares Apesar dos dois métodos obterem os resultados em duas iterações, vemos que o erro do Método de Newton-Raphson foi menor. RESUMO Nesse capítulo foi realizado a apresentação dos métodos numéricos amplamente utilizados na literatura. Métodos intervalares e abertos foram apresentados, apresentando seus algoritmos e com exemplo de resolução. Zero de funções lineares e não lineares REFERÊNCIAS BIBLIOGRÁFICAS CHAPRA, S. C.; CANALE, R. P. Métodos numéricos para engenharia. McGraw-Hill, 2008. FRANCO, N. B. Cálculo numérico. Pearson, 2006. SPERANDIO, D.; MENDES, J. T.; E SILVA, L. H. M. Cálculo numérico. 2° edição São Paulo. Pearson, 2014.