Prévia do material em texto
1 CÁLCULO NUMÉRICO Prof. Me. Elenilson Tavares Cabral 170101295@prof.uninassau.edu.br RAÍZES DE EQUAÇÕES 2 Introdução Para resolver: Pode-se utilizar a seguinte fórmula quadrática (ou de Bhaskara): Os valores calculados com a fórmula de Bhaskara são chamados de “raízes” da equação dada em f(x). Eles representam os valores de x que fazem a equação igual a zero. Logo, pode-se definir uma raiz de uma equação como um valor de x que torna f (x) = 0. Por essa razão, as raízes são às vezes chamadas de zeros da equação. 𝑓 𝑥 = 𝑎 ⋅ 𝑥2 + 𝑏 ⋅ 𝑥 + 𝑐 = 0 𝑥 = −𝑏 ± 𝑏2 − 4 ⋅ 𝑎 ⋅ 𝑐 2 ⋅ 𝑎 RAÍZES DE EQUAÇÕES 3 Introdução Embora a fórmula quadrática seja muito cômoda para resolver a equação do segundo grau, existem muitas outras funções para as quais as raízes não podem ser determinadas tão facilmente. Para esses casos, os seguintes métodos numéricos poderão ser utilizados: 1. Método Gráfico; 2. Método da Bissecção; 2. Método de Newton-Raphson; 3. Método da Secante; 4. Método das Aproximações Sucessivas. RAÍZES DE EQUAÇÕES 4 Introdução Vários métodos de determinação de raízes exploram o fato de que uma função tipicamente muda de sinal na vizinhança de uma raiz. Essas técnicas (bracketing methods), que isolam a raiz em um intervalo, exigem duas estimativas iniciais para a raiz. Tais estimativas devem “delimitar” a raiz. Os métodos intervalares usam estratégias diferentes para sistematicamente diminuir a largura do intervalo e, portanto, aproximar-se da resposta correta. As aplicações repetidas desses métodos sempre resultam em estimativas mais próximas do valor verdadeiro da raiz. Tais métodos são ditos convergentes porque se aproximam da verdade à medida que os cálculos prosseguem. RAÍZES DE EQUAÇÕES 5 Introdução Como uma introdução a essas técnicas, serão discutidos brevemente métodos gráficos para descrever as funções e suas raízes. Além de sua utilidade para fornecer estimativas grosseiras, as técnicas gráficas também são úteis na visualização das propriedades das funções e do comportamento de diversos métodos numéricos. RAÍZES DE EQUAÇÕES 6 Métodos Gráficos As técnicas gráficas têm valor prático limitado porque não são precisas. Entretanto, os métodos gráficos podem ser usados para obter estimativas grosseiras das raízes. Essas estimativas são usadas como aproximações iniciais para os métodos numéricos discutidos posteriormente. Ilustração de diversas formas gerais nas quais uma raiz pode ocorrer em um intervalo determinado por uma extremidade inferior xl e uma extremidade superior xu. As partes (a) e (c) indicam que, se f(xl) e f(xu) tiverem o mesmo sinal, ou não existirão raízes ou existirá um número par de raízes no intervalo. As partes (b) e (d) indicam que, se a função tiver sinais diferentes nas extremidades, existirá um número ímpar de raízes no intervalo RAÍZES DE EQUAÇÕES 7 Exemplo Use a abordagem gráfica para determinar a raiz (zero) da seguinte função: Considere: a = 9,8 b = 68,1 𝑓 𝑥 = 𝑎 ⋅ 𝑏 𝑥 1 − 𝑒−10 Τ𝑥 𝑏 − 40 RAÍZES DE EQUAÇÕES 8 Método da Bissecção ou Método dos Meio Intervalos Quando se aplica a técnica gráfica, observa-se que f(x) muda de sinal em lados opostos da raiz. Em geral, se f(x) for real e contínua no intervalo de xl a xu e f(xl) e f(xu) tiverem sinais opostos, isto é: Então existe pelo menos uma raiz real entre xl e xu. Os métodos de busca incrementais tiram vantagem dessa observação localizando um intervalo no qual a função muda de sinal. Então, a posição da mudança de sinal (e, consequentemente, da raiz) é identificada mais precisamente dividindo-se o intervalo em diversos subintervalos. Procura-se em cada um desses 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. 𝑓 𝑥𝑙 ⋅ 𝑓 𝑥𝑢 < 0 RAÍZES DE EQUAÇÕES 9 Método da Bissecção ou Método dos Meio Intervalos O método da bissecção (também chamado de truncamento binário, método dos meio intervalos ou método de Bolzano) é um tipo de método de busca incremental no qual o intervalo é sempre dividido na metade. Se uma função muda de sinal em um intervalo, calcula-se o valor da função em seu ponto médio. A posição da raiz é então determinada como sendo o ponto médio do subintervalo no qual a mudança de sinal ocorre. Esse processo é repetido para obter estimativas refinadas. RAÍZES DE EQUAÇÕES 10 Método da Bissecção ou Método dos Meio Intervalos Algoritmo para os cálculos da bissecção. RAÍZES DE EQUAÇÕES 11 Método da Bissecção ou Método dos Meio Intervalos Neste método pode-se notar que 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. A largura do intervalo fornece uma estimativa exata do limitante superior do erro para o método da bissecção. Descrição gráfica do método da bissecção. RAÍZES DE EQUAÇÕES 12 Método da Bissecção ou Método dos Meio Intervalos Critério de Parada e Estimativa do Erro É preciso desenvolver um critério objetivo para decidir quando parar o método. Uma sugestão inicial poderia ser parar os cálculos quando o erro verdadeiro cair abaixo de algum nível pré-especificado. Para uma estimativa de erro que não dependa do conhecimento prévio dessa raiz verdadeira pode ser utilizado o erro relativo porcentual aproximado εa, calculado por: Em que xr novo é a raiz da iteração atual e xr velho é a raiz da iteração prévia. RAÍZES DE EQUAÇÕES 13 Método da Bissecção ou Método dos Meio Intervalos Critério de Parada e Estimativa do Erro O valor absoluto é usado porque, em geral, estamos interessados no módulo de εa ao invés do seu sinal. Quando εa se torna menor do que um critério de parada pré- especificado εs, param-se os cálculos. Embora o erro aproximado não forneça uma estimativa exata do erro verdadeiro, pode-se perceber que εa captura a tendência geral para baixo de εt. Além disso, o gráfico mostra a característica extremamente atrativa de que εa é sempre maior do que εt. Logo, quando εa cai abaixo de εs, podemos parar os cálculos com a confiança de que a raiz é conhecida pelo menos tão acuradamente quanto o nível aceitável pré-especificado. RAÍZES DE EQUAÇÕES 14 Método da Bissecção ou Método dos Meio Intervalos Critério de Parada e Estimativa do Erro Um outro benefício do método da bissecção é que o número de iterações necessárias para se chegar a um erro absoluto pode ser calculado a priori - isto é, antes de começar as iterações, através da fórmula: Em que: n é o número de iterações; Ea,d é o erro desejado ou pré-especificado e Δx0 é o intervalo inicial de busca da raiz. Erros para o método da bissecção. Os erros verdadeiro e estimado estão mostrados em função do número de iterações. RAÍZES DE EQUAÇÕES 15 Exemplo Use o método da bisseção para encontrar uma estimativa para a raiz positiva da função: com tolerância tol(d) = 10-1 para o módulo da função. RAÍZES DE EQUAÇÕES 16 Método de Newton-Rapshon O Método de Newton (também chamado de método de Newton-Raphson) é um esquema usado para se obter a solução numérica de uma equação na forma f(x) = 0, onde f(x) é contínua e diferenciável e sua equação possui uma solução próxima a um ponto dado. O método é ilustrado na figura ao lado. RAÍZES DE EQUAÇÕES 17 Método de Newton-Raphson Em contraste aos métodos intervalares, os métodos abertos, ao qual o Método de Newton-Raphson, são baseados em fórmulas que exigem apenas um único valor inicial de x ou dois valores iniciais que não delimitam necessariamente a raiz. Como tal, eles algumas vezes divergem ou se afastam da raiz verdadeira à medida que os cálculos prosseguem. Entretanto, quando os métodos abertos convergem, eles em geral o fazem muito mais rapidamente do que os métodos intervalares. RAÍZES DE EQUAÇÕES 18 Método de Newton-Raphson O processo de solução começa com a escolha do ponto x1 como a primeira estimativada solução. A segunda estimativa, x2, é obtida a partir do cruzamento com o eixo x da reta tangente a f(x) no ponto (x1, f(x1)). A estimativa seguinte, x3, é a interseção com o eixo x da reta tangente a f(x) no ponto (x2, f(x2)), e assim por diante. Matematicamente, na primeira iteração, a inclinação f′(x1) da tangente no ponto (x1, f(x1)) é dada por: RAÍZES DE EQUAÇÕES 19 Método de Newton-Raphson Resolvendo a equação anterior para x2, obtém-se: Esta equação pode ser generalizada para que a “próxima” solução xi+1 seja obtida a partir da solução atual RAÍZES DE EQUAÇÕES 20 Método de Newton-Raphson A equação anterior é a fórmula iterativa geral do método de Newton. Ela é chamada de fórmula iterativa porque a solução é obtida com a aplicação repetida da mesma em cada valor sucessivo de i. O método de Newton também pode ser deduzido a partir da série de Taylor. A expansão em série de Taylor de f(x) em torno de x1 é dada por: RAÍZES DE EQUAÇÕES 21 Método de Newton-Raphson Se x2 é uma solução da equação f(x) = 0 e x1 é um ponto próximo a x2, então: Considerando apenas os dois primeiros termos da série, uma solução aproximada pode ser determinada resolvendo esta equação para x2: RAÍZES DE EQUAÇÕES 22 Método de Newton-Raphson O resultado é o mesmo dado anteriormente. Na iteração seguinte, a expansão em série de Taylor é escrita em torno do ponto x2, e uma solução aproximada x3 é calculada. Algoritmo para o método de Newton 1. Escolha um ponto x1 como tentativa inicial da solução. 2. Para i = 1,2,..., até que o erro seja menor que um valor especificado, calcule xi+1 usando a equação: RAÍZES DE EQUAÇÕES 23 Método de Newton-Raphson Quando as iterações devem ser interrompidas? Idealmente, as iterações devem ser interrompidas quando uma solução exata é obtida. Isso significa que o valor de x deve ser tal que f(x) = 0. Geralmente, a solução exata não pode ser obtida computacionalmente. Na prática, portanto, as iterações são interrompidas quando o erro estimado for menor que algum valor predeterminado. Uma tolerância não pode ser calculada como se faz no método da bisseção, já que os limites não são conhecidos. Duas estimativas de erro tipicamente utilizadas pelo método de Newton são: Erro relativo estimado (ε); tolerância (d). RAÍZES DE EQUAÇÕES 24 Método de Newton-Raphson Quando as iterações devem ser interrompidas? Erro relativo estimado: As iterações são interrompidas quando o erro relativo estimado é menor que um valor especificado (ε): Tolerância em f(x): As iterações são interrompidas quando o valor absoluto de f(x1) é menor que algum número δ. RAÍZES DE EQUAÇÕES 25 Exemplo Use o método de Newton para encontrar uma estimativa para a raiz positiva da função: com aproximação inicial x(0) = 1 e tolerâncias tol = 0,1 e e = 0,1. Interprete geometricamente o método de Newton.