Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 URI-Universidade Regional Integrada do Alto Uruguai e das Missões Cálculo Numérico Prof. Anderson Marolli - Depto. de Matemática – Ed. 2015/2. CAPÍTULO 1 ARITMÉTICA DE PONTO FLUTUANTE 1.1. Representação de Números num Sistema de Aritmética de Ponto Flutuante O Sistema Computacional de Aritmética de Ponto Flutuante é utilizado por calculadoras e computadores na representação dos números e execução das operações. Um número qualquer na base β em aritmética de ponto flutuante de t dígitos tem a forma: d1 0≠ - um número em aritmética de ponto flutuante está normalizado se - o número máximo de dígitos da mantissa (t) é definido em termos do comprimento da palavra do computador - dado um número N, sua representação em aritmética de ponto flutuante de t dígitos é efetuada por truncamento ou arredondamento. - erros decorrentes da impossibilidade de se representar um número dado: "OVERFLOW" SE e M> "UNDERFLOW" SE e m< Preservamos o máximo de exatidão normalizando todos os resultados. Ex.: t m M = = − = = 3 4 10 4β REPRESENTAÇÃO x ARREDONDAMENTO TRUNCAMENTO 1,25 2.71828 -238.15 0.000007 718235.82 0.125 x 10 0.272 x 10 -0.238 x 103 - - 0.125 x 10 0.271 x 10 -0.238 x 103 - - onde é a é a mantissa , 0 ≤ dj ≤ β - 1, j = 1, ... t e é um expoente no intervalo [m, M] Observações: - m, M dependem da máquina utilizada 2 Uma representação com t dígitos na mantissa é dada estar em precisão simples. Um sistema de precisão dupla é um sistema de aritmética de ponto flutuante com aproximadamente o dobro de dígitos disponíveis para a mantissa 1.2. ERROS ABSOLUTOS E RELATIVOS ERRO ABSOLUTO: É a diferença entre o valor exato de um número x e seu valor aproximado x : EA x x X = − Ex.: ( )pi pi∈ 314 315. , . , um valor tomado dentro deste intervalo, EA pi pi pi= − < 0 01. (limitante superior p/ o módulo do erro) Ex.: ( )x x EA x = ⇒ ∈ < 2112 9 2112 8 2113 01 . . , . EAy y y < = ⇒ ∈ 01 5 3 5 2 5 4 . . ( . , . ) ERRO RELATIVO: É o quociente do erro absoluto pelo valor aproximado: ER EA x x x x x x = = − Ex.: x ER EA x x EA x x x = ⇒ = < ≅ < − 2112 9 01 2112 9 4 7 10 01 5 . . . , . 1.0 02.0 3.5 1.0 3.5 < ≅<=⇒ = y y y EA y EA ER y ∴ o erro relativo fornece uma indicação do grau de precisão da representação. 1.3. ERROS DE ARREDONDAMENTO E TRUNCAMENTO EM UM SISTEMA DE ARITMÉTICA DE PONTO FLUTUANTE Se um dado número x não tem representação finita na base numérica empregada numa máquina, ou se o comprimento da palavra não comporta x, uma aproximação será obtida por arredondamento ou por truncamento. Seja um sistema de aritmética de ponto flutuante de t dígitos (base 10); x pode ser escrito na forma: 3 .10 11.01010 <≤<≤×+×= − xx te x e x gefondegfx Exemplo: 7.02345.0 107.0102345.0 57.234,4 13 ==⇒ ×+×= == − xx gef x xt TRUNCAMENTO: O termo ter)pode f que mínimo valor o é 0.1 (pois 10 101.0 10 10 10 )1|g| (pois1010 10 dodespreza é10 x 1 x +− − − −− − = × < × × == <<×=−= ×=∴ × t e te e x te xx x tete xx e x te x f g x EA ER gxxEA fx g ARREDONDAMENTO: Arredondamento simétrico: ≥+× <× = − 2 1 ,1010 2 1 ,10 x tee x x e x gsef gsef x 110 2 1 101.0 1021 10 10 10 2 110 : 2 1 +− − − −− ×= × × < × × == <×=−= < t e te e x te xx x tete xx x f g x EA ER xgxxEA gSe ( ) ( ) ( ) 10 2 1 101.0 1021 10 1021 1010 1021 10 2 1101 1010 10101010 :21 1+− −− − − −− −− −− ×= × × < × × < +× × ≤= ×≤×−= −×= +×−+×=−= ≥ t e te e x te tee x te x x tete x tete x tee x te x e xx x ffx EA ER xg g fxgfxxEA gSe 4 RESUMO TRUNCAMENTO EA ER x e t x t < < − − + 10 10 1 ARREDONDAMENTO 110 2 1 10 2 1 +− − ×< ×< t x te x ER EA Exemplo: 2 4 101272.0 ? 10937.0 ×= =+ ×= y yx x Solução A mantissa do número de menor expoente deve ser deslocada para a direita de um número de casas igual à diferença entre os dois expoentes. {x x y x x y x x = = ∴ + = + = − 0937 10 0 001272 10 0 937 0 001272 10 0 938272 10 4 4 2 4 4 4 . . ( . . ) . resultado exato 1 244 344 Sistema com t = 4 truncamento x y x arredondamento x y x = + = = + = 0 9382 10 0 9383 10 4 4 . . Para o caso de arredondamento: 414 15 10510 2 1 10 2 1109841.2 9383.0 9383.0938272.0)()( −+− +−− + == <= − = + +−+ = x x yx yxyxER tyx Ex.: x x x x 1 2 1 01246 10 0 3290 10 = = − . . ( ) )( 101278.101278. 10003290.1246. 103290.101246. 1 21 1 111 21 otruncamentxx xxx ×=+∴×= +=×+×=+ − Exemplo: x.y = ? Solução: 6 6 6 6 24 101192.0. 101191.0. 101191864.0 10)1272.0937.0( )101272.0()10937.0(. ×= ×=∴ ×= ×= ×= yxentoarredondam yxotruncament x xxyx 5 O zero em ponto flutuante é, em geral, representado com o menor expoente possível da máquina. O exemplo a seguir ilustra a razão desta necessidade. Exemplo: x x y x x y x x x y x = = ⇒ + = + = ⇒ + = 0 0000 10 01234 10 0 0000 0 001234 10 0 001234 10 0 0012 10 4 2 4 4 4 . . ( . . ) . . ∴ Exemplo de zero de ponto flutuante: 0 0000 10 50. x − 1.4. PROPAGAÇÃO DE ERRO Obtenção de expressões para os erros absoluto e relativo no resultado de cada uma das quatro operações aritméticas, como funções de seus operandos e de seus erros. (a) Adição (x+y) )()()()( yxyx EAEAyxEAyEAxyx +++=+++=+ ∴EA EA EA x y x y+ = + ER EA x y EA x x x y EA y y x yx y x y x y + + = + = + + + =. ⇒ ER ER x x y ER y x yx y x y+ = + + + . (b) Subtração (x-y) EA EA EA x y x y− = − ER ER x x y ER y x yx y x y− = − − − . (c) Multiplicação: (x.y) x y x EA y EA xy xEA yEAx y y x. ( ).( )= + + = + + + ∴ ER x EA y EA x y y x. . .= + ER x EA y EA x y EA x EA yx y y x x y . . . . = + = + ∴ER ER ER x y x y. = + (d) Divisão (x/y) x y x EA y EA x EA y EA y x EA y EA y x y x yx y = + + = + + = + + − . 1 1 1 1 6 aproximaç ão do binômio r nr p rn( ) , /1 1 1+ ≅ + << ∴ ≅ + − x y x EA y EA y x y . 1 = − + − x y xEAy y EAx y2 ∴ ≅ + − ∴ ≅ − x y x y EA y x EA y EA EA y x EA y x y x y x y . . / 2 2 ∴EA y EA x EA yx y x y / . . = − 2 ER y EA xEA y y x EA x EA yx y x y x y / . .= − = −2 ∴ = −ER EA x EA yx y x y / ∴ER ER ER x y x y/ = − Exemplo: Sistema de aritmética de ponto flutuante t = 4 = 10β dosrepresentaexatamente merosnú 102585.0 102145.0 107237.0 1 3 4 ×= ×= ×= − z y x Efetuar as operações e obter o erro relativo no resultado (arredondamento) (a) x + y + z (d) (x y)/z (b) x - y -z (e) x . (y/z) (c) x/y Solução de (b) {w x y z s s = − − 1 2 124 34 4 1 4 4 1 107237.0 1072369998.0 10)00000002.07237.0( ×=∴ ×= ×−=−= s yxs 4 2 44 12 314 1 107234.0 107234415.010)0002585.07237.0( 10 2 110 2 1 ×=∴ ×=×−=−= ×=×<∴ −+− s zss ERs 7 ERs ERs s s z2 1 1 1 = − −. z s z RA 1 − + 143 2 102 1 7234.0 7237.010 2 1 +−− ×+×<∴ xERs 3 4 3 2 100002.1 107234.0 100002.1 − −− − ×< ×=−−∴ ×< zyxER zyx ERs Exercício: Supondo que x é representado num computador por x , onde x é obtido por arredondamento, obtenha os limites superiores para os erros relativos de u=2x e w=x +x . Respostas: ERu ERw t t < < − + − + 10 10 1 1 Exercício: Idem para u 3x e w = x + x + x Respostas: ERu e ERw xt t< <− + − +10 4 3 101 1 Exercício: Sejam x e y as representações de x e y obtidas por arredondamento em um computador. Deduza expressões de limite de erro para mostrar que o limite do erro relativo de u = 3x - y é menor que o limite do erro relativo de w=( ) .x x x y+ + − Respostas: ER x ER xu t w t< <− + − +2 10 7 3 101 1 Exemplo: Solução do item (d) do exemplo anterior: { 1 1 134 1 101552.0 10152336.0102145.07237.0(. /).( 2 1 ×=∴ ×=×== = − s xyxs zyxw s s 4321 6004.0 6003868.0 10)2585.01552.0( 10 2 1 10 2 110 2 110 2 1 2 11 12 3 1 3141 1 =∴ = ×== <∴ ×==×<∴ − − −+−+− s zss ERs ERs t 8 ∴ < + =− − −ERs 2 3 3 31 2 10 1 2 10 10 ∴( . ) / . ( . ) / x y z ER x y z = < − 06004 10 3 Solução do item (e): w x y z s s = . ( / ) 1 2 123 124 34 4 1 413 1 108298.0 108297872.010)2585.02145.0( − −− ×= ×=×== s zys 6005.0 6005262.010)8298.07237.0(. 2 44 12 =∴ =×== − s xsxs ERs2 = ERs RA ERs1 2 3 31 2 10 1 2 10+ ∴ < +− − ⇒ < −ERs 2 310 ∴( . ) / . . ( / ) x y z ERx y z = < − 0 6005 10 3 Ex.: implementação com dígito de proteção ou dígito de guarda: (imediatamente à direita da mantissa do número de menor expoente). ( ) 3321 2 2 3 1 1007467.1003173.1064. 103173. 101064. ×=×−=+ ×−= ×= xx x x com dígito de guarda: x x x 1 2 27467 10+ =. sem digito de guarda: x x x 1 2 27460 10+ =. Exemplo: ivo!significat é não zero este 106550.100655. 101976.102631. 1 21 2 21 2 2 2 1 ↑ ×=+∴×=+ ×=×= xxxxx xx Exemplo: 99 21 10999.10999. ×=×= xx 43421 Supor que é o maior valor possível na representação da máquina: 9 flutuantepontodeOverflowxx ""109998.1 9921 ⇒×=+∴ (interrupção). 1.5. REPRESENTAÇÕES EM DIFERENTES SISTEMAS DE NUMERAÇÃO a) decimal flutuante Notação utilizada: x f f e = ≤ < . 10 1 10 1 f mantissa e característica : : entoarredondamER otruncamentER t x t x 1 1 10 2 1 10 +− +− < < b) máquina binária x f f e = ≤ < . 2 1 2 1 Porquê f ≥ 1 2 para base 2? Ex.: Considere-se o decimal 30: )(246875.030 )(29375.030 6 5 bou a ×= ×= Optando-se por (a): 9375.0 16 1 8 1 4 1 2 11111.0 1110.0 020 0.125.0 50.1275.0 75.12875.0 875.129375.0 =+++→ =× =× =× =× =× x Optando-se por (b): 0.467875 x 2 = 0.9375 . 1o dígito = 0 ER arredondamento ER truncamento x t x t < < − − + 2 2 1 c) sistema hexadecimal x f f e = ≤ < . 16 1 16 1 ER x arredondamento ER x truncamento x t x t < < − − 8 16 16 16 10 Exercício: obter as expressões dos erros relativos para os sistemas binário e hexadecimal. Diz-se que um computador digital tem uma precisão de t dígitos se há t dígitos na mantissa no número de ponto flutuante. A precisão está relacionada com o número de algarismos significativos. Também se diz que um computador tem t dígitos significativos se, quando os números são truncados, o limite do erro relativo é 10 1− +t . Exemplo: IBM 360 e 370 mantissa com 6 dígitos hexadecimais p = ? (dígitos significativos) sist. decimal = 10 101 1− + − +=td p sist. hexadecimal = 56 1616161616 −−− == xx th ∴ =− + −10 161 5p ( ) 7 10ln 16ln51 10ln 16ln51 16ln510ln1 ≅⇒+= − =+− −=+− pp p p Exercício: computador binário com 27 bits na mantissa; p = ? (dígitos decimais significativos). Apêndice ao capítulo: breves considerações sobre sistemas de numeração A tabela a seguir sumariza algumas das características de algumas bases de sistemas de numeração: BASE DÍGITOS DENOMINAÇÃO 2 8 10 16 0,1 0,1,2,...,7 0,1,2,...,7,8,9 0,1,2,...,9,A,B,C,D,E,F, binário octal decimal hexadecimal Considere-se inicialmente o número 2526 (base 10), denotado aqui por 2526 10 Este número pode ser escrito em termos de potências da base como: 2526 2 10 5 10 2 10 6 10 10 3 2 1 0 = + + +x x x x Mudança de uma base para outra Para conversão de um número da base 10 para qualquer uma das outras bases, divide-se o número pela base, anotando-se o quociente e o resto. Caso o quociente seja diferente de zero, este deverá ser dividido pela base, anotando-se os novos valores de quociente e resto. O processo deve ser continuado até que se obtenha um quociente igual a 0. O número, na base de interesse, terá como dígitos os restos obtidos, justapostos em ordem contrária à de geração. 11 Exemplo: Converter 29 10 para os sistema binários, octal e hexadecimal. 29 2 (1) 14 2 29 1110110 2= (0) 7 2 (1) 3 2 (1) 1 2 (1) 0 29 8 (5) 3 8 29 3510 8= (3) 0 29 16 (13) 1 16 29 110 16= D (1) 0 Para conversão da representaçãonas bases 2, 8 e 16, para a base 10, basta utilizar a representação do número em termos de potência das bases, como ilustrado no exemplo a seguir. Ex.: mostrar como são convertidos as representações 11101 2 , 35 10 8 16 e para base 10 ( ) ( ) ( ) 11101 1 2 1 2 1 2 0 2 1 2 29 35 3 8 5 8 29 10 1 16 13 16 29 2 4 3 2 1 0 10 10 8 1 0 10 16 1 0 10 = + + + + = = + = = + = x x x x x x x x x Para conversão da representação na base 2 para as bases 8 e 16, basta agrupar os bits da representação binária em conjuntos de ( ) ( )3 2 8 4 2 163 4= =e bits, respectivamente, como ilustrado no exemplo a seguir. Ex.: obter as representações nas bases 8 e 16 para o número 11101 2 {{011101 11101 35 2 2 5 2 2 3 2 8 2 0 1 0 ⇒ = + = + = 0001 1101 11101 1 2 2 2 13 2 1 2 16 3 2 0 0 123 123 ⇒ = + + = = D Os exemplos a seguir ilustra a conversão de números fracionários, de base 10 para base 2. 12 Ex.: obter a representação, na base 2, do número 0687510. 0.6875 x 2 = 0.375 x 2 = 0.75 x 2 = 0.50 x 2 = 0.00 x 2 = 1. 0. 1. 1. 0. 375 75 50 00 00 ∴ =0 6785 0101110 2. . Observar que a conversão para a base 10 segue o mesmo esquema apresentado para inteiros, ou seja: ( )01011 1 2 0 2 1 2 1 2 0 6875 2 1 2 3 4 10 10 . .= + + + =− − − −x x x x Ex.: obter a representação, na base 2, do número 0.110 0.1 x 2 = 0.2 0.2 x 2 = 0.4 0.4 x 2 = 0.8 0.8 x 2 = 1.6 0.6 x 2 = 1.2 0.2 x 2 = 0.4 0.4 x 2 = 0.8 0.8 x 2 = 1.6 0.6 x 2 = 1.2 . 01 0 00011001100 10 . . ...= Notar que o número 0110. não tem representação exata na base 2. CAPÍTULO 2 RESOLUÇÃO NUMÉRICA DE EQUAÇÕES INTRODUÇÃO Em muitos problemas de Ciência e Engenharia há a necessidade de se determinar um número ρ que anule uma determinada função F(x), isto é, F(ρ ) = 0. Este número ρ é chamado de raiz da equação F(x) = 0 ou zero da função y= F(x). Classificação: (i) eq. algébricas: Ex.: x x x x4 3 25 6 4 8 0− + + − = (ii) eq. transcendentes: Ex.: x x x e xxsen ( ) cos+ + =2 4 Etapas no cálculo de uma aproximação para a raiz: (i) isolamento da raiz: determinação de um intervalo [a,b] o menor possível contendo uma e somente uma raiz da equação F(x) = 0 (ii) melhoramento do valor da raiz aproximada até o grau de exatidão requerido. EQUAÇÕES TRANSCENDENTES 2.1.1 ISOLAMENTO DE RAÍZES - MÉTODO GRÁFICO Uma raiz real de uma equação F(x) = 0 é a abscissa de qualquer ponto no qual a função y = F(x) intercepta o eixo 0x: 13 Ex.: seja y = F(x) = ex - senx - 2 -2 -1 1 2 3 4 -1 -0.5 0.5 1 Como se observa, para esta equação, 06.1≅ρ . Pode-se também identificar duas funções g(x) e h(x) a partir da função F(x), impondo-se a condição de que F(x) = g(x) - h(x). Constroem-se os gráficos de y1 = g(x) e de y2 = h(x). Estes se interceptam num ponto cuja abscissa é x = x0: ⇒ g(x0) - h(x0) = F(x0) = 0 ⇒ ρ = x0 Exemplo: isolar todas as raízes da equação { 43421 )()( 2 2 )1(sen 1sen)( xhxg xx xxxF +−= −−= Gráfico de 2)( xxg = : -2 -1 1 2 1 2 3 4 14 Gráfico de h(x) = sen x + 1: -2 -1 1 2 0.5 1 1.5 2 Gráficos de g(x) e h(x) superpostos: -2 -1 1 2 1 2 3 4 Como se observa, há duas raízes reais, localizadas nos seguintes intervalos: )2,1( 2 )0,1( 1 ∈−∈ ρρ e . Exercício: Localize, graficamente, as raízes das equações abaixo: 032) 0 2 ) 01log) 039) 0)cos(4) 3 2 =− =− =− =+− =− xe xtgxd xxc xxb exa x x 2.1.2 GRAU DE EXATIDÃO DA RAIZ Uma vez isolada uma raiz num intervalo [a,b] passa-se a calculá-la através de métodos numéricos. Estes métodos fornecem uma seqüência {xi}de aproximações cujo limite é a raiz exata ρ. TEOREMA: Seja ρ uma raiz isolada exata e ρ uma raiz aproximada da equação F(x)=0, com ρ e ρ pertencentes ao intervalo [a,b] e .b][a, intervalo nox todopara,0)(' >≥ mxF Então a seguinte desigualdade se verifica: m F )(ρρρ ≤− Exemplo: Sendo 1)sen()( 2 −−= xxxF , delimitar o erro cometido com ρ = 1.4 no intervalo [1,0,1,5]. Resolução: 15 )cos(2)('1)sen()( 2 xxxFxxxF −=⇒−−= Designando ),cos(2 21 xyexy == sobrepondo-se os gráficos destas duas funções, obtém-se: 0.5 1 1.5 2 1 2 3 4 Observa-se que o menor valor (m) de F’(x) no intervalo [1,1.5] ocorre em x = 1.0, ou seja: m = (2)(1) – cos(1) = 1.460 =≤−∴ m F )(ρρρ 017,0 46,1 025,0 460,1 )4,1( == F 417,1383.1017,04,1 ≤≤⇒≤−=−∴ ρρρρ Observa-se que o cálculo de m é difícil de ser efetuado na maioria dos casos. Por esta razão, no cálculo de uma aproximação para uma raiz exata ρ de uma equação F(x) = 0, a cada aproximação obtida, xn, utiliza-se um dos critérios abaixo para comparação do resultado obtido com uma tolerância L prefixada: L nx nxnxiiiLnxnxiiLnxFi ≤ − − ≤ − −≤ 1)(1)()()( Observações: (a) (b) 16 O MÉTODO DA BISSECÇÃO Seja y = F(x) uma função contínua num intervalo [a,b] e F(a). F(b) < 0 Interpretação geométrica: Construção de uma seqüência { }x x x x xi n n= −0 1 1, ,..., , , tomando-se ρ = xn quando algum critério escolhido dentre os anteriores, por exemplo, x x Ln n− ≤−1 , for satisfeito: Na aplicação do método, a cada xi obtido, (i ≥ 1), calcula-se ∈ = − −i i ix x 1 e verifica-se ∈i satisfaz alguma condição especificada. Teorema: Seja y = F(x) uma função contínua num intervalo [a,b]. Se 0)().( <bFaF então existe pelo menos um ponto x = ρ entre a e b que é zero de y = F(x). Sob as hipóteses do teorema anterior, se h = F'(x) existe e preserva o sinal em (a, b), então este intervalo contém um único zero de y = F(x). ],[,0)(' baxxF ∈∀> ],[,0)(' baxxF ∈∀< . 17 Aplicação do método da bisseção: < < = < 0)().(),( 0)().(),( 0)().( ),( int bFxFsebx ou xFaFsexa médiopontox bFaF ba i ervalo novo i ii i 321 Exemplo: Determinar, usando o método da bisseção uma aproximação para a raiz da equação 0.01 com (1,2), intervalo no 05)( ≤=−= − εxexxF Resolução: i a b xi F(a) F(b) F(xi) ε i i ix x= − −1 0 1 2 3 4 5 6 1 1 1.25 1.38 1.38 1.41 1.43 2 1.5 1.5 1.5 1.44 1.44 1.44 1.5 1.25 1.38 1.44 1.41 1.43 1.44 -0.8 -0.8 -0.3 -0.08 -0.08 -0.03 -0.0007 0.7 0.1 0.1 0.1 0.02 0.02 0.02 0.1 -0.3 -0.08 0.02 -0.03 -0.0007 0.02 ε i x x= − = 1 0 0 25. ε 2 2 1 013= − =x x . ε 3 3 2 0 06= − =x x . ε 4 4 3 003= − =x x . ε 5 5 4 0 02= − =x x . ε 6 6 5 0 01= − =x x . Assume-se para aproximação da raiz o último valor obtido para xi, ou seja, 44.1=ρ . 2.1.4 MÉTODO DA ITERAÇÃO LINEAR (MIL) O MIL consiste em transformar a equaçãoF(x) = 0 na equação x = ϕ (x), tal que ( ) ( )F x x x= − =ϕ 0 , onde ( )ϕ x é chamada de função de iteração. Suponha que xo corresponda a uma primeira aproximação de ρ; geramos uma seqüência do seguinte modo: 18 xo x1 = ϕ (xo) x2= ϕ (x1) xn+1= ϕ (xn) Se {xn} é uma seq. convergente, então ∃ ρ tal que lim n nx →∞ = ρ Como ϕ é contínua: )()lim()(limlim 11 ρϕϕϕρ ==== − ∞→ − ∞→∞→ n n n n n n xxx Portanto, quando ,∞→n ).()(1 ρϕρϕ =→=+ nn xx Ou seja, .ρρ = Exemplo: Seja 0)sen()( 2 =−= xxxF . Obter funções de iteração para esta equação. Solução: (a) x2 - sen x = 0 x + x2 - sen x = x ( ) xxxx sen 21 −+=∴ϕ ( ) senx= x sensensen 0sen 2 2 ± =+− =− xxxx xxb ( ) xx sen 2 =∴ϕ ( ) 2 2 222 2 sen sen sen 0sen xarcx xx xxxx xxc = = −=/−−/ =− ( ) 23 sen xarcx =∴ϕ Exemplo: Determinar uma aproximação para a raiz da equação ( )F x x x= − − =2 1 0sen no intervalo [1.0, 1.5], com grau de exatidão 310−∈≤ usando o M.I.L. Solução: Função de iteração: ( ) 1sen 1sen 01sen 2 2 +=⇒ +=⇒ =−−= xx xx xxxF ( ) 1sen +=∴ xxϕ Processo Iterativo: ( ) ( ) 3.1 10 1sen 3111 = ≤−=+=⇒= − −++ o nnnnnnn x xxxxxx εϕ ( ) ( ) 4013.113.1sen1 =+== oxx ϕ 001.01013.03.14013.111 >=−=−= oxxε 19 ( ) ( ) 4091.114013.1sen12 =+== xx ϕ 001.00078.0140134091.1122 >=−=−= xxε ( ) ( ) 4096.114091.1sen23 =+== xx ϕ 001.00005.0140914096.1233 <=−=−= xxε ∴ = ρ 14096. com grau de exatidão ≤ − 10 3 Obs.: ( ) ( ) ( ) 52 1038.614096.1sen4096.1 −−=−−= xF ρ . Exemplo: Seja determinar, iterativamente, uma aproximação para 5 . (a) tentativa com a função de iteração simplificada: x a x ax ax = = =− 2 2 0 (função de iteração : x = ϕ(x)) x a x =)(ϕ )( 4.1 5 1 0 nn xx x a ϕ= = = + 5.1 333.3 5)( 333.3 5.1 5)5.1()( 5.1 12 01 0 === ==== =∴ xx xx x ϕ ϕϕ ( ) 0x=xF equação da raiz a para converge não 5)( 333.3 5.1 5)( 2 1 23 =− ==∴ === + a x xx xx n nn ϕ ϕ (b) tentativa com uma função de iteração mais trabalhada: x a xaxax =⇒=⇒=− 22 0 +=∴= +=∴+=+ ++ n nnnn x a xxxx x a xxx x a xx 2 1)( 2 1 11 ϕ = = 5.1 5 0x a +=+ n nn x a xx 2 1 1 1n -3 :passo cada 10 :TOLERÂNCIA − −= ≤ nn xxa ε ε =−= = += +== = 917.05.1417.2 417.2 5.1 55.1 2 15 2 1)( 5.1 1 0 001 0 ε ϕ x xxx x 20 =−= = +== 174.0417.2443.2 243.2 417.2 5417.2 2 1)( 2 12 ε ϕ xx =−= = +== 007.0243.2236.2 236.2 243.2 5243.2 2 1)( 3 23 ε ϕ xx 236.2236.2 10236.2236.2 236.2 236.2 5236.2 2 1)( 3 4 34 ≅⇒=∴ <−= = +== − ρρ ε ϕ xx Obs.: K2360679.25 = Convergência no M.I.L. Para o caso da equação x = 5 , com xo = 1 5. , observamos que: ( ) convergenão x x 5 1 =ϕ ( ) convergex x 5 +x 2 1 2 =ϕ Por quê? Para concluir sobre isto, basta verificar o comportamento do M.I.L. geometricamente. Observe-se inicialmente a situação ilustrada na figura a seguir: ( ) ( ) ( ) ( ) ( ) = = = = = 23 12 01 0 0 ... xx xx xx x xx xF LIM ϕ ϕ ϕ ϕ ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )x x xhxgxF xxxx ϕ ϕϕ = = =−= =−⇒= xh xg :onde 0 0 ( ) ( )( )1' ! direita pela = = → xg bissetrizéxgy xn ρ ( ) 1' <∴ xϕ numa vizinhança de ρ. Observe-se agora a situação ilustrada na figura a seguir: 21 .1)(' ρϕ devizinhançanumax > A figura a seguir ilustra a situação de “convergência alternada”. 1)(' <xϕ Teorema da Convergência de M.I.L.: Seja xo uma aproximação para a raiz ρ da equação F(x) = 0 numa vizinhança [ ]., δρδρ +−=I Seja ϕ uma função de iteração para a equação F(x) = 0 e suponha-se que ϕ e ϕ ' sejam contínuos em I. Então, se ( ) , ,1 ' Ixx ∈∀<ϕ a sequência gerada por ( ) K,3,2,1,0 ,1 ==+ nxx nn ϕ converge para ρ. Observação: como o valor de ρ é desconhecido, substitui-se o valor de xo na derivada para se concluir sobre a convergência. Esboço da demonstração: M.I.L. ( ) ( )ρϕϕρ −=− −1nn xx Teorema do valor médio: ( ) ( ) ( ) ρεϕρϕϕρ −=−=−∴ −− 11 ' nnn xxx 22 Seja L o valor máximo de ( )ϕ ' x no intervalo I, ou seja, ( ) Lx ' ≤ϕ no intervalo I. ρρ −≤−∴ −1 nn xLx Do mesmo modo ρε ρρ ρρρρ →⇒∀〈 −≤−∴ −≤−⇒−≤− −−− n n n nnnn xnIxLSe xLx ocontinuand xLxxLx aumentando , intervalo, todoem 1 0 0 2 2 21 ( ) ( ) diverge processo o 1 ' converge processo o 1 ' Ix x x ε ϕ ϕ ∀ 〉 〈∴ Exemplo: estudar a convergência das funções de iteração do exemplo anterior. Resolução: ( ) 5.1 5 0 02 ===−= xaaxxF ( ) ( ) ( ) ( ) ( ) ρϕ ϕ ϕ ϕ para converge não 1 222.2 25.2 5 5.1 5 1 22 0 0 ' 1 2 ' 1 1 >==== −= = x a x x a x x a xa ( ) ( ) ( ) ( ) ( ) ρϕ ϕ ϕ ϕ para converge 1 < 611.0222.21 2 1 = 96.1 51 2 1 1 2 1 2 1 2 0 ' 2 2 ' 2 2 =− −= −= += x x a x x a xxb Observações: (1) A maior dificuldade de M.I.L. está em encontrar uma função de iteração ϕ satisfazendo o critério de convergência. (2) O teste ( ) 1 ' 0 <xϕ pode levar a um engano se xo não estiver suficientemente próximo da raiz. (3) A velocidade de convergência dependerá de ( )ϕ ρ' : quanto menor este valor, mais rapidamente o processo convergirá. Exemplo: ( ) ( ) ( ) ( ) 1 555.0 9 5 ' 2360679.2 3 5 0 2 0 0 0 2 <==−= ≅ = = = =−= x a x x a x a x axxF ϕ ρ ϕ 23 Aplicação: ( ) ( ) ( ) converge! não 667.1 999.2 5 999.2 667.1 5 667.1 3 5 3 23 12 01 0 === === === = xx xx xx x ϕ ϕ ϕ Exemplo: estudar a convergência das funções de iterações obtidas anteriormente para a equação ( ) 9.0 0sen 02 ==−= xparaxxxF , obter uma aproximação para a raiz da equação. Sol.: ( ) ( ) ( ) iteração de funções sen sen sen 2 3 2 2 1 = = −+= xarcx xx xxxx ϕ ϕ ϕ Derivadas: ( ) ( ) x x x xx cos sen2 1 xcos12 ' 2 ' 1 ⋅= −+= ϕ ϕ ( ) x x x2 1 1 4 ' 3 ⋅ − =ϕ No ponto :9.0 x0 = ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) ( ) 1 069.39.01 9.0.29.0 1 351.0 0885.2 622.0 9.0sen2 9.0cos9.0 1 178.29.0cos19.029.0 4 ' 20 ' 2 ' 20 ' 2 ' 10 ' 1 >= − == <==== >=−+⋅== ϕϕ ϕϕ ϕϕ x x x ∴Somente ( ) 2 xϕ deverá convergir. Isolamento da raiz: ( ) ( ) ( ) ( ) ( ) .senxg= sen 2 2 xxhexxgondexh xxxF ==− −= Aplicação de M.I.L ( ) ( ) 320 10 sen e 9.0 −〈=== εϕϕ xxxx 24 ( ) ( ) ( ) ( ) ( ) ( ) 001.0 878.0879.0sen 006.0 879.0885.0sen 015.0 885.09.0sen 9.0 323 212 101 0 ==== ==== ==== = εϕ εϕ εϕ xx xx xx x ( ) ( ) ( ) ( ) ρ para oaproximaçã uma é 877.0 10 877.0877.0sen 001.0 877.0878.0sen 3- 545 434 = 〈=== ==== ρ εϕ εϕ xx xx Obs.: ( ) ( ) ( ) ( ) 42 10051.3877.0sen877.0877.0 −=−== xFF ρ Exercícios: (1) Calcular a raiz da equação ( ) .01.0 com 0ln2 ≤=+= εxxxF Usar o M.I.L. ( )65.0 : =ρR (2) Calcular a raiz da equação ( ) .01.0 com 0103 ≤=−= εxxF Usar o M.I.L. ( )15.2 : =ρR (3) Calcular a raiz da equação ( ) 0332 =−+= xexxF , -310 com ≤ε , usando o M.I.L. ( )R: . ρ = 03521 Adaptado para determinar uma aproximação para a raiz da equação ( ) 01sen2 =−−= xxxF , usando a função de iteração: ( ) 1sen += xxϕ 25 MÉTODO DE NEWTON - RAPHSON (N-R) Descrição Seja I um intervalo contendo a raiz ρ da equação F(x) = 0. Suponha-se que F'(x) ≠ 0 ∀ ∈x I. F(x) = 0 0)(' )( =−⇒ xF xF x xF xF x =−⇒ )(' )( )(' )()( xF xF xx −=∴ϕ ∴ )(' )( 1 n n nn xF xF xx −=+ ,...2,1,0 )( = − n RN Como no M.I.L., o objetivo é gerar uma seqüência {xn} a partir de uma aproximação inicial xo: )(' )()( )(' )()( )(' )()( 1 1 1 112 0 0 001 n n nnn xF xF xxx xF xF xxx xF xF xxx −== −== −== + ϕ ϕ ϕ MM Encontra-se portanto uma aproximação xn+1 de ρ. Exemplo: Seja calcular uma aproximação para a raiz da eq. F(x) = x2 - senx - 1 = 0 no intervalo [1.0, 1.5], com grau de exatidão 310−≤ε , utilizando o método de N-R e adotando 3.10 =x . Resolução: xxxFy xxxFy cos2)('' 1sen)( 2 −== −−== Equação para iteração: − −− −=∴−= ++ kk kk kk k k kk xx xx xx xF xF xx cos2 1sen )(' )( 2 11 3101173.03.14173.1011 4173.1 3325.2 2736.0 3.1 )3.1cos()3.1(2 1)3.1sen(2)3.1( 3.11 3.10 − >=−=−= = − −= − −− −= = xx x x ε 4096.1 3100001.04097.14096.1233 4096.1 6590.2 41002.2 4097.1 )4097.1cos()4097.1.(2 1)4097.1sen(2)4097.1( 4097.13 0076.04173.14097.1122 4097.1 6817.2 0205.0 4173.1 )4173.1cos()4173.1.(2 1)4173.1sen(2)4173.1( 4173.12 =∴ − <=−=−= = − −= − −− −= =−=−= =−= − −− −= ρ ε ε xx x x xx x 26 )1( )1( 12 )1( )1()21( )1()21()1( )1( 21 0)1( xF xF xx xF xF xx xFxxxF xF xx xF tg ′ −=⇒ ′ −=−−⇒ =−′⇒ ′= − − =β )0( )0( 01 01)0( )0( )1(0()0()0( )0( 10 0)0( xF xF xx xx xF xF xxxFxF xF xx xF tg ′ −=⇒ −= ′ −⇒ −′=⇒ ′= − − =α O método de N-R é conhecido como método das tangentes. ∴ )(' )( 1 n n nn xF xF xx −=+ ,...2,1,0 )( = − n RN Obtenção da fórmula de N-R a partir do desenvolvimento de y= f(x) em série de Taylor ...).( !2 )("))(()f(x=f(x) :Taylor de Fórmula 2 00 000 +− +−′+ xxxf xxxf 0))(()( ...2,1,00))(()()( 1 11 =−′+⇒ ==−′+= + ++ nnnn nnnnn xxxFxF nxxxFxFxF 0)( )( 1 =−+ ′ ⇒ + nn n n xx xF xF ⇒ )( )( 1 n n nn xF xF xx ′ −=+ n = 0,1,2... SOBRE A CONVERGÊNCIA DO MÉTODO Para que um processo iterativo x x= ϕ( ) seja convergente, devemos ter 0,1)( Ix x ∈∀<′ϕ , onde I0 é uma vizinhança da raiz ρ da equação F(x)=0. 2))(( )(").( 2))(( )(").(2))((2))(( 2))(( )](").()().([ 1)( )( )()( xF xFxF xF xFxFxFxF xF xFxFxFxF x xF xF xx ′ = ′ +′−′ = ′ −′′ −=′⇒ ′ −= ϕ ϕ Portanto, o processo será convergente se Interpretação Geométrica 27 1)]([ )(").()( 2 < ′ =′ xF xFxF xϕ Observe-se que: 10)]([ )(").()( 0)( 2 <= ′ =′ =⇒= ρ ρρρϕ ρρ F FF Fx Se F’ e F’’ são contínuos em I, ϕ’ é contínua em I e, portanto, desde que ϕ ρ′ =( ) 0, existe uma vizinhança I I′⊂ tal que Ixx ∈∀<′ 1)(ϕ '. Conclusão: o método de N-R, quando pode ser aplicado, é sempre convergente. A dificuldade está em determinar este subintervalo I´ onde seguramente ϕ′ <( )x 1 . Exemplo: Para o problema de se determinar uma aproximação para a raiz da eq. F x x x( ) sen= − − =2 1 0 no intervalo [1.0, 1.5], com x0 1 3= . , estudar quanto à convergência as funções de iterações utilizadas nos métodos M.I.L. e N.R. Resolução: (a) M.I.L 1sen2 cos cos. 1sen2 1)(1sen)( + = + =′∴+= x x x x xxx ϕϕ 43421 1954.0 1)3.1sen(2 )3.1cos()( 0 <= + =′ xϕ 0 xse∴ estiver suficientemente próximo da raiz, a aplicação do método deverá ser convergente. (b) método de N-R xxFxxxFxxxF xF xFxF x sen2)(",cos2)(,1sen)( )( )(").()( 2 2 +=−=′−−= ′ =′ϕ [ ][ ] [ ] 43421 11490.0 )3.1cos()3.1.(2 )3.1sen(21)3.1sen()3.1( )( )(").()( 2 2 2 0 00 0 <= − +−− = ′ =′∴ xF xFxF xϕ 0 xse∴ estiver suficientemente próximo da raiz, a aplicação do método deverá ser convergente. APLICABILIDADE DO MÉTODO N-R (Teorema de Fourier) É condição suficiente para a convergência do método de N-R que F´(x) e F"(x) não se anulem e mantenham sinais constantes numa vizinhança I de uma raiz ρ da equação F(x)=0 e que o processo se inicie num ponto Ix ∈0 tal que 0)(").( 00 >xFxF . 28 Exemplo: Calcular a raiz da equação 0sen)( 2 =−= xxxF usando o método de N-R )10;9.0( 30 −∈<=x Resolução: )( )( 1 n n nn xF xF xx ′ −=+ xxxF xxxF cos2)( sen)( 2 −=′ −= nn nn nn xx xx xx cos2 )sen( 2 1 − − −=⇒ + Condições para convergência: xxF xxxFa sen2)(" cos2)()( += −=′ Conclui-se, pelo método grãfico, que ρ∈( . , )0 5 1 com relação a F´(x): 4434421 anula se .não sinal .preserva 0cos2)( )0.1,5.0( >−=′ ∈∀∴ xxxF x Com relação a F"(x): .0sen2)(",)0.1,5.0( >+=∈∀ xxFx 9.00 cos2 sen 2 1 0)0(").0( 783.2)9.0sen(2)9.0(")0(" 03.0)9.0sen(2)9.0()9.0()0()( = − − −=+ > =+== =−== x nxnx nxnx nxn x xFxF FxF FxFb [ ] [ ] 3100006.08773.08767.02 8767.0 1154.1 410395.6 8773.0 )8773.0cos()8773.0.(2 8773.0sen(2)8773.0( 8773.02 0227.09.08773.01 8773.0 1784.1 0267.0 9.0 )9.0cos()9.0.(2 )9.0sen(2)9.0( 9.01 − <=−= = = − −= −− −= =−= =−= − − −= ε ε x x x ∴ 8767.0=ρ Exemplo: Calcular a raiz da equação F(x) = 2x - cos x usando o método de N-R ( )410−∈< Resolução: 29 { {h(x) - g(x) = F(x) xcos2x ]5.0,0[∈∴ρ Função de iteração x xx xx x xx xx xxF xxxF n xF xF xx n nn nn n n nn sen2 )cos2()( sen2 )cos2( sen2)( cos2)( ...2,1,0)( )( 1 1 + − −=∴ + − −=⇒ −=′ −= = ′ −= + + ϕ Condições para convergência (suficientes) a. vizinhançna sinal o preservam e anulam se 0)(" 0)( ]5.0,0[ ]5.0,0[ cos)(" sen2)( não xF xF xxF xxF x > >′ ∈∀ ∈ = +=′ ρ 0)(").( 010cos)(" 010cos0.2)( 0 0)(").()( 00 0 0 0 00 <⇒ >== <−=−= = > xFxF xF xF x xFxFb 0)(").( 0878.0)5.0cos()(" 0>0.12=0.878-1)5.0cos(-)05.(2)( 5.0 00 0 0 0 >⇒ >== == = xFxF xF xF x Aplicação do método de N-R [ ] 4506.0 4794.2 1224.05.0 5.0sen2 )5.0cos()5.0.(25.0 5.0 sen2 )cos2( 1 0 1 =−= + − −= = + − −=+ x x x xx xx n nn nn [ ] 4502.0 4355.2 10014.14506.0)4506.0sen(2 )4506.0cos()4506.0.(24506.0 0494.05.04506.0 3 2 011 = −= + − −= =−=−= −x x xxε [ ] 4502.0 4355.2 1099.34502.0)4502.0sen(2 )4502.0cos()4502.0.(24502.0 0004.04506.04502.0 5 3 122 = −= + − −= =−=−= −x x xxε 30 4 233 10 −<−=∴ xxε ∴ 4502.0=ρ Exercício Dada a função: F(x) = x ln x - 1 = 0 pede-se calcular uma aproximação para a sua raiz usando o método de N-R com 410−≤∈ ( )763.1=ρ Exercício: Usando o método de N-R determine a menor raiz positiva das equações abaixo. ( ) ( ) ( )43097.106)( 754.0cos2)( 2748.40 2 )( 5 2/ ==− == ==− ρ ρ ρ xc exb tgxxa x Considere 410−≤ε . Exercício: Seja F(x) = ex - 4x2 . Obter uma aproximação para ρ com 410−≤ε usando o método de N-R ( . )ρ = 0 7148 31 2.2 ESTUDO DAS EQUAÇÕES ALGÉBRICAS 2.2.1 INTRODUÇÃO Seja uma equação algébrica (polinomial) de grau ( )1≥nn : ( ) 0... 012211 =+++++= −−−− axaxaxaxaxP nnnnnn onde os coeficientes ai são números reais e an ≠ 0 TEOREMA FUNDAMENTAL DA ÁLGEBRA Todo eq. algébrica de grau n, n ≥ 1, tem exatamente n raízes, que podem ser reais ou complexas, e não necessariamente distintas. Uma raiz ρ da equação ( ) 0=xP é dita ter multiplicidade m se: ( ) ( ) ( ) ( )( ) ( )( ) 0 0..."' 1 ≠ ===== − ρ ρρρρρ m m P ePPP Exemplo: Mostrar que ρ = 2 é raiz da equação algébrica ( ) 08465 234 =−++−= xxxxxP com multiplicidade m = 3 Solução: ( ) ( ) ( ) 0424603242.122.152.42' 412154' 08824401682.42.62.522 23 23 234 =++−=++−=⇒ ++−= =−++−=−++−= P xxxxP P ( ) ( ) 0126048122.302.122" 123012" 2 2 =+−=+−=⇒ +−= P xxxP ( ) ( ) 01830482''' 3024''' ≠=−=⇒ −= P xxP 2 =∴ ρ é raiz e tem multiplicidade 3. 2.2.2 VALOR NUMÉRICO DE UM POLINÔMIO Dado um polinómio ( )xP , um problema que se coloca é o de calcular o valor numérico de ( )xP para x x= 0 , ou seja, ( )0xP . Observe-se que o cálculo de ( )0xP requer n adições e ( )2 1+nn multiplicações. De fato: ( ) { { produtoprodutosprodutos axaxaxaxP n n n n n n 0 1 01 1 1 0100 ... ++++= − − − 43421 ( ) ( ) ( ) 2 112...21 +=+++−+−+ nnnnn ( ) n. termosde ,1, 2 . :.. 1 1 === + = númeroanacom aanSAP n n n Então, se o grau n do polinômio for elevado (digamos, 20≥n ), o cálculo de ( )0xP , além de se tornar muito laborioso, é também ineficiente do ponto de vista computacional. 32 Exemplo: Dado o polinômio ( ) 5316231521023 23456789 −+−+−−+−+= xxxxxxxxxxP seja determinar ( )2P . Resolução: ( ) ( ) 3212 52.32.162.22.32.152.22.102.22.32 23456789 =⇒ −+−+−−+−+= P P 2.2.3 MÉTODO DE BRIOT-RUFFINI Dado o polinômio ( ) 0111 . axaxaxaxP nnnn ++++= −− K , dividindo-se ( )xP pelo binômio ( )cx − , obtém-se a igualdade: ( ) ( ) ( ){ { divisão da resto quociente polinômio rxQcxxP +−= onde ( )xQ é da forma: ( ) 12211 . bxbxbxbxQ nnnn ++++= −−− L Como determinar os coeficientes nibi ,,1, L= e o resto r? ( ) ( )( ) ( ) ( ) 12211 01 1 1 bxbxbxbxQ axaxaxaxP rcxxQxP n n n n n n n n ++++= ++++= +−= − − − − − L L ( )( ) ( ) ( ) ( ) ( ) rcbxcbbxcbb xcbbxcbbxb rcxbxbxbxb axaxaxa n nn n nn n n n n n n n n n n +−−+−+ +−+−+= +−++++ =++++ − −− − − − − − − − 121 2 32 2 12 1 1 12 2 1 1 01 1 1 L L L Obtém-se, da redução a termos semelhantes: 01 121 212 11 . . . . abcr abcb abcb abcb ab nnn nnn nn += += += += = −−− −− M Ou, equivalentemente, 01 1 . Ruffini)-Briot de (algoritmo11. abcr nkabcb ab knknkn nn += −≤≤+= = −+−− EXEMPLO: Seja dividir ( ) 10167 23 −+−= xxxxP pelo binômio ( )2−x , usando o método de Briot-Ruffini Solução: ( ) ( ) ( ) ( ) 1223 .2 bxbxbxQ rxQxxP ++= +−= 33 Cálculo dos bi's i = 1 2 3, , ( ) ( ) 6165.2. 571.2. 1 121 232 33 =+−=+= −=−+=+= == abcb abcb ab Cálculo do resto: ( ) ( ) 2 65 2106.2 2 01 = +−=∴ =−+=+= r xxxQ acbr Usando o dispositivo prático de Briot-Ruffini: ai s'6 74444444 84444444 1 7 16− -10 2 2 10− 12 1 5 6− bi s' 1 2444 3444 { r 2 Exemplo: Seja dividir ( ) 10167 23 −+−= xxxxP Pelo binômio ( )3+x , usando o dispositivo prático de Briot-Ruffini. Resolução: 1 7 16− -10 -3 − 3 30 -138 1 10 46− -148 ( ) 148 46102 −= +−=∴ R xxxQ Observe-se que: ( ) ( ) ( ) ( ) 148103163.733 23 −=−−+−−−=−P Teorema: o valor numérico de ( )xP em x c= é igual ao resto da divisão de ( )xP por ( )cx − Demonstração: ( ) ( ) ( ) ( ) ( ) ( ) ( ) rcP rcQcccP cx rxQcxxP =⇒ +−=⇒ = +−= . Exemplo: Dado o polinômio ( ) ,5316231521023 23456789 −+−+−−+−+= xxxxxxxxxxP seja calcular ( )2P usando o dispositivo prático de Briot-Ruffini. Resolução: 3 2 -10 2 -15 -3 2 -16 3 -5 2 6 16 12 28 26 46 96 160 326 3 8 6 14 13 23 48 80 163 321 ( ) 3212 =∴P 34 Teorema: o valor numérico da derivada de ( )xP para x c= é igual ao resto da divisão de ( )xQ por ( )cx − , onde ( )xQ é o polinômio quociente da divisão de ( )xP por ( )cx − . Demonstração: ( ) ( ) ( ) tecons rxQcxxP tan . +−= ( ) ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )cQcP cQcccQcQcP temoscxpara cxxQxQxP =⇒ =−+= = −+= ' .'' :, '' Pelo teorema anterior sabemos que ( )cQ é igual ao resto da divisão de ( )xQ pelo binômio ( )cx − . Exemplo: Dado o polinômio ( ) 030202 23 =+−−= xxxxP seja calcular ( )2'P usando o dispositivo prático de Briot-Ruffini.Resolução: 1 -2 -20 +30 2 2 0 -40 1 0 -20 -10 2 2 4 1 2 -16 ( ) 102 −=∴P e ( ) 162' −=P Observe-se que: ( ) ( ) ( ) (( ) ) 3020230202 30202 2 23 +−−=+−−=⇒ +−−= xxxxxxxP xxxxP ( ) (( ) ) 103040302202222 −=+−=+−⋅−=∴P ( ) ( ) ( ) ( ) 1620420242.32' 20432043' 2 −=−=−⋅−=⇒ −−=−−= P xxxxxP 2.2.4 MÉTODO DE HORNER ( ) ( ) (( ) ) (({ ) ) 0121 1 012 3 1 2 012 2 1 1 01 2 2 1 1 )( axaxaxaxa axaxaxaxa axaxaxaxa axaxaxaxaxP nn n n n n n n n n n n n n n +++++= +++++= +++++= +++++= − − − − − − − − − − LL M L L L Exemplo: Dado ( ) 84252 234 −+−−= xxxxxP , calcular ( )3P (Horner). Resolução: ( ) ( ) ( )( ) ( )( )( ) 84252 84252 84252 84252 2 23 234 −+−−= −+−−= −+−−= −+−−= xxxx xxxx xxxx xxxxxP 35 ( ) ( )( )( ) ( ) 13383432353.23 =⇒−⋅+⋅−⋅−=∴ PP Exemplo: Dado ( ) ,5316231521023 23456789 −+−+−−+−+= xxxxxxxxxxP calcular ( )2P pelo método de Horner. Resolução: ( ) ( ) ( )( ) ( )( )( ) ( )( )( )( ) ( )( )( )( )( ) ( )( )( )( )( )( ) ( )( )( )( )( )( )( ) ( )( )( )( )( )( )( )( ) ( ) ( )( )( )( )( )( )( )( ) 32152321622232152221022232 5316231521023 5316231521023 5316231521023 5316231521023 5316231521023 5316231521023 5316231521023 5316231521023 5316231521023 2 23 234 2345 23456 234567 2345678 23456789 =−+−+−−+−⋅+⋅=∴ −+−+−−+−+= −+−+−−+−+= −+−+−−+−+= −+−+−−+−+= −+−+−−+−+= −+−+−−+−+= −+−+−−+−+= −+−+−−+−+= −+−+−−+−+= P xxxxxxxxx xxxxxxxxx xxxxxxxxx xxxxxxxxx xxxxxxxxx xxxxxxxxx xxxxxxxxx xxxxxxxxx xxxxxxxxxxP Observe-se que é possível obter a forma fatorada final diretamente, em um único “passo”: ( ) ( )( )( )( )( )( )( )( )xxxxxxxxx xxxxxxxxxxP 3210215321635 3210215321635 98765432 ++−++−+−++−++−= ++−+−−+−+−= 2.2.5 MÉTODO DE BIRGE-VIETA O algorítmo obtido quando usamos os resultados dos teoremas anteriores para aplicar o método de N-R é chamado de método de Birge-Vieta: ( ) ( ) ,...2,1,0'1 =−=+ nxP xP xx n n nn onde: ( )nxP é o resto da divisão de ( )xP por ( )nxx − ( )nxP' é o resto da divisão do quociente obtido quando do cálculo da divisão de ( )nxP pelo binômio ( )nxx − . Exemplo: Calcule uma aproximação ρ para a raiz ρ de ( ) 4616327633 −+−= xxxxp no intervalo (20,25) tal que 210−<ε , usando o método de Brige-Vieta. Assumir x0 22 5= . como aproximação inicial da raiz. Resolução: Cálculo de 1x : )5.22(' )5.22(5.22)(' )( 0 0 01 P P xP xP xx −=−= Dispositivo prático de Briot-Ruffini: 36 3 -76 +163 -46 22.5 67.5 -191.25 -635.63 3 -8.5 -28.25 -681.63 22.5 67.5 1.327,5 3 59 1.299,25 = P'(22.5) 02.23 25,299.1 63.6815.221 = − −=⇒ x 52.05.2202.23011 =−=−= xxε Cálculo de 2x : )02.23(' )02.23(02.23)(' )( 1 1 12 P P xP xP xx −=−= Dispositivo prático de Briot-Ruffini: 3 -76 +163 -46 23.02 69.06 -159.76 +74.61 3 -6.94 +3.24 +28.61 23.02 69.06 1.430.00 3 61.12 1.433.24 = P'(23.02) 00.23 24.1433 61.2802.232 =−=⇒ x 02.002.2300.23122 =−=−= xxε Cálculo de 3x : )23(' )23(23)(' )( 2 2 23 P P xp xp xx −=−= Dispositivo prático de Briot-Ruffini: 3 -76 +163 -46 23 69 -161 46 3 -7 2 0 = p(23) < 10-2 232 ===∴ xρρ 2.2.6 NÚMERO DE ZEROS REAIS DE UM POLINÔMIO COM COEFICIENTES REAIS Regras de Sinais de Descartes: O número de raízes reais posistivas n+ de uma equação algébrica é igual ao número de variações de sinais na seqüência dos coeficientes, ou menor que este número por um inteiro, par, não negativo, sendo que uma raiz de multiplicidade m é contada como m raízes e que coeficientes iguais a zero não são considerados. Para se determinar o número e raízes reais negativas, n-, aplica-se a regra anterior a P(-x). Exemplos: ( ) ( ) 0302975 234 =+++−= xxxxxPa + − − + +123 123 n+ = 2 ou 0 raízes reais positivas 37 ( ) 302975 234 +−−+=− xxxxxP + + − − +123 123 n- = 2 ou 0 raízes reais negativas ( ) ( ) 1432 345 ++−−= xxxxxPb + + 321321 −−+ n+ = 2 ou 0 raízes reais positivas ( ) 1432 345 +−+−−=− xxxxxP − − + − + 123123123 n- = 3 ou 1 raízes reais negativas ( ) ( ) 144 235 −−+−= xxxxxPc {{{ −−+−+ n+ = 3 ou 1 raízes reais positivas ( ) 144 235 −+++−=− xxxxxP − + + − + 123 123 n- = 2 ou 0 raízes reais negativas ( ) ( ) 1 7 += xxPd + + 123 n+ = 0 raízes reais positivas ( ) 17 +−=− xxP − + 123 n- = 1 raíz real negativa 2.2.7 LIMITAÇÃO DAS RAÍZES REAIS DE UMA EQUAÇÃO ALGÉBRICA: MÉTODO DE LAGUERRE Limitar as raízes de uma equação F(x)=0 é determinar um intervalo onde estão todas as raízes da equação. O MÉTODO DE LAGUERRE Seja determinar um número real Ls tal que, dada a função polinomial y = P(x), P(x) > 0 0 >≥∀ Lx .Diz-se que Ls é um limitante superior para as raízes da equação algébrica P(x) = 0. Para se determinar Ls divide-se sucessivamente P(x) por (x - xk), xk = 1, 2, ... até que para um particular valor de x, digamos xL, tem-se todos os coeficientes do quociente e o resto da divisão positivos. Dividindo-se P(x) pelo binômio (x - Ls) obtém-se: ( ) ( ) ( ) RxQLxxP S +−= onde Q( x ) é da forma: 12 1 1 1 bxbnx n bnxnb +++ − − +− L Obviamente: ( ) .0 0R e ,,,2,1 ,0 ,0 >>=>>≥ xPentãonibLxSe iS L 38 ( ) 302975 234 ++−−= xxxxxP . Encontrar um limitante superior para os seus zeros. Resolução: Dispositivo prático de Briot-Ruffini: 1 -5 -7 29 30 1 1 1 − <4 0 1 -5 -7 29 30 2 2 1 − <3 0 1 -5 -7 29 30 3 3 1 − <2 0 1 -5 -7 29 30 4 4 1 −1 1 -5 -7 29 30 5 5 0 1 0 − <7 0 1 -5 -7 29 30 6 6 6 1 1 − <1 0 1 -5 -7 +29 +30 7 7 14 49 546 1 2 7 78 576 ∴ =LS 7 é um limitante superior para os zeros da função polinomial y = P(x). Para se determinar um limitante inferior, Li, para as raízes reais não positivas da eq. algébrica P(x) = 0, procede-se como indicado a seguir. Seja n o grau da equação algébrica P(x) = 0. Então: (a) se n é par, determina-se o limitante superior Ks de y=P(-x) e toma-se Li=Ks. (b) se n é ímpar, determina-se o limitante superior Ks de y=-P(-x) e toma-se Li=-Ks. Exemplo: Seja o polinômio: 9 Caso (b): Exemplo: Determinar um limitante inferior para os zeros do polinômio do exemplo anterior. Solução: ) 302975 234 ++−−= xxxxxP n = 4, para ⇒ Li = - Ks onde Ks limite sup. para P( -x) Determinação de Ks: 302975 234 +−−+=− xxxxx) Graficamente: Caso (a): P( ( ) 40 Dispositivo prático de Briot-Ruffini: 1 5 -7 -29 30 1 1 6 1 6 -1 < 0 1 5 -7 -29 30 2 2 14 14 1 7 7 -15 < 0 15 -7 -29 30 3 3 24 51 66 ⇒ ks = 3 1 8 17 22 96 3−=−=∴ si kL é um limitante inferior para os zeros da função polinomial y = P(x). Observação: as raízes da equação 0302975 234 =++−− xxxx são: ( ) 4,3,2,1 , 7,3 ,5 ,3 ,1 ,2 4321 =−∈∴ ==−=−= iiρ ρρρρ Exemplo completo: Dada a equação algébrica: ( ) 013 345 =++−−= xxxxxP pede-se determinar: (a) o número de raízes reais positivas (b) o número de raízes reais negativas (c) um limitante superior para as raízes reais (d) um limitante inferior para as raízes reais (e) um intervalo contendo no mínimo uma raiz real. (f) a raiz isolada usando o método de Birge-Vieta. ( ) ( ) 013 345 =++−−= xxxxxPa + − − + + 1 1 123 123 n+ = 2 ou 0 raízes reais positivas ( ) ( ) 013 345 =+−+−−=− xxxxxPb − − + − + 11 1 123123123 n- = 1 ou 3 raízes reais negativas (c) 3 -1 -1 0 1 1 1 3 2 1 1 2 ⇒ Ls = 1 3 2 1 1 2 3 (d) n = 5 ⇒ Li = - Ks Ks limitante superior de -P( -x) ( ) ( ) 13 13 345 345 −+−+=−− +−+−−=− xxxxxP xxxxxP 3 1 -1 0 1 -1 1 3 4 3 3 4 3 4 3 3 4 3 ⇒ Li = - Ks = -1 ∴ = − Li 1 De ( ) ( ) ( ) ( )1,10:: e −∈⇒=ℜ∈∀ ρρρ Pdc (e) P(xi ) = ? xi ∈(-1, 1) Do item (c) : P( 1 ) = 3 > 0 P(0) = 1 > 0 P( -1) = ? Do item (d): - P ( -1) = 3 ⇒ P( -1 ) = -3 41 Separação das raízes ( i ) raízes positivas (?) P( 0 ) = 1 > 0 P( 1 ) = 3 > 0 P( 0.5) = ? 3 -1 -1 0 1 1 0.5 1.5 0.25 -0.3753 -0.188 0.407 3 0.5 -0.75 -0.375 0.813 1.407 ⇒ P(0.5) = 1.407 > 0 Nada se pode concluir sobre as raízes positivas a partir dos valores obtidos. ( ii ) raízes negativas (?) P( 0 ) = 1 > 0 P( -1) = -3 < 0 P( -0,5) = ? ( )0,1 ; −∈∃ ρρ real 3 -1 -1 0 1 1 - 0.5 -1.5 1.25 -0.125 0.0625 -0.531 3 -2.5 0.25 -0.125 1.0625 0.469 ⇒ P(-0..5) = 0.469 > 0 ( )5.0- ,1 ; −∈∃ ρρ real (f) determinação da raiz real negativa Método de Birge-Vieta: ( ) ( ) )(arbitrado6.0 ,2,1,0 , ' 0 1 −= =−=+ x n xP xP xx n n nn L Verificação quanto à convergência: 3 -1 -1 0 1 1 -0.6 -1.8 1.68 -0,41 0.25 -0.75 3 -2.8 0.68 -0.41 1.25 0.25 = P ( -0.6) -0.6 -1.8 2.76 -2.06 1.48 3 -4.6 3.44 -2.47 2.73 = P' ( - 0.6) -0.6 -1.8 3.84 -4.368 3 -6.4 7.28 -6.838 ⇒ P''(-0.6)=-13.676 1459.0)73.2( )676.13)(25.0( )( )(").()( 22 0 00 0 <= − = ′ =′ xP xPxP xϕ . de próximo mentesuficienteestiver xse iaconvergênc haverá 0 ρ∴ Cálculo de 1x : ( ) ( ) ( ) ( )6.0' 6.06.0 ' 1 0 0 01 − − −−=⇒−= P P x xP xP xx 69.0 73.2 25.0 - 6.0 11 −=⇒−=⇒ xx ( ) 2011 1009.06.0069 −>=−−−=−= xxε 42 Cálculo de 2x : ( ) ( ) ( ) ( )69.0' 69.069.0 ' 1 1 12 − − −−=−= P P xP xP xx 3 -1 -1 0 1 1 -0.69 -2.07 2.12 -0.77 0.53 -1.06 3 -3.07 1.12 -0.77 1.53 -0.06 = P ( -0.69) -0.69 -2.07 3.55 -3.22 2.75 3 -5.14 4.67 -3.99 4.28 = P' ( - 0.6) 68.0 28.4 06.069.02 −= − −−=⇒ x ( ) 01.069.068.0122 =−−−=−= xxε ∴∴∴∴ 68.0−=ρ ( ) ?=ρP 3 -1 -1 0 1 1 -0.68 -2.04 2.07 -0.73 0.50 -1.02 3 -3.04 1.07 -0.73 1.50 0.02 = P ( -0.68) Exercício: Dada a equação algébrica: ( ) 0104079218579 2345 =+−++−= xxxxxxP pede-se determinar: (a) o número de raízes reais positivas (b) o número de raízes reais negativas (c) um limitante superior para as raízes reais (d) um limitante inferior para as raízes reais (e) a forma obtida da aplicação do método de Honer. (f) o valor numérico de P(x) nos pontos -5 e 4. Exercício: Dada a equação algébrica: ( ) 0306 23 =+−−= xxxxP pede-se determinar: (a) o número de raízes reais positivas (b) o número de raízes reais negativas (c) um limitante superior para as raízes reais (d) um limitante inferior para as raízes reais (e) a forma obtida da aplicação do método de Honer. (f) o valor numérico de P(x) nos pontos -2 e 99. usando a expressão obtida no item interior. Exercício: Dada a equação algébrica: ( ) 096106 234 =+−+−= xxxxxP pede-se determinar: (a) o número de raízes reais positivas e negativas. (b) um limitante superior e um limitante inferior para as raízes reais. (c) a forma obtida da aplicação do método de Honer. Exercício: Dada a equação algébrica: ( ) 022 23 =−+= xxxP Pede-se determinar: (a) o número de raízes positivas (b) o número de raízes negativas (c) um limitante superior para as raízes reais 43 (d) um limitante inferior para as raízes reais (e) um intervalo contendo no mínimo uma raiz real positiva (f) uma raiz real positiva ( )ρ no intervalo identificado no item anterior (Birge-Vieta) (g) o valor numérico de ( )ρP . Obs.: tomar 310−≤ε Resp.: 8581.0=ρ 2.2.9 MÉTODO DAS SEQÜÊNCIAS DE STURM Seqüência de funções ( ){ } ( ) ( ) ( )xgxgxgxg noi ,,,: 1 L construída do seguinte modo: ( ) ( ) ( ) ( )xPxg xPxgo '1 = = ( ) 2, ≥kxgk , é igual ao simétrico do resto da divisão de 12 −− kk gporg O número de zeros da função ( )xPy = no intervalo (a,b) é a diferença entre o número de variações de sinal da seqüência ( ) ( ) ( )agagag n,,,, 10 L e da seqüência ( ) ( ) ( )bgbgbg n,,, 10 L . Exemplo Aplicar o método das seqüências de Sturm para localizar todas as raízes reais de: ( ) 032.06.003.14.2 234 =−++−= xxxxxP Resolução: (a) seqüência ( ){ }xgi ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )( )xgxgrestoxg xxxxg xxxxgxPxg xxxxxgxPxg 102 23 1 23 11 234 00 15.0515.08.1 46.006.22.74' 32.06.003.14.2 −= ++−= ÷++−=⇒= −++−=⇒= 23.0759.0565.0 09.0309.008.16.0 32.045.0515.06.0 6.015.0515.08.1 15.0515.08.132.06.003.14.2 2 23 23 234 23234 −+− ++− −++− −−−+− ++−−++− xx xxx xxx xxxxx xxxxxxx ( ) ( ) ( ) 4071.0343.1 565.023.0759.0565.0 2 2 2 2 +−=⇒ ÷+−+=∴ xxxg xxxg ( ) ( ) ( )( ) 336.05059.0 1860.0613.0457.0 15.01079.0457.0 457.04071.0343.1 4071.0343.115.0515.08.1 2 2 23 223 213 +− +−+ ++− −−+− +−++− −= x xx xx xxx xxxxx xgxgrestoxg ( ) ( ) ( ) 6642.0 5059.0336.05059.0 3 3 −=⇒ ÷−=∴ xxg xxg 44 ( ) ( ) ( )( ) ( ) 0438.0 0438.0 4509.06788.0 4071.06788.0 6788.06642.0 6642.04071.0343.1 4 2 2 324 =∴ − −+ +− −+− −+− −= xg x x xxx xxx xgxgrestoxg (b) Tabela de sinais: Ls = ? 1 -2.4 1.03 0.6 -0.32 3 3.0 1.8 8.49 27.27 ∴ LS = 3 1 0.6 2.83 9.09 26.95 =P(3) LI = ? 32.06.003.14.2)( 32.06.003.14.2)( 234 234 −−++=− −++−= xxxxxP xxxxxP 1 2.4 1.03 -0.6 -0.32 1 1 3.4 4.43 3.83 LI = −1 1 3.4 4.43 3.83 3.51 = P(-1) Tabela: x g0 g1 g2 g3 g4 VARIAÇÃO -1 + - + - + 4 0 - + + - + 3 1 - - + + + 1 2 + + + + + 0 3 + + + + + 0 Observações sobre a construção da tabela acima: g0(3) = P(3) = 26.95 > 0 g1(3) = ? g1(x) = x3 - 1.8 x2 + 0.515x + 0.15 g1(3) = 12.495 > 0 g2(3) = ? g2(x)= x2 - 1.343 x + 0.4071 g2(3) = 5.3781 g3(3) = ? g3(x) = x - 0.6642 ⇒ g3(3) > 0 g4(3) > 0 (c) Interpretação: Seja v(xi) o número de variações de sinal da seqüência {gi (x)} em x = xi. 45 )2,1( 0)2( 1)1( )1,0(, 1)1( 3)0( )0,1( 3)0( 4)1( 4 32 1 ∈⇒ = = ∈⇒ = = −∈⇒ = =− ρ ρρ ρ v v v v v v (d) continuação da aplicação do método de Sturm: g0(0.6) = 0.022 > 0 g1(0.6) = ? g1(0.6) = 0.027 g2(0.6) = ? g2(0.6) = 0.0387 g3(0.6) = 0.6 - 0.6642 = -0.0642 < 0 g4(0.6) > 0 ∴ 0 - + + - + 3 0.6 + + - - + 2 1 - - + + + 1 )1,6.0( 1)1( 2)6.0( )6.0,0( 2)6.0( 3)0( 3 2 ∈⇒ = = ∈⇒ = =∴ ρ ρ v v v v Observação quanto às raízes isoladas: (i) verificação dos intervalos: )0,1( 032.0)0( 051.3)1( 1 −∈ <−= >=− ρ P P )2,1( 08.1)2( 009.0)1( 4 ∈ >= <−= ρ P P )2,1( )1,6,0( 0)2( 0)1( )6.0,0( )0,1( 0)6.0( 0)0( 0)1( 4 3 2 1 ∈∴ ∈∴ > < ∈∴ −∈∴ > < >−∴ ρ ρ ρ ρ P P P P P (ii) raízes da equação P (x) = 0: 6.1,8.0,5.0,5.0 4321 ===−= ρρρρ Exemplo completo: Dada a equação algébrica ( ) ,0245.44.0 23 =+−+= xxxxP determinar aproximações para as suas raízes utilizando o método de Birge-Vieta ( )01.0 ≤ε 46 Resolução: (a) Regra de sinais de Descartes (número de raízes) ( ) 43421321 + + + 245.44.0 23 −− +−+= xxxxP n+ = 2 ou 0 raízes reais positivas ( ) 43421321 + 245.44.0 23 ++− +++−=− xxxxP n- = 1 raiz real negativa (b) Limitantes para as raízes Método de Laguerre Ls = ? 1 0 4 4 45. .− 2 1 1 1 4. 1 1 4 - 3.05. 1 0.4 -4.45 2 2 2 4.8 0.7 ∴ Ls = 2 1 2.4 0.35 2.7 LI= ? ( ) 245.44.0 23 +−+= xxxxP ( ) 245.44.0 23 +++−=− xxxxP ( ) 245.44.0 23 −−−=−− xxxxP 1 -0.4 -4.45 -2 1 1 0.6 1 0.6 -3.85 1 -0.4 -4.45 -2 2 2 3.2 1 1.6 -1.25 1 -0.4 -4.45 -2 3 3 7.8 10.05 ∴ LI= -3 1 2.6 3.35 8.05 (c) Isolamento das raízes (c.1) Método das seqüências de Sturm: (c.1.1) Seqüência { }(x)g i : 245.44.0)( 230 +−+= xxxxg )3(45.48.03)( 21 ÷−+= xxxg 483.1267.0)( 21 −+= xxxg ( ))(/)(g resto - )( 102 xgxxg = 47 197.2003.3/ 197.0036.0133.0 2967.2133.0/ 133.0483.1267.0 483.1267.0|245.44.0 2 2 23 223 +− +−− +− ++−− −++−+ x xx xx xxxx xxxxx 197.2003.3)(2 −=∴ xxg 732.0)(2 −=∴ xxg ( ))(/)(g resto - )( 213 xgxxg = 1 0.267 -1.483 0.732 0.732 0.731 1 0.999 -0.752 752.0)(3 =∴ xg (c.1.2) Tabela de sinais LI = -3, Ls = 2 x g0 g1 g2 g3 VARIAÇÃO -3 - + - + 3 -2 + + - + 2 Qρ1 3 2∈ − −( , ) 1 + - - + 2 0 + - - + 2 ρ2 0 1∈( , ) 1 - - + + 1 2 + + + + 0 ρ3 1 2∈( , ) (c.2) Briot-Ruffini ( ) 245.44.0 23 +−+= xxxxP 1 0.4 -4.45 2 2.0 2.0 4.8 0.7 1 2.4 0.35 2.7 = P (2.0) > 0 1 0.4 -4.45 2 1.0 1.0 1.4 -3.05 1 1.4 -3.05 -1.05 = P (1.0) < 0 )0.2,0.1(1 ∈∴ ρ )1,0(02)0( 2∈⇒>= ρP 1 0.4 -4.45 2 -1.0 -1.0 +0.6 3.85 1 -0.6 -3.85 5.85 = P (-1.0) > 0 )0.2,0.3( 005.8)3( 05.4)2( 3 −−∈ <−=− >=− ρ P P 48 (d) Verificação quanto à convergência 5.10 =x (arbitrado) [ ]20 00 0 )(' )(").()(' xP xPxP x =ϕ 1 0.4 -4.45 +2 1.5 1.5 2.85 -2.4 1 1.9 -1.60 -0.4 = P(1.5) 1.5 1.5 5.1 1 3.4 3.5 = P'(1.5) 1.5 1.5 1 8.9)5.1("2/)5.1("9.4 =⇒= PP 44 344 21 O resto da terceira aplicação do método de Briot-Ruffini é igual à metade da derivada segunda de P(x) no ponto considerado. 43421 132.0)5.3( )8.9)(4.0()(' 20 <= − =∴ xϕ Portanto, xo suficientemente próximo da raiz implicará na convergência da aplicação do método. (e) Cálculo das raízes (e.1) Cálculo de ))0.2,0.1(( 11 ∈ρρ )(' )( 1 k k kk xP xP xx −=+ xo = 1.5 61.1 5.3 4.05.1)5.1(' )5.1(5.11 = − −=−= P P x )61.1(' )61.1(61.1 1011.05.161.1 2 2 011 P P x xx −= >=−=−= −ε 1 0.4 -4.45 +2 1.61 1.61 3.2361 -1.9544 1 2.01 -1.2139 0.0456 = P(1.61) 1.61 1.61 5.8282 1 3.62 4.6143 = P'(1.61) 01.061.160.1 60.1 6143.4 0456.061.1 122 2 =−=−= =−=∴ xx x ε 60.11 =∴ ρ Verificação: P(1.60) = ? 49 1 0.4 -4.45 2 1.60 1.60 3.20 -2 1 2.0 -1.25 0.0 = P(1.60) Exercício: obter aproximações para as demais raízes usando Birge- Vieta Exercício: Dada a equação algébrica: P x x x x( ) = + + − =3 22 10 20 0 pede-se: (a) o número de raízes reais positivas (n+) e negativas (n-); (b) os limitantes superior (Ls) e inferior (LI) para as raízes reais; (c) um intervalo com extremos inteiros contendo exatamente uma raiz real positiva, usando o método das sequüências de Sturm; (d) verificar se o ponto médio do intervalo identificado em (c) satisfaz o critério de convergência do método de Newton; (e) calcular uma aproximação para a raiz isolada usando o método de Birge-Vieta com ∈< −10 2 . Resposta: 3688.1=ρ CAPÍTULO 3 SISTEMAS DE EQUAÇÕES LINEARES 3.1. INTRODUÇÃO Um problema de grande interesse prático é a resolução numérica de um sistema S de n equações lineares com n incógnitas. =+++ =+++ =+++ nnnnnn nn nn n bxaxaxa bxaxaxa bxaxaxa S ... ... ... : 2211 22222121 11212111 ou ∑ = == n j ijijn nibxaS 1 ,...,2,1,: Onde: ).,...2,1,(tan:,var:,: njitesconsbiáveisxescoeficienta ijij Sob a forma matricial S onde: ⋅⋅⋅ ⋅⋅⋅ ⋅⋅⋅ = nnnn n n aaa aaa aaa A ... ... ... 21 22221 11211 é a matriz dos coeficientes. ⋅ ⋅ ⋅ = nx x x X 2 1 é o vetor das variáveis pode ser representado como: bAX = = 51 .tantan 2 1 tesconstermosdosvetorouteconsvetoroé b b b be n ⋅ ⋅ ⋅ = A matriz [ ] ⋅⋅⋅ ⋅⋅⋅ ⋅⋅⋅ = nnnnn n n baaa baaa baaa bA .... .... .... : 21 111211 111211é chamada matriz aumentada ou matriz completa do sistema. A resolução de um sistema linear consiste em calcular os valores de ( )njx j ,...,1, = , caso existam, satisfazendo as n equações simultaneamente. Exemplo: Dado o sistema linear 3S : −=+− =−+ =−+ 132 3344 532 : 321 321 321 3 xxx xxx xxx S pede-se: (a) escrevê-lo sob a forma matricial (b) identificar a sua matriz completa (c) mostrar que o vetor = 3 2 1 x é o vetor solução para o sistema Solução (a) forma matricial ( ) { { )( 1 3 5 132 344 132 )( tan )( var 3 2 1 bAXformadaéque x x x b tescons termos dosvetor X iáveis de vetor A escoeficientdosmatriz = − = − − − 43421 (b) matriz completa [ ] −− − − = 1132 3344 5132 :bA 52 (c) bAX = − = +− −+ −+ = − − − = 1 3 5 3.12.31.2 3.32.41.4 3.12.31.2 3 2 1 132 344 132 SISTEMAS TRIANGULARES Um sistema linear S AX bn : = é chamado triangular superior se a matriz ( )ijaA = é tal que ( )njiijseaij ,...,2,1,,0 =<= , ou seja: = =++ =+++ nnnn nn nn n bxa bxaxa bxaxaxa S M 22222 11212111 ... ... : Um sistema linear bAXSn == é chamado triangular inferior se a matriz ( )ijaA = é tal que a ij = 0 para ( )njij ,...,2,1, => , ou seja: =+++ =+ = nnnnnn n bxaxaxa bxaxa bxa S ... : 2211 2222121 1111 MM Observe-se que os sistemas triangulares em que ( )naii ,...,1,0≠ , são facilmente resolvidos por substituição retroativa ou progressiva. Exemplo: Encontrar o vetor solução do sistema linear 4S : ( ) ( ) ( ) ( ) = =− −=−+ −=+−+ 422 3354 212 110543 : 4 43 432 4321 4 x xx xxx xxxx S Resolução: eq. (4): ⇒= 22 4x 14 =x substituições retroativas eq. (3): ⇒=−⇒=− 354354 343 xxx x3 2= eq. (2): ⇒−=−+ 12 432 xxx ⇒−=−+ 1222x x2 1= − eq. (1): ( ) 1012.5143 10543 1 4321 −=+−−+⇒ −=+−+ x xxxx ⇒=⇒ 33 1x x1 1= 53 − =∴ 1 2 1 1 Xésoluçãovetoro Métodos Numéricos de Resolução: Métodos diretos: são métodos que determinam a solução exata (X) de um sistema linear com um número finito de operações aritméticas elementares. Métodos iterativos são métodos que permitem obter uma solução aproximada ( )X para um sistema linear, utilizando-se de um método iterativo para gerar uma seqüência de aproximações sucessivas ( ) ( ),..., 21 XX a partir de uma aproximação inicial escolhida ( )0X . Quando um critério de parada é satisfeito, o último vetor de aproximação ( )kX da seqüência é tomado para X . 3.2. MÉTODOS DIRETOS 3.2.1. MÉTODO DE ELIMINAÇÃO DE GAUSS 3.2.1.1. CARACTERIZAÇÃO GERAL O método da Eliminação de Gauss consiste em transformar o sistema linear original num sistema linear equivalente triangular superior. Exemplo: Seja resolver o sistema: ( )( ) ( )( ) ( )( ) −=+− =−+ =−+ 0 321 0 321 0 321 3 3132 23344 1532 : xxx xxx xxx S Resolução: Triangularização do sistema original: Passo 1: eliminação de x1 das equações ( ) ( ) )0()0( 32 e : ( ) ( ) ( ) ( ) ( ) ( ) 12 22 2 4 0 11 0 311 30 11 0 211 2 ====== a a m a a m ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) −=−=−− −=−=−− ==−+ 001 32 001 32 01 321 1 3 1*133626 1*22272 11532 : xx xx xxx S Passo 2: eliminação de x2 da equação ( ) )1(3 : ( ) ( ) ( ) 32 6 1 22 1 322 2 = − − == a a m 54 ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) −== =−=−− ==−+ 112 3 12 32 12 321 2 3 2*333155 2272 11532 : x xx xxx S Resolução do sistema triangularizado: determinação do vetor X por substituições retroativas: ( ) ( )( ) ( )( ) ( )( ) = −=−− =−+ 2 3 2 32 2 321 2 3 3155 272 1532 : x xx xxx S eq. ( )( )23 : 3155 33 =⇒= xx eq. ( )( )22 : 237272 2232 =⇒−=⇒−=−− xxxx eq. ( )( )21 : 16352532 11321 =⇒−+=⇒=−+− xxxxx =∴ 3 2 1 X Cálculo do determinante de A: ( ) −− − = − − − = 500 120 132 132 344 132 2AA det ( )( ) ( ) 205*2*22 −=−=A Exemplo: Resolver o sistema: ( )( ) ( )( ) ( )( ) ( )( ) =+++ =+++ =+++ =+++ 0 4321 0 4321 0 4321 0 4321 4 45234 36223 27322 110432 : xxxx xxxx xxxx xxxx S Resolução: Triangularização do sistema original: Passo 1: eliminação de x1 das equações ( )( ) ( )( ) ( )( )000 43,2 e : ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 41 43 1 3 1 2 0 11 0 411 40 11 0 311 30 11 0 211 2 ======== a a m a a m a a m ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) −=−=−−− −=−=−−− −=−=−−− =+++ 4*1443515105 3*133241084 2*12213443 110432 : 001 432 001 432 001 432 1 4321 1 4 xxx xxx xxx xxxx S Passo 2: eliminação de x2 das equações ( )( ) ( )( )11 43 e ( ) ( ) ( ) ( ) ( ) ( ) 667.13 5333.1 3 4 3 4 1 22 1 422 41 22 1 323 2 = − − ==== − − == a a m a a m 55 ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) −=−=−− −=−=− =−=−−− ==+++ 112 43 112 43 12 432 12 4321 2 4 2*667.144329.13665.6332.3 2*333.133671.6335.3866.2 2213543 1110432 : xx xx xxx xxxx S Passo 3: eliminação de x3 da equação ( )( )24 : ( ) ( ) ( ) 249.1668.2 332.3 2 33 2 433 4 = − − == a a m ( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) −=−=− =−=−− =−=−−− ==+++ 223 4 23 43 23 432 23 4321 3 4 3*249.144997.4500.2 33671.6335.3866.2 2213543 1110432 : x xx xxx xxxx S Determinação do vetor solução X por substituições retroativas: eq. ( )( )34 : 999.1997.45.2 44 =⇒−=− xx eq. ( )( )33 : ( )( ) 002.0 671.6999.1335.3668.2671.6335.3668.2 3 343 x xxx ⇒ −=−−⇒−=−− eq. ( )( )32 : ( )( ) ( )( ) 999.013999.15002.043 13543 22 432 =⇒−=−−−⇒ −=−−− xx xxx eq. ( )( )31 : ( )( ) ( )( ) ( )( ) 0998.1006.0996.710 10999.14002.03999.02 10432 11 1 4321 =⇒−−−=⇒ =+++⇒ =+++ xx x xxxx
Compartilhar