Baixe o app para aproveitar ainda mais
Prévia do material em texto
CURSO CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: Sistemas Numéricos Computacionais TEMA: Aritmética de Ponto Flutuante e Noções de Erro TEXTO PARA APOIO AO ESTUDO Introdução Antes de começar ... Os exemplos foram implementados com o uso do Octave: https://www.gnu.org/software/octave/download.html O método de Newton-Raphson tem o objetivo de estimar as raízes de uma função. O primeiro passo do método é escolher uma aproximação inicial. Em seguida, calcula-se a equação da reta tangente (por meio da derivada) da função nesse ponto e a interseção dela com o eixo das abcissas para encontrar uma melhor aproximação para a raiz. Repetindo-se o processo, cria-se um método iterativo para encontrar a raiz da função. Interpretação Geométrica do Método de Newton Dado xk, o valor xk+1 pode ser obtido graficamente traçando-se pelo ponto (xk, f(xk)) a tangente à curva y = f(x). O ponto de intersecção da tangente com o eixo dos x determina xk+1. https://www.gnu.org/software/octave/download.html O método iterativo é dado por: 𝑥𝑛+1 = 𝑥𝑛 − 𝑓(𝑥𝑛) 𝑓′(𝑥𝑛) , 𝑛 ∈ 𝑁 Onde 𝑥𝑛 é uma aproximação inicial dada, n indica a n-ésima iteração do algoritmo e 𝑓 ′(𝑥𝑛) é a derivada da função 𝑓 no ponto 𝑥𝑛. Exemplo Determinar, usando o método de Newton, a menor raiz positiva da equação: 4 cos x − ex = 0, com erro inferior a 10−2. Solução: O processo mais simples para se obter um valor inicial é o método gráfico. Então a equação inicial f(x) = 0 é dividida em outras duas equações mais simples: y1 = 4 cos x e y2 = ex colocando as duas funções no mesmo gráfico, tem-se: Implementação (em MatLab) clc; clear all; epsilon = 1E-2; x = input('Entre com o valor inicial aproximado:'); for i=1:100 f=4*cos(x)-exp(x); %valor da Função no ponto x g=-4*sin(x)-exp(x); %valor da Derivada no ponto x xK=x-f/g; % Fórmula erro=abs(xK-x); if erro<epsilon %verifica o erro na iteração break end x=xK; end fprintf('A Raiz da função é: %f \n',x); fprintf('O total de iterações foi de: %d\n',i); Método das Secantes Uma desvantagem do método de Newton é a necessidade de se obter f’(x), bem como calcular seu valor numérico, a cada passo. Uma das modificações do método de Newton a fim de eliminar essa desvantagem consiste em substituir a derivada f’(xk) pelo quociente das diferenças: 𝑓′(𝑥𝑘) ≅ 𝑓(𝑥𝑘) − 𝑓(𝑥𝑘−1) 𝑥𝑘 − 𝑥𝑘−1 , 𝑘 ∈ 𝑁 O método iterativo é dado por: 𝑥𝑘+1 = 𝑥𝑘 − (𝑥𝑘 − 𝑥𝑘−1)𝑓(𝑥𝑘) 𝑓(𝑥𝑘) − 𝑓(𝑥𝑘−1) , 𝑘 ∈ 𝑁 Onde 𝑥𝑘 é uma aproximação inicial dada, k indica a k-ésima iteração do algoritmo e 𝑓(𝑥𝑘) é o valor da função 𝑓 no ponto 𝑥𝑘. Exemplo Determinar, usando o método das Secantes, a menor raiz positiva da equação: √𝑥 − 5𝑒−𝑥 = 0 , com erro inferior a 10−2. Solução: • Aplica-se o processo semelhante ao do método de Newton-Raphson para se obter um valor inicial pelo método gráfico. • Agora, é necessário iniciar com dois pontos. • Então a equação inicial f(x) = 0 é dividida em outras duas equações mais simples: y1 = √𝑥 e y2 = 5𝑒−𝑥 Implementação (em MatLab) epsilon = 1E-2; x1 = input('Entre com o valor inicial aproximado:'); x2 = input('Entre com o valor inicial aproximado:'); for i=1:100 f1=sqrt(x1)-5*exp(-x1); f2=sqrt(x2)-5*exp(-x2); xK=x2-((x2-x1)*f2)/(f2-f1); erro=abs(xK-x2); if erro<epsilon %verifica o erro na iteração break end end fprintf('A Raiz da função é: %f \n',xK); fprintf('O total de iterações foi de: %d\n',i); PUBLICAÇÕES: [1] Franco, Neide Maria Bertoldi:Cálculo Numérico, Pearson.
Compartilhar