Baixe o app para aproveitar ainda mais
Prévia do material em texto
Raízes de equações não lineares 1 – Introdução 1.1 – Localização das raízes 1.2 – Refinamento 2 – Método da bissecção 2.1 – Interpretação geométrica 2.2 –Algoritmo 2.3 – Estimativa do número de iterações 2.4 – Estudo da convergência 3 – Método da corda falsa 3.1 – Interpretação geométrica 3.2 –Algoritmo 3.4 – Limite superior do erro absoluto de uma aproximação 3.3 – Estudo da convergência 4 – Método de Newton–Raphson (MNR) 4.1 –Abordagem analítica 4.2 – Interpretação geométrica 4.3 –Algoritmo 4.4 – Estudo da convergência 5 – Método da secante 1. Introdução Pretende-se estudar alguns métodos iterativos que permitem obter raízes reais (aproximadas) de uma equação não linear onde é uma função real de variável real. Exemplos de equações não-lineares: ,0xf f .04cos ,0 ,03 ,0732 2 2 1 4 24 xe xe xx xx x x Definição. Se é uma função real de variável real e é um número real tal que , então dizemos que é um zero real da função ou que é uma raiz da equação Graficamente, os zeros reais de são as abcissas dos pontos de interseção do gráfico de com o eixo dos . f 0rf r f .0xf f r f r x Não existem fórmulas resolventes para a generalidade das equações, pelo que é necessário recorrer a outros métodos, chamados métodos iterativos. Um método iterativo é uma sequência de instruções que são executadas passo a passo, algumas das quais são repetidas em ciclos; cada ciclo recebe o nome de iteração. Estas iterações utilizam valores obtidos em iterações anteriores para encontrar uma nova aproximação para a raiz. A determinação das raízes de uma equação por um método numérico envolve duas fases: 1º Localização das raizes Consiste em obter um intervalo que contém uma única raiz da equação 2º Refinamento Escolhida uma aproximação inicial no intervalo , melhorá-la sucessivamente por um processo iterativo (usando a aproximação anterior) até obter uma aproximação para a raiz com uma precisão ε prefixada. r 0xf ba, ba, .0xf 1.1 Localização das raizes Nesta fase é feita uma análise gráfica e teórica da função. Análise Gráfica Pode ser feita através de um dos seguintes processos: Exemplo: 39)( 3 xxxf -4 -3 -2 -1 0 1 2 3 4 -30 -20 -10 0 10 20 30 40 1r 2r 3r]3,2[ ]1,0[ ]3,4[ 3 2 1 r r r (i) Esboçar o gráfico da função f e localizar as abcissas dos pontos de intersecção do gráfico com o eixo dos x. (ii) A partir da equação f (x) = 0, obter uma equação equivalente g(x) = h(x), esboçar os gráficos de g(x) e h(x) no mesmo eixo Cartesiano e localizar as abcissas dos pontos de intersecção dos dois gráficos. ).()(0)( rhrgrf Exemplo xexf x )( Logo xxh exg exexxf x xx )( )( 00)( ]1,0[r -2 -1 0 1 2 3 4 -2 -1 0 1 2 3 4 5 6 7 8 hg r Análise Teórica Teorema (Corolário do teorema de Bolzano). Seja f uma função contínua no intervalo [a, b]. Se f (a) f (b) <0, então existe pelo menos um tal que f (r) = 0. Graficamente 1r 2r y x 1r 2r 3ra b y x bar , ba Teorema de Rolle. Se f é contínua em [a, b], diferenciável em (a,b) e f(a) = f(b) = 0, então existe tal que f’(c)=0. Portanto, sob as hipóteses do teorema anterior, se f’(x) existir e não mudar de sinal em [a, b], então existe no máximo uma raiz nesse intervalo. Graficamente y xa b y xa b ],[,0)(' baxxf ],[,0)(' baxxf ),( bac Podemos aplicar estes teoremas atribuindo valores a x e analisando o sinal de f (x). Exemplo • Analisando a mudança de sinal, pode concluir-e que existe pelo menos uma raiz dentro dos intervalos indicados. • A derivada não muda de sinal em cada um dos intervalos, portanto cada raiz é única no intervalo. 393 xxxf x -10 -5 -3 -1 0 1 2 3 4 f(x) - - + + + - - + + 93)(' 2 xxf Observação Se f (a) f (b) > 0, então podem existir ou não raízes no intervalo [a,b]. Graficamente y x y x x y a b1r 2r b1r a b a 1.2 Refinamento Esta fase implica a resolução de vários problemas: • Escolher uma aproximação inicial para a raiz • Construir uma fórmula de recorrência que permite obter sucessivamente novas aproximações a partir da anterior. Obtem-se assim uma sucessão de aproximações da solução . A cada aproximação corresponde o erro absoluto e o erro relativo • Estudar a convergência da sucessão. É claro que o método iterativo deve ser convergente; ou seja, deve verificar-se que ou kx ,...,, 210 xxx 0x rxk . r rxk r rxk k lim .0lim rxk k .r kx • Estudar a velocidade de convergência. Definição. Se para um dado método iterativo existirem constantes e tais que diz-se que é a ordem de convergência do método e que é a constante de erro assimptótico do método relativamente ao zero da função. A expressão nesta definição costuma por vezes escrever-se na forma assimptótica: quando Se , a convergência diz-se linear. Se , a convergência diz-se supralinear. Se , a convergência diz-se quadrática. Quanto maior for a ordem de convergência, mais rápida é, em geral, a velocidade de convergência do processo. A constante de erro assimptótico só é considerada quando se comparam processos iterativos com a mesma ordem de convergência. Nesse caso, quanto menor for a constante de erro assimptótico mais rápida é a convergência do processo. 0c ,lim 1 c rx rx p k k k p p kk rxcrx 1 .k 1p 21 p 1p 2p c r r kx y x r kx x |)(| || k k xf rx || rxk |)(| kxf É impraticável realizar um número infinito de iterações; é necessário parar num determinado termo Diz-se que o valor de xk é raiz aproximada com precisão se: ou . Nem sempre é possível ter as duas condições satisfeitas simultaneamente: |)(| || k k xf rx .kx y Como não se conhece o valor da raiz r para aplicar o teste utiliza-se frequentemente a estimativa do erro absoluto para o critério de paragem. Critérios de paragem alternativos: Impondo um número máximo de iterações k kk x xx 1 1kk xx kxf , rxk 1 kk xx 2. Método da bissecção Condições para aplicação: A função deve ser contínua no intervalo [a, b], onde contém uma única raiz r. O objetivo deste método é reduzir a amplitude do intervalo inicial que contém a raiz até que seu comprimento seja menor que a precisão desejada, usando para isso sucessivas divisões a meio do intervalo [a, b]. y x Iteração 1 2.1 – Interpretação Geométrica ra0=a b0=bx0 x0 = a0 + b0 2 f (a0) f (x0) < 0 a1 = a0 b1 = x0 r a1 , b1] Iteração 2 x1 = a1 + b1 2 x1 f (b1) f (x1) < 0 a2 = x1 b2 = b1 r a2 , b2] 2.2 Algoritmo do método da bisseção 1. Dados iniciais: - função - intervalo - precisão 2. 3. 4. Se faça . FIM 5. Se então faça e . Vá para o passo 7. 6. e 7. . Vá para o passo 3. ] ,[ ba bbaak kk ,,0 2 kk k ba x kxr ,0kk xfaf kk xa 1 kk bb 1 kk aa 1 kk xb 1 1 kk |)(| kxf f 2.3 Estimativa do número de iterações aa 0 bb 0 1a 1b 2 00 110 ab abrx 2a 2b 2 0011 221 22 abab abrx 3a 3b 3 0022 332 22 abab abrx 1 00 11 22 k kk kkk abab abrx 1ka 1kb Quantas iterações do métododa bisseção são necessárias para garantir um erro absoluto inferior a um certo valor pré-fixado? 1 2log log)log( 00 ab k 1 00 2k k ab rx 00log2log1 ab k 0012 abk Pretende-se encontrar o menor inteiro k que verifica a condição . rxk 2.4 Convergência do método da bisseção A convergência do método da bisseção é linear: 2 1 1 lim rx rx k k k 3. Método da corda falsa Condições para aplicação: A função f deve ser contínua no intervalo , onde contém uma única raiz r. Sejam e . No método da corda falsa, considera-se a recta que passa pelos pontos e . A primeira estimativa da raíz r é a abcissa do ponto de interseção da recta com o eixo dos x : O intervalo é então substituído pelo intervalo limitado por e pelo extremo ou , em que a função tem sinal contrário a . O processo repete-se agora para este novo intervalo (que contém a raiz) e assim sucessivamente até se atingir a precisão desejada. 00 , afa . )()( ))(( 00 000 00 afbf abbf bx 0 0xf ba, 00 , bfb aa 0 bb 0 0x 0 00 ,ba 0x 0a 0b 0x x y 1x 3.1 Interpretação geométrica 0 1 0a 0b 3.2 Algoritmo do método da corda falsa 1. Dados iniciais: - função - intervalo [a, b] - precisão 2. k = 0, 3. 4. Se , faça . FIM 5. Se então Vá para o passo 7. 6. 7. k = k +1. Vá para o passo 3 kk kk kkk afbf ab bfbx |)(| kxf kxr ,0kk xfaf .1 kk xb kkkk bbxa 11 , bbaa kk , ,1 kk aa f 3.3 Majorante para o erro absoluto de uma estimativa .,max kkkkkk xbaxrxx 3.4 Ordem de convergência do método da corda falsa para algum pelo que tem ordem de convergência linear. c rx rx k k k 1 lim ,0c 4. Método de Newton Raphson Seja uma função contínua com derivadas contínuas até à segunda ordem no intervalo , e para todo Seja r a única raiz da equação nesse intervalo. Pela fórmula de Taylor, se para algum entre e . ,,0 bax !2 '' ' 2 0000 f xrxfxrxfrf ba, 0' xf .,bax 0xf 0bfaf f 4.1 Abordagem analítica r 0x Como e , Se r está próximo de , o termo é pequeno em valor absoluto e tem-se então que 0 2 0 0 0 0 '2 '' ' xf f xr xf xf xr 0x 0 2 0 '2 '' xf f xr . ' 0 0 0 xf xf xr 0rf 0' 0 xf Deste modo é uma estimativa para a raiz r. Pondo tem-se outra estimativa para a raiz r. Este procedimento pode repetir-se e obtém-se assim uma sucessão de valores aproximados da raiz r. 0 0 01 ' xf xf xx ,...,, 210 xxx 1 1 12 ' xf xf xx A partir de uma aproximação inicial gera-se uma sucessão de aproximações sucessivas da raiz r através do processo iterativo dado por 0x ,...,, 210 xxx , ' 1 1 1 k k kk xf xf xx ,...2,1k 4.2 Interpretação Geométrica 0x 1x2x y x f r Dado o ponto , traça-se a reta , tangente à curva nesse ponto, dada por . A abcissa do ponto de interseção desta reta com o eixo dos x fornece uma aproximacão da raiz. ))(,( ii xfx i ))((')()( iiii xxxfxfx 1ix 1 0 4.3 Algoritmo do MNR Considere-se a equação 1. Dados iniciais: - aproximação inicial - precisão 2. Se , seja FIM 3. 4. 5. Se , seja 6. k = k + 1. Vá para o passo 4 0x |)(| 0xf )(' )( 1 1 1 k k kk xf xf xx |)(| kxf .0)( xf .0xr 1k kxr 4.4 Estudo da Convergência do MNR Teorema. Seja f uma função que verifica as condições: (i) f é contínua e tem derivadas contínuas até à segunda ordem no intervalo (ii) ; (iii) para todo ; (iv) não muda de sinal no intervalo (v) e , ou existe tal que . Então a sucessão gerada pelo MNR, converge para a única raiz de em . 0bfaf 0' xf ''f bax , 0xf 0'' 00 xfxf ;,ba ba, ;,ba ab af af ' ab bf bf ' bax ,0 ,...,, 210 xxx Nota. A condição (v) do teorema anterior serve para escolher o valor inicial. No primeiro caso, qualquer serve. No segundo caso, já é indicada uma estimativa para o valor inicial. bax ,0 Ordem de convergência do MNR 0lim 2 1- c rx rx k k k 2 1 rxcrx kk Assim, para suficientemente grande, A convergência é, portanto, quadrática. k 5. Método da secante A desvantagem que o método de Newton-Raphson apresenta ao ser necessário calcular a derivada da função (em certos problemas pode consumir muito tempo computacional) pode ser contornada pelo método da secante. No método da secante, a derivada é substituída por: Consequentemente, fazendo esta substituição na fórmula iterativa do método de Newton-Raphson, obtem-se a fórmula iterativa do método da secante: . 21 21 kk kk xx xfxf ,...3,2, 21 211 1 k xfxf xxxf xx kk kkk kk 1' kxf f r x y Interpretação geométrica A partir de duas aproximações a aproximação é obtida como sendo a abcissa do ponto de interseção do eixo dos x e da reta que passa pelos pontos 12 , kk xx kx .,,, 2211 kkkk xfxxfx 2kx 1kxkx k k Esta transformação faz com que seja necessário mais uma aproximação inicial para aproximar a primeira derivada. Os critérios de convergência são os mesmos do método de Newton- Raphson, à excepção da última condição que pode ser adaptada para a escolha de duas estimativas iniciais: Se e então quaisquer podem ser utilizados para iniciar o método. Por outro lado, se existirem tais que e , então esses valores podem ser estimativas iniciais. ab af af ' , ' ab bf bf baxx ,, 10 baxx ,, 10 0)('')( 00 xfxf 0)('')( 11 xfxf A ordem de convergência do método da secante é .618.1 2 51 p
Compartilhar