Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO OESTE DO PARÁ INSTITUTO DE ENGENHARIA E GEOCIÊNCIAS PROGRAMA DE CIÊNCIA E TECNOLOGIA ENGENHARIA FÍSICA MÉTODOS NUMÉRICOS Acadêmicos: Ana Karina Monteiro Bentes Jonatha Monte Santarém – Pará 2013 Ana Karina Monteiro Bentes Jonatha Monte MÉTODOS NUMÉRICOS Trabalho avaliativo para a disciplina: Cálculo Numérico Ministrada pelo Prof. Dr. Rodolfo Maduro. Santarém – Pará 2013 1. INTRODUÇÃO Os Cálculos numéricos são técnicas pelas quais os problemas matemáticos são formulados de modo que possam ser resolvidos com operações aritméticas. Embora existam muitos tipos de métodos, eles têm algo em comum, geralmente envolvem grandes números de cálculos aritméticos que podem durar horas, dias, ou até mesmo meses. Tendo isso como fator limitante para cálculos numéricos, foram criados os métodos numéricos que são nada mais que técnicas (algoritmos) e tecnologias (uso do meio computacional para os cálculos). Na disciplina ministrada pelo prof. Dr. Rodolfo Maduro, o uso da ferramenta computacional Scilab terá grande importância para incrementos dos cálculos numéricos. Tendo como passo inicial os métodos intervalares (método gráfico, método da bisseção, método da falsa posição, método da tangente, método da secante, método do ponto fixo). No final será feita uma análise comparando os métodos, obtendo um ranking do método que teve melhor desempenho, ou seja, convergência mais rápida. 2. MÉTODOS INTERVALARES Este primeiro momento faremos uma breve introdução a raízes de equações, onde se trata de métodos que exploram o fato de que uma função tipicamente muda de sinal na vizinhança de uma raiz. 2.1. MÉTODO GRÁFICO Um método simples para obter uma estimativa da raiz da equação f(x) = 0 é fazer um gráfico da função e observar onde ela corta o eixo x. Esse ponto, que representa o valor de x para qual f(x) = 0, fornece uma aproximação grosseira da raiz. Veremos com mais detalhe a aplicação do método no tópico Resultados e Discussões. 3. MÉTODOS ITERATIVOS PARA SE OBTER ZEROS REAIS DE FUNÇÕES I. Método da Bissecção Seja a função f(x) contínua no intervalo [a.b] e tal que f(a)f(b) < 0. Vamos supor, para simplificar, que o intervalo (a,b) contenha uma única raiz da equação f(x) = 0. O objetivo deste método é reduzir a amplitude do intervalo que contém a raiz até se atingir à precisão requerida: (b - a) < ε, usando para isto a sucessiva divisão de [a,b] ao meio. Graficamente Figura 1. Algoritmo resumido para o método da bissecção Dados de entrada: xi, xs, tal que f(xi)f(xs) < 0 Tolerância para o erro relativo (critério de parada) Passo 1: Verificar se f(xi)f(xs) < 0 e calcular xk = (xi + xs)/2 Passo 2: Se f(xi)f(xs) < 0, a raiz está entre xi e xs. Fazer xs = xk Se f(xi)f(xs) > 0, a raiz está entre xk e xs. Fazer xi = xk Passo 3: verificar o critério de parada: Critério usual: erro relativo < tolerância Critério mais refinado: erro relativo < tolerância 1 ou f(xk) < tolerância 2 Saída: Um intervalo contendo a raiz de f dentro da tolerância permitida. II. Método da Falsa Posição Seja f(x) contínua no intervalo [a,b] e tal que f(a)f(b) < 0. Podemos esperar conseguir a raiz aproximada ẍ usando as informações sobre valores de f(x) disponíveis a cada iteração. Graficamente Figura 1.2.a As iterações são feitas assim: Figura 1.2.b Algoritmo resumido para o método da falsa posição Dados de entrada: xi, xs, tal que f(xi)f(xs) < 0 Tolerância para o erro (critério de parada) Passo 1: Verificar se f(xi)f(xs) < 0 e calcular xk = xs – (f(xs)( xi - xs))/f((xi) – f(xs)) Passo 2: Se f(xi)f(xk) < 0, a raiz está entre xi e xk. Fazer xs = xk Se f(xi)f(xk) > 0, a raiz está entre xk e xs. Fazer xi = xk Passo 3: Verificar o critério de parada Critério usual: erro relativo < tolerância Critério mais refinado: erro relativo < tolerância 1 ou f(xk) < tolerância 2 Saída: Um intervalo contendo a raiz de f dentro da tolerância permitida. III. Método do Ponto Fixo (MPF) A importância deste método está mais nos conceitos que são introduzidos em seu estudo que em sua eficiência computacional. Seja f(x) uma função contínua em [a,b], intervalo que contém uma raiz da equação f(x) = 0. O MPF consiste em transformar esta equação em uma equação equivalente x = φ(x) e a partir de uma aproximação inicial x0 gerar a sequencia {xk} de aproximações para ξ pela relação xk+1 = φ(x), pois a função φ(x) é tal que f(ξ) = 0 se e somente se φ(ξ) = ξ. Transformamos assim o problema de encontrar um zero de f(x) no problema de encontrar um ponto fixo de φ(x). Uma função φ(x) que satisfaz a condição acima é chamada de função de iteração para a equação f(x) = 0. Graficamente Figura 1.3 Algoritmo resumido para o método do ponto fixo Dados de entrada: x0: arbitrário g(x): função iteração, tal que |g’(x)| < 1 Tolerância para o erro (critério de parada) Passo 1: Calcular x(i+1) = g(x) Passo 2: Verificar o critério de parada Critério usual: erro relativo < tolerância Critério mais refinado: erro relativo 1 ou f(xk) < tolerância 2 Passo 3: Se atendeu os critérios de parada, interrompa. Se não, volte ao passo 1. IV. Método da Tangente (Newton-Raphson) No estudo do método do ponto fixo, vimos que: i. Uma das condições de convergência é que | φ’(x) | ≤ M < 1, para todo x ϵ I, onde I é um intervalo centrado na raiz; ii. A convergência do método será mais rápida quanto menor for | φ’(ξ) |. O que o método de Newton faz, na tentativa de garantir e acelerar a convergência do MPF é escolher para fincão de iteração a função φ(x) tal que φ’(ξ) = 0. Então, dada à equação f(x) = 0 e partindo da forma geral para φ(x) , queremos obter a função A(x) tal que φ’(ξ) = 0. Graficamente Figura 1.4 Algoritmo resumido para o método da tangente (Newton-Raphson) Dados de entrada: x0: arbitrário Tolerância para o erro (critério de parada) Passo 1: Calcular x(i+1) = xi – f(xi)/f’(xi) Passo 2: Verificar os critérios de parada: Critério usual: erro relativo < tolerância Critério mais refinado: erro relativo 1 ou f(xk) < tolerância 2 Passo 3: Se atendeu os critérios de parada, interrompa. Se não, volte ao passo 1. V. Método da Secante Uma grande desvantagem do método de Newton é a necessidade de se obter f’(x) e calcular seu valor numérico a cada iteração. Uma forma de se contornar este problema é substituir a derivada de f’(xk) pelo quociente das diferenças: Onde xk e xk+1 são duas aproximações para a raiz. Graficamente Figura 1.5 Algoritmo resumido para o método da secante Dados de entrada: x0 e x1: arbitários Tolerância para o erro (critério de parada) Passo 1: Se | f(x0) | < ε1, faça ẍ = x0 Passo 2: Se | f(x1) | < ε1 ou se | x1 – x0 | < ε2,faça ẍ = x1 Passo 3: k = 1 Passo 4: x2 = x1 – f(x1)/f(x1) – f(x0) (x1 – x0) Passo 5: Se | f(x2) | < ε1 ou se | x2 – x1 | < ε2, faça ẍ = x2 Passo 6: x0 = x1 e x1 = x2 Passo 7: k = k+1 Passo 8: Volte ao passo 5. VI. COMPARAÇÃO DOS MÉTODOS EXPOSTOS Os cincos métodos podem ser comparados quanto à existência e velocidade de convergência e também mais adequados a cada situação. O método mais simples e robusto é o da bissecção, que apresenta como grande vantagem o fato de convergir sempre. É, contudo um método muito lento, apresentando como curiosidade o fato de convergir para a raiz sempre com a mesma velocidade. O método da falsa posição também converge sempre. Em certas circunstâncias este método é equivalente ao método da secante e convergem com uma velocidade apreciável, mas as circunstâncias há sempre em que é muito lento a convergir. Ambos os métodos (bissecção e falsa posição), pela sua robustez são ótimos como métodos preliminares para a definição de um intervalo de pequena amplitude, dentro do qual se encontra uma raiz de equação a resolver. O método de Newton-Raphson é sem dúvida o método que converge para a solução mais rapidamente. Este método apresenta, no entanto algumas desvantagens. Para este método seja convergente é, porém necessário que certas condições sejam satisfeitas, além disso, obriga ao cálculo, em cada iteração, não só da função como também da sua derivada. Este último cálculo pode consumir muito tempo de computação por ser difícil, ou então ser mesmo impossível (por exemplo, se a função é definida por pontos). Para estes casos podemos recorrer ao método da secante ou mesmo ao das aproximações sucessivas. Uma dificuldade característica do método de Newton-Raphson é a determinação de duas raízes muito próximas, dado que a derivada se anula na vizinhança das duas raízes. Para contornar este problema, usa-se um modelo linear que se baseia nos dois valores calculados, onde xn e xn+1 são duas aproximações para a raiz. O método da secante não necessita da característica que é fundamental no método da falsa posição. A raiz não precisa estar entre as duas aproximações iniciais e sua convergência é mais rápida do que no método da bissecção e da falsa posição, poré, pode ser mais lenta do que no método de Newton-Raphson. O método do ponto fixo é rápido no processo de convergência e seu desempenho é regular e previsível. Porém, um inconveniente é a necessidade da obtenção de uma função de iteração (g(x)). VII. PROCEDIMENTOS i. Escolha uma função para qual se deseja encontrar as raízes. Optar utilizar funções cujo cálculo analítico da raiz não seja trivial. ii. Utilizar o método do gráfico para selecionar uma aproximação inicial de uma raiz ou intervalo que contenha uma raiz. iii. Implementar no programa SCILAB, utilizando a função escolhida, os seguintes algoritmos dos métodos para encontrar zeros reais de funções reais: Método da Bissecção, Método da Falsa Posição, Método da Tangente ou Newton- Raphson, Método da Secante. iv. Comparar o desempenho dos métodos utilizando o mesmo valor do número de aproximação (NMAX) e precisão (tol) e definir um hanking que os classifica conforme a convergência. VIII. RESULTADO E DISCUSSÃO A função escolhida foi um polinômio do tipo x³+1.9x²-1.3x-2.2. Através do método do gráfico, obteve-se: Gráfico 1. Através dos dados da função polinomial do tipo x³+1.9x²-1.3-2.2, sua dependência é caracterizada por curvas. Os pontos em redondos representam os dados e sua dispersão é devida aos erros cometidos durante a obtenção do gráfico. A partir do gráfico de intervalos [a,b] estimou-se uma aproximação grosseira da raiz. Outro método utilizado foi o método intervalares: Método da Bissecção, Método da Falsa Posição, Método do Ponto Fixo, Método da Secante e o Método da Tangente ou Newton-Raphson. Utilizando o programa SCILAB, comparamos o desempenho de cada um dos cincos métodos trabalhados obtendo um hanking classificando-os conforme sua convergência, ou seja, a velocidade com que se obtém a solução numérica desejada (número de iterações). Tabela 1: Hanking do método com maior rapidez de convergência. MÉTODO ITERAÇÕES RAIZ APROXIMADA TANGENTE 2 1.1000653 SECANTE 3 1.080234 BISSECÇÃO 10 1.1235352 PONTO FIXO 11 -1.0000178 FALSA POSIÇÃO 12 1.0998815 Como dito na secção VI, o método da tangente ou Newton-Raphson é um método bastante rápido e eficaz para o cálculo das raízes de uma determinada função. Porém, as desvantagens deste método são a de nem sempre convergir e para utilizá-lo é necessário o cálculo da derivada da função, o que por vezes poderá se tornar difícil, ou dificilmente computável. IX. BIBLIOGRÁFIA RUGGIERO, M. e LOPES, V. Cálculo Numérico: Aspectos Teóricos e Computacionais. McGraw-Hill, 1996. BARROSO, CAMPOS FILHO, CARVALHO, M. Cálculo Numérico Com Aplicações. Editora Harbra, 1987.
Compartilhar