Baixe o app para aproveitar ainda mais
Prévia do material em texto
GEX114 - Ca´lculo Nume´rico Profa.Dra.Amanda Castro Oliveira Departamento de Cieˆncias Exatas - DEX/UFLA amanda@dex.ufla.br Aula 7 - Cap.2 Soluc¸o˜es Nume´ricas de Equac¸o˜es Na aula passada: Dizemos que δ e´ uma raiz ou um zero de uma func¸a˜o f (x) se f (δ) = 0. Queremos investigar se ∃δ ∈ D(f ) tal que f (δ) = 0. δ ∈ <. Teo. 2.1: Seja f (x) uma func¸a˜o cont´ınua num intervalo [a, b]. Se f (a)f (b) < 0 enta˜o existe pelo menos um ponto δ ∈ [a, b] tal que f (δ) = 0. Considerando as hipo´teses do Teorema 2.1, se f ′(x) existir e preservar o sinal em (a, b) enta˜o este intervalo conte´m um u´nico zero de f (x). Fase I: Isolamento das Ra´ızes (Me´todo Gra´fico) Trac¸amos gra´fico de f (x) ou transformamos a equac¸a˜o f (x) = 0 na equac¸a˜o equivalente g(x) = h(x). 2.3 Fase II: Refinamento das Ra´ızes (Me´todos Iterativos) Estudaremos agora va´rios me´todos nume´ricos para o refinamento da raiz. Todos eles sa˜o me´todos iterativos. A forma como este refinamento e´ feito e´ o que diferencia os me´todos. Um me´todo iterativo consiste em uma sequeˆncia de instruc¸o˜es que sa˜o executadas passo a passo, algumas das quais sa˜o repetidas em ciclos. A execuc¸a˜o de cada ciclo recebe o nome de iterac¸a˜o. Cada iterac¸a˜o usa os resultados das iterac¸o˜es anteriores e efetua determinados testes para verificar se foi atingido um resultado pro´ximo o suficiente do resultado esperado. 2.3.1 Crite´rios de Parada Todos os me´todos iterativos para se obter ra´ızes de func¸o˜es efetuam um teste do tipo: xk esta´ suficientemente pro´ximo da raiz exata? Que tipo de teste devemos fazer para verificarmos se xk esta´ suficientemente pro´ximo da raiz exata? Primeiramente devemos entender que existem 2 interpretac¸o˜es para a raiz aproximada (r.a.) que nem sempre levam ao mesmo resultado. x¯ e´ a raiz aproximada com precisa˜o � se: (i) |x¯ − δ| < � ou (ii) |f (x¯)| < �. Como fazer o primeiro teste se na˜o conhecemos δ? 2.3.1 Crite´rios de Parada Todos os me´todos iterativos para se obter ra´ızes de func¸o˜es efetuam um teste do tipo: xk esta´ suficientemente pro´ximo da raiz exata? Que tipo de teste devemos fazer para verificarmos se xk esta´ suficientemente pro´ximo da raiz exata? Primeiramente devemos entender que existem 2 interpretac¸o˜es para a raiz aproximada (r.a.) que nem sempre levam ao mesmo resultado. x¯ e´ a raiz aproximada com precisa˜o � se: (i) |x¯ − δ| < � ou (ii) |f (x¯)| < �. Como fazer o primeiro teste se na˜o conhecemos δ? 2.3.1 Crite´rios de Parada Podemos reduzir o intervalo que conte´m a raiz a cada iterac¸a˜o. Ao se conseguir um intervalo [a, b] tal que: δ ∈ [a, b] e b − a < � enta˜o ∀x ∈ [a, b], teremos sempre que |x − δ| < �. Logo qualquer x ∈ [a, b] podera´ ser tomado como uma r.a. x¯ . 2.3.1 Crite´rios de Parada Nem sempre e´ poss´ıvel atender simultaneamnte a`s exigeˆncias de (i) e (ii). Com o uso dos me´todos nume´ricos estamos interessados em satisfazer a pelo menos um dos crite´rios. Dependendo da ordem de grandeza dos nu´meros envolvidos deve-se usar o teste do erro relativo. Ou seja, considerar x¯ como uma boa aproximac¸a˜o da raiz δ se | f (x¯) f (x) | < � para algum x escolhido na vizinhanc¸a de δ. Ale´m destes testes no caso de uma implementac¸a˜o computacional devemos tambe´m estipular um nu´mero ma´ximo de iterac¸o˜es. 2.4.1 Me´todo da Bissecc¸a˜o Figura: Func¸a˜o com raiz em x = δ com f (a0) < 0 e f (b0) > 0. 2.4.1 Me´todo da Bissecc¸a˜o O me´todo da bissec¸a˜o e´ o me´todo conceitualmente mais simples e bem intuitivo. Esta´ baseado na ideia de”cercar”a raiz x¯ por dois valores: um a` esquerda da raiz (ai ) e outro a` direita (bi ), formando um intervalo que vai sendo continuamente reduzido ate´ que a largura final do intervalo seja ta˜o pequena quanto o erro absoluto da raiz �. A reduc¸a˜o cont´ınua da largura do intervalo e´ feita dividindo-se o intervalo ao meio e definindo um valor me´dio xi pela expressa˜o:xi = ai+bi 2 E´ usado para se determinar ra´ızes de func¸o˜es que atendam a`s hipo´teses do teorema 2.1. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo 1 Determine um intervalo inicial [ai , bi ] tal que f (ai )f (bi ) < 0. 2 Calcule a raiz aproximada considerando xi = ai+bi 2 Se |f (xi )| < � enta˜o xi e´ a raiz procurada e o processo terminou. Sena˜o: Se f (ai )f (xi ) < 0 enta˜o ai+1 = ai e bi+1 = xi sena˜o: f (ai )f (xi ) > 0 enta˜o ai+1 = xi e bi+1 = bi 3 Repita este processo ate´ que |f (xi )| < � ou |bi − ai | < � 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo Ex.1 Seja f (x) = x ln(x)− 1 encontre as ra´ızes desta func¸a˜o com � = 0.01 FASE I: Localizac¸a˜o ou isolamento das ra´ızes: x ln(x)− 1 = 0⇔ ln(x) = 1 x com x 6= 0. loga(x) = b ⇔ ab = x loge(x) = b ⇔ eb = x enta˜o D ln(x) =]0,∞[ Vemos que δ ∈]1, 2[, enta˜o tomamos a0 = 1 e b0 = 2. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo Ex.1 Seja f (x) = x ln(x)− 1 encontre as ra´ızes desta func¸a˜o com � = 0.01 FASE I: Localizac¸a˜o ou isolamento das ra´ızes: x ln(x)− 1 = 0⇔ ln(x) = 1 x com x 6= 0. loga(x) = b ⇔ ab = x loge(x) = b ⇔ eb = x enta˜o D ln(x) =]0,∞[ Vemos que δ ∈]1, 2[, enta˜o tomamos a0 = 1 e b0 = 2. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo Ex.1 Seja f (x) = x ln(x)− 1 encontre as ra´ızes desta func¸a˜o com � = 0.01 FASE I: Localizac¸a˜o ou isolamento das ra´ızes: x ln(x)− 1 = 0⇔ ln(x) = 1 x com x 6= 0. loga(x) = b ⇔ ab = x loge(x) = b ⇔ eb = x enta˜o D ln(x) =]0,∞[ Vemos que δ ∈]1, 2[, enta˜o tomamos a0 = 1 e b0 = 2. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo Figura: g(x) = ln(x) e h(x) = 1x com x ∈ [0.1, 3] 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo i ai , f (ai ) bi , f (bi ) xi f (xi ) bi − ai 1 1, < 0 2, > 0 1.5 −0.391802 1 2 1.5, < 0 2, > 0 1.75 −0.020672 0.5 3 1.75, < 0 2, > 0 1.875 0.1786412 0.25 4 1.75, < 0 1.875, > 0 1.8125 0.077906 0.125 5 1.75, < 0 1.8125, > 0 1.78125 0.028342 0.0625 6 1.75, < 0 1.78125, > 0 1.765625 0.003766 0.03125 7 1.75, < 0 1.765625, > 0 1.7578125 −0.008470 0.015625 Como 1.765625− 1.7578125 = 0.0078125 < 0.01 temos que x¯ = 1.7578125 e´ uma boa aproximac¸a˜o para a raiz procurada com precisa˜o de � = 0.01. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo i ai , f (ai ) bi , f (bi ) xi f (xi ) bi − ai 1 1, < 0 2, > 0 1.5 −0.391802 1 2 1.5, < 0 2, > 0 1.75 −0.020672 0.5 3 1.75, < 0 2, > 0 1.875 0.1786412 0.25 4 1.75, < 0 1.875, > 0 1.8125 0.077906 0.125 5 1.75, < 0 1.8125, > 0 1.78125 0.028342 0.0625 6 1.75, < 0 1.78125, > 0 1.765625 0.003766 0.03125 7 1.75, < 0 1.765625, > 0 1.7578125 −0.008470 0.015625 Como 1.765625− 1.7578125 = 0.0078125 < 0.01 temos que x¯ = 1.7578125 e´ uma boa aproximac¸a˜o para a raiz procurada com precisa˜o de � = 0.01. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo i ai , f (ai ) bi , f (bi ) xi f (xi ) bi − ai 1 1, < 0 2, > 0 1.5 −0.391802 1 2 1.5, < 0 2, > 0 1.75 −0.020672 0.5 3 1.75, < 0 2, > 0 1.875 0.1786412 0.25 4 1.75, < 0 1.875, > 0 1.8125 0.077906 0.125 5 1.75, < 0 1.8125, > 0 1.78125 0.028342 0.0625 6 1.75, < 0 1.78125, > 0 1.765625 0.003766 0.03125 7 1.75, < 0 1.765625, > 0 1.7578125 −0.008470 0.015625 Como 1.765625− 1.7578125 = 0.0078125 < 0.01 temos que x¯ = 1.7578125 e´ uma boa aproximac¸a˜o para a raiz procurada com precisa˜o de � = 0.01. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo i ai , f (ai ) bi , f (bi ) xi f (xi ) bi − ai 1 1, < 0 2, > 0 1.5 −0.391802 1 2 1.5, < 0 2, > 0 1.75 −0.020672 0.5 3 1.75, < 0 2, > 0 1.875 0.1786412 0.25 4 1.75, < 0 1.875, > 0 1.8125 0.077906 0.125 5 1.75, < 0 1.8125, > 0 1.78125 0.028342 0.0625 6 1.75, < 0 1.78125, > 0 1.765625 0.003766 0.03125 7 1.75, < 0 1.765625, > 0 1.7578125 −0.008470 0.015625 Como 1.765625− 1.7578125 = 0.0078125 < 0.01 temos que x¯ = 1.7578125 e´ uma boa aproximac¸a˜o para araiz procurada com precisa˜o de � = 0.01. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo i ai , f (ai ) bi , f (bi ) xi f (xi ) bi − ai 1 1, < 0 2, > 0 1.5 −0.391802 1 2 1.5, < 0 2, > 0 1.75 −0.020672 0.5 3 1.75, < 0 2, > 0 1.875 0.1786412 0.25 4 1.75, < 0 1.875, > 0 1.8125 0.077906 0.125 5 1.75, < 0 1.8125, > 0 1.78125 0.028342 0.0625 6 1.75, < 0 1.78125, > 0 1.765625 0.003766 0.03125 7 1.75, < 0 1.765625, > 0 1.7578125 −0.008470 0.015625 Como 1.765625− 1.7578125 = 0.0078125 < 0.01 temos que x¯ = 1.7578125 e´ uma boa aproximac¸a˜o para a raiz procurada com precisa˜o de � = 0.01. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo i ai , f (ai ) bi , f (bi ) xi f (xi ) bi − ai 1 1, < 0 2, > 0 1.5 −0.391802 1 2 1.5, < 0 2, > 0 1.75 −0.020672 0.5 3 1.75, < 0 2, > 0 1.875 0.1786412 0.25 4 1.75, < 0 1.875, > 0 1.8125 0.077906 0.125 5 1.75, < 0 1.8125, > 0 1.78125 0.028342 0.0625 6 1.75, < 0 1.78125, > 0 1.765625 0.003766 0.03125 7 1.75, < 0 1.765625, > 0 1.7578125 −0.008470 0.015625 Como 1.765625− 1.7578125 = 0.0078125 < 0.01 temos que x¯ = 1.7578125 e´ uma boa aproximac¸a˜o para a raiz procurada com precisa˜o de � = 0.01. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo i ai , f (ai ) bi , f (bi ) xi f (xi ) bi − ai 1 1, < 0 2, > 0 1.5 −0.391802 1 2 1.5, < 0 2, > 0 1.75 −0.020672 0.5 3 1.75, < 0 2, > 0 1.875 0.1786412 0.25 4 1.75, < 0 1.875, > 0 1.8125 0.077906 0.125 5 1.75, < 0 1.8125, > 0 1.78125 0.028342 0.0625 6 1.75, < 0 1.78125, > 0 1.765625 0.003766 0.03125 7 1.75, < 0 1.765625, > 0 1.7578125 −0.008470 0.015625 Como 1.765625− 1.7578125 = 0.0078125 < 0.01 temos que x¯ = 1.7578125 e´ uma boa aproximac¸a˜o para a raiz procurada com precisa˜o de � = 0.01. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo i ai , f (ai ) bi , f (bi ) xi f (xi ) bi − ai 1 1, < 0 2, > 0 1.5 −0.391802 1 2 1.5, < 0 2, > 0 1.75 −0.020672 0.5 3 1.75, < 0 2, > 0 1.875 0.1786412 0.25 4 1.75, < 0 1.875, > 0 1.8125 0.077906 0.125 5 1.75, < 0 1.8125, > 0 1.78125 0.028342 0.0625 6 1.75, < 0 1.78125, > 0 1.765625 0.003766 0.03125 7 1.75, < 0 1.765625, > 0 1.7578125 −0.008470 0.015625 Como 1.765625− 1.7578125 = 0.0078125 < 0.01 temos que x¯ = 1.7578125 e´ uma boa aproximac¸a˜o para a raiz procurada com precisa˜o de � = 0.01. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo-estudo da convergeˆncia Theorem Seja f (x) uma func¸a˜o cont´ınua em [a, b], onde f (a)f (b) < 0. Enta˜o o me´todo da Bissecc¸a˜o gera uma sequeˆncia xk que converge para a raiz δ quando k →∞. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo-estudo da convergeˆncia Suponhamos que [a0, b0] seja o intervalo inicial e que a raiz δ seja u´nica no interior desse intervalo. O me´todo da bissecc¸a˜o gera treˆs sequeˆncias: ak : na˜o decrescente e limitada superiormente por b0; enta˜o existe r ∈ < tal que lim k→∞ ak = r bk : na˜o crescente e limitada inferiormente por a0; enta˜o existe s ∈ < tal que lim k→∞ bk = s xk : e´ tal que ak < xk < bk , por construc¸a˜o xk = ak+bk 2 . A amplitude de cada intervalo gerado e´ a metade da amplitude anterior. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo-estudo da convergeˆncia Suponhamos que [a0, b0] seja o intervalo inicial e que a raiz δ seja u´nica no interior desse intervalo. O me´todo da bissecc¸a˜o gera treˆs sequeˆncias: ak : na˜o decrescente e limitada superiormente por b0; enta˜o existe r ∈ < tal que lim k→∞ ak = r bk : na˜o crescente e limitada inferiormente por a0; enta˜o existe s ∈ < tal que lim k→∞ bk = s xk : e´ tal que ak < xk < bk , por construc¸a˜o xk = ak+bk 2 . A amplitude de cada intervalo gerado e´ a metade da amplitude anterior. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo-estudo da convergeˆncia Suponhamos que [a0, b0] seja o intervalo inicial e que a raiz δ seja u´nica no interior desse intervalo. O me´todo da bissecc¸a˜o gera treˆs sequeˆncias: ak : na˜o decrescente e limitada superiormente por b0; enta˜o existe r ∈ < tal que lim k→∞ ak = r bk : na˜o crescente e limitada inferiormente por a0; enta˜o existe s ∈ < tal que lim k→∞ bk = s xk : e´ tal que ak < xk < bk , por construc¸a˜o xk = ak+bk 2 . A amplitude de cada intervalo gerado e´ a metade da amplitude anterior. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo-estudo da convergeˆncia Assim temos que: (bk − ak) = (bk−1 − ak−1) 2 = · · · = (b0 − a0) 2k . Enta˜o lim k→∞ (bk − ak) = lim k→∞ (b0 − a0) 2k = 0. Como ak e bk sa˜o sequeˆncias convergentes, lim k→∞ bk − lim k→∞ ak = 0⇒ lim k→∞ bk = lim k→∞ ak . Enta˜o r = s. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo-estudo da convergeˆncia Seja m = r = s o limite das duas sequeˆncias. Dado que para todo k o ponto xk pertence ao intervalo (ak , bk), o Ca´lculo Diferencial e Integral nos garante que lim k→∞ (xk) = m. Resta-nos mostrar que ale´m disso o limite acima e´ a raiz da equac¸a˜o f (x) = 0, ou seja, f (m) = 0. Como f (ak)f (bk) < 0. para qualquer k , enta˜o temos que 0 ≥ lim k→∞ f (ak)f (bk) = lim k→∞ f (ak) lim k→∞ f (bk) = f (r)f (s) = [f (r)] 2 ≥ 0 Portanto 0 ≥ [f (r)]2 ≥ 0⇒ f (r) = 0 e lim k→∞ (xk) = r 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo-estimativa do nu´mero de iterac¸o˜es Pelo crite´rio de parada podemos observar que o nu´mero de iterac¸o˜es depende do intervalo inicial [a0, b0] e da precisa˜o requerida �. Dada uma precisa˜o � temos, (bk − ak) < �⇒ (b0 − a0) 2k < �⇒ 2k > (b0 − a0) � Como estes valores sa˜o sempre positivos, podemos aplicar a func¸a˜o logaritmo, obtendo: k > log (b0 − a0)− log � log (2) Portanto k e´ o nu´mero m´ınimo de iterac¸o˜es necessa´rias para que o me´todo da bissecc¸a˜o encontre a raiz procurada x¯ com a precisa˜o �. 2.4.1 Me´todo da Bissecc¸a˜o-algoritmo-estimativa do nu´mero de iterac¸o˜es Ex.1 Seja f (x) = x ln(x)− 1 encontre as ra´ızes desta func¸a˜o com � = 0.01 Como a0 = 1 e b0 = 2 temos que k > log (2− 1)− log 10−2 log (2) = log 1 + 2 log 10 log (2) = 2 0.3010 = 6.64! Que esta´ de acordo com o resultado encontrado no exemplo em que tivemos k = 7. 2.2 Fase I: Isolamento das Ra´ızes (Me´todo Gra´fico) O me´todo da Bissecc¸a˜o sempre vai alcanc¸ar eˆxito se f (x) e´ uma func¸a˜o cont´ınua em [a, b], onde f (a)f (b) < 0, entretanto sua convergeˆncia para uma boa aproximac¸a˜o pode ser muito lenta. Em geral ele e´ usado para conseguirmos uma primeira aproximac¸a˜o para a raiz que depois e´ aproximada com maior precisa˜o e velocidade por um outro me´todo. Ex.2: Considere b0 − a0 = 3 e � = 10−7, assim k > log (3)− log 10−7 log (2) = log 3 + 7 log 10 log (2) = 24.8! Exerc´ıcio: Seja f (x) = ( x2 ) 2 − sin(x) encontre a raiz positiva desta equac¸a˜o considerando � = 10−3 Pro´xima aula 2. Fase II: Refinamento das Ra´ızes (Me´todos da Falsa Posic¸a˜o) Por hoje e´ so´ pessoal!! Este material e´ inteiramente baseado na bibliografia do curso, principalmente no livro texto :RUGIERO, M. A.G; LOPES,V Ca´lculo Nume´rico: Aspectos teo´ricos e computacionais, Editora McGraw-Hill.1997. Sites consultados acessados em 24/03/2011: CASTILHO, J. E., Apostila de Ca´lculo Nume´rico, http://www.castilho.prof.ufu.br, UFU, 2002 http://www.alunos.eel.usp.br/numerico/notas.html Este material na˜o substitui a bibliografia.
Compartilhar