Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” FACULDADE DE ENGENHARIA Campus de Guaratinguetá Notas de Aula de Cálculo Numérico Prof. G. J. de Sena - Depto. de Matemática – Ed. 2016 CAPÍTULO 2 RESOLUÇÃO NUMÉRICA DE EQUAÇÕES INTRODUÇÃO Em muitos problemas de Ciência e Engenharia há a necessidade de se determinar um número que anule uma determinada função F(x), isto é, F( ) = 0. Este número é chamado de raiz da equação 0)( xF ou zero da função )(xFy . Classificação: (i) Equações algébricas: Ex.: 08465 234 xxxx (ii) Equações transcendentes: Ex.: xexxsenx x cos)4( 2 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 0)( xF . (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 0)( xF é a abscissa de qualquer ponto no qual a função )(xFy intercepta o eixo Ox : 2 Exemplo: seja 2)( xsenexFy x -2 -1 1 2 3 4 -1 -0.5 0.5 1 Como se observa, para esta equação, 06.1 . Pode-se também identificar duas funções )(xg e )(xh a partir da função )(xFy , impondo- se a condição de que xhxgxF )( . Constroem-se os gráficos de )(1 xgy e de )(2 xhy . Estes se interceptam num ponto cuja abscissa é 0xx : 0)( 000 xFxhxg 0x 3 Exemplo: isolar todas as raízes da equação: 1)( 2 senxxxF )()( 22 )1(1)( xhxg senxxsenxxxF Gráfico de 2)( xxg : -2 -1 1 2 1 2 3 4 Gráfico de 1)( xsenxh : -2 -1 1 2 0.5 1 1.5 2 Gráficos de )(xg e )(xh superpostos: -2 -1 1 2 1 2 3 4 Como se observa, há duas raízes reais, localizadas nos seguintes intervalos: )0,1(1 e )2,1(2 . Exercício: Localize, graficamente, as raízes das equações abaixo: 4 032) 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 ix de aproximações cujo limite é a raiz exata . Teorema: Seja uma raiz isolada exata e uma raiz aproximada da equação 0)( xF , com e pertencentes ao intervalo [a,b] e ,0)(' mxF bax , . Então a seguinte desigualdade se verifica: m F )( Exemplo: Sendo 1)()( 2 xsenxxF , delimitar o erro cometido com 4.1 no intervalo [1.0,1.5]. Resolução: )cos(2)('1)()( 2 xxxFxsenxxF Para achar o valor de m, pode-se visualizar o gráfico de )(' xFy : 5 Observa-se que m ocorre em 1x . Outra forma: designando xy 21 e ),cos(2 xy 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 )(' xF no intervalo [1,1.5] ocorre em x = 1.0, ou seja: 460.11cos12 m . Substituindo: m F )( 017.0 46.1 025.0 460.1 )4.1( F 417.1383.1017.04.1 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 de uma equação 0xF , a cada aproximação obtida, nx , utiliza-se um dos critérios abaixo para comparação do resultado obtido com uma tolerância L prefixada: L nx nxnxiiiLnxnxiiLnxFi 1)(1)()()( Observações: (a) 6 (b) O MÉTODO DA BISSECÇÃO Seja )(xFy uma função contínua num intervalo ba, e 0 bFaF . Interpretação geométrica: Construção de uma seqüência nni xxxxx ,,...,, 110 , tomando-se nx quando algum critério escolhido dentre os anteriores, por exemplo, Lxx nn 1 , for satisfeito: Na aplicação do método, a cada ix obtido, 1i , calcula-se 1 iii xx e verifica-se i satisfaz alguma condição especificada. Teorema: Seja )(xFy uma função contínua num intervalo ba, . Se 0)()( bFaF então existe pelo menos um ponto x entre a e b que é zero de )(xFy . 7 Sob as hipóteses do teorema anterior, se )(' xFh existe e preserva o sinal em ba, , então este intervalo contém um único zero de )(xFy . ],[,0)(' baxxF ],[,0)(' baxxF . Aplicação do método da bisseção: ii i ervalo novo i ii i i xxF bFxFsebx ou xFaFsexa xF médiopontox bFaF ba 0 0)()(),( 0)()(, :0 0)()( ),( int Exemplo: Determinar, usando o método da bisseção uma aproximação para a raiz da equação 01)()( 2 xsenxxF , no intervalo (1,2), com 0.01 . 8 Resolução: i a b xi F(a) F(b) F(xi) i i ix x 1 0 1 2 3 4 1 1 1.25 1.38 1.38 2 1.5 1.5 1.5 1.44 1.5 1.25 1.38 1.44 1.41 -0.84 -0.84 -0.39 -0.08 -0.08 2.09 0.25 0.25 0.25 0.08 0.25 -0.39 -0.09 0.08 0.00 25.001 xxi 2 2 1 013 x x . 3 3 2 0 06 x x . 4 4 3 0 03 x x . Exemplo: Determinar, usando o método da bisseção uma aproximação para a raiz da equação 05)( xexxF , no intervalo (1,2), com grau de exatidão 0.01 . Resolução: i a b xi F(a) F(b) F(xi) 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 25.001 xxi 2 2 1 013 x x . 3 3 2 0 06 x x . 4 4 3 0 03 x x . 5 5 4 0 02 x x . 6 6 5 0 01 x x . Assume-se para aproximação da raiz o último valor obtido para ix , ou seja, 44.1 . 9 Algoritmo Adaptado para determinar uma aproximação para a raiz da equação 01sen2 xxxF . Início Defina F(x) = x^2-sen(x)-1 Solicite os extremos do intervalo, a e b Leia(a, b) Solicite a precisão P Leia P Xm=0 Faça início Xma=Xm Xm=(a+b)/2 Se (f(a)*f(xm) < 0) então b=xm senão se (f(a)*f(xm) > 0) então a=xm senão início Escreva ‘raiz = ‘, xm Pare fim fim enquanto (|xm-xma| > P) Escreva(“aproximação”, (xm+xma)/2) Fim 2.1.4 MÉTODO DA ITERAÇÃO LINEAR (M.I.L.) O M.I.L. consiste em transformar a equação 0xF na equação )(xx , tal que 0 xxxF , onde )(x é chamada de função de iteração. Suponha que 0x corresponda a uma primeira aproximação de ; geramos uma seqüência do seguinte modo: 0x )( 01 xx )( 12 xx )(1 nn xx Se }{ nx é uma sequência convergente, então tal que: lim nn x Como é contínua:)()lim()(limlim 11 nnnnnn xxx Portanto, quando ,n ).()(1 nn xx Ou seja, . 10 Exemplo: Seja 0)sen()( 2 xxxF . Obter funções de iteração para esta equação. Resolução: xsenxx x senxxa 2 2 0 )( xxxx sen 21 senxx= senxsenxsenxx senxxb 0 2 2 xx sen 2 2 2 222 2 0 xsenarcx xxsen xxsenxx senxxc 23 sen xarcx x xsenx x xsenx xsenx xsenxd 4 2 2 0 )( Exemplo: Determinar uma aproximação para a raiz da equação 012 senxxxF no intervalo [1.0, 1.5], com grau de exatidão 310 usando o M.I.L. Resolução: Função de iteração: 1101 22 senxxsenxxsenxxxF 1sen xx Processo Iterativo: 11 3.1 10 1 3111 o nnnnnnn x xxxsenxxx 4013.113.11 senxx o 001.01013.03.14013.111 oxx 4091.114013.112 senxx 001.00078.0140134091.1122 xx 4096.114091.123 senxx 001.00005.0140914096.1233 xx 4096.1 Com grau de exatidão 310 Obs.: 52 1038.614096.14096.1 senF . Exemplo: Seja determinar, iterativamente, uma aproximação para 5 . (a) Tentativa com a função de iteração simplificada: x ax ax ax 2 2 0 (função de iteração : )(xx ) x ax )( )( 5.1 5 1 0 nn xx x a 5.1 333.3 5)( 333.3 5.1 5)5.1()( 5.1 12 01 0 xx xx x 333.3 5.1 5)( 23 xx Observa-se que a sequência gerada por n nn x xx 5)(1 não converge para a raiz da equação 02 axxF . (b) Tentativa com uma função de iteração mais trabalhada: x axaxax 22 0 12 n nnnn x axxxx x axxx x axx 2 1)( 2 1 11 5.1 5 0x a n nn x axx 2 1 1 1n -3 :passo cada 10 :TOLERÂNCIA nn xxa 917.05.1417.2 417.2 5.1 55.1 2 15 2 1)( 5.1 1 0 001 0 x xxx x 174.0417.2443.2 243.2 417.2 5417.2 2 1)( 2 12 xx 007.0243.2236.2 236.2 243.2 5243.2 2 1)( 3 23 xx 236.2236.2 10236.2236.2 236.2 236.2 5236.2 2 1)( 3 4 34 xx Obs.: 2360679.25 Convergência no M.I.L. Para o caso da equação 5x , com 5.1 0 x , observamos que: convergenão x x 51 ; x xx 5 2 1 2 converge! 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: 13 23 12 01 0 0 ... xx xx xx x xx xF LIM xxh xxg xhxgxF xxxx :onde 0 0 nx pela direita; xgy é a bissetriz! 1' xg 1' x numa vizinhança de . Observe-se agora a situação ilustrada na figura a seguir: .1)(' devizinhançanumax A figura a seguir ilustra a situação de “convergência alternada”: 14 1)(' x Teorema da Convergência de M.I.L.: Seja 0x uma aproximação para a raiz da equação 0xF numa vizinhança ., I Seja uma função de iteração para a equação 0xF e suponha-se que e ' sejam contínuos em I. Então, se , ,1 ' Ixx a sequência gerada por ,3,2,1,0 ,1 nxx nn converge para . Observação: como o valor de é desconhecido, substitui-se o valor de 0x na derivada para se concluir sobre a convergência. Esboço da demonstração: M.I.L. 1nn xx Teorema do valor médio: 11 ' nnn xxx Seja L o valor máximo de x' no intervalo I, ou seja, Lx ' no intervalo I. 1 nn xLx 15 Do mesmo modo 2 2 21 nnnn xLxxLx Continuando, chega-se a: 0 xLx n n Se 1L em todo intervalo, Ix 0 , n aumentando nx . diverge processo o 1 ' converge processo o 1 ' Ix x x Exemplo: estudar a convergência das funções de iteração do exemplo anterior. Resolução: 5.1 5 0 02 xaaxxF ! para converge não fato de por gerada sequência a visto,Como 1 222.2 25.2 5 5.1 5 1 22 0 0 ' 1 2 ' 1 1 x ax x ax x axa ! para converge por gerada sequência a visto,Como 1 < 611.0222.21 2 1= 96.1 51 2 1 1 2 1 2 1 2 0 ' 2 2 ' 2 2 x x ax x axxb Observações: (1) A maior dificuldade de M.I.L. está em encontrar uma função de iteração satisfazendo o critério de convergência. (2) O teste 1 ' 0 x pode levar a um engano se 0x não estiver suficientemente próximo da raiz. (3) A velocidade de convergência dependerá de :' quanto menor este valor, mais rapidamente o processo convergirá. 16 Exemplo: 1 555.0 9 5' 2360679.2 3 5 0 2 0 0 0 2 x ax x a x ax axxF Aplicação: !999.2 667.1 5 667.1 3 5 3 12 01 0 xx xx x ou seja, o processo não converge para a raiz da equação! Exemplo: Estudar quanto à convergência as funções de iterações obtidas anteriormente para a equação 0)()( 2 xsenxxF , considerando 0.90 x . Obter uma aproximação para a raiz da equação. Resolução: iteração de funções 4 2 3 2 2 1 xxsenx xsenarcx xsenx senxxxx Derivadas: x x x xx cos sen2 1 xcos12 ' 2 ' 1 x x x 2 1 1 4 ' 3 2 ' 4 cos x xsenxxx No ponto :9.0 0 x 1 178.29.0cos19.029.0'10'1 x 1 351.0 0885.2 622.0 9.02 9.0cos9.0'20 ' 2 sen x 17 1 069.3 9.01 9.029.0 4 ' 30 ' 3 x 1276.0 9.0 9.09.0cos9.09.0 2 ' 40 ' 4 senx 2 x e 4 x convergirão,se 0x estiver suficientemente próximo de . Isolamento da raiz: .senxg= sen 2 2 xxhexxgondexh xxxF Aplicação de M.I.L 320 10 sen e 9.0 xxxx 001.0 878.0879.0 006.0 879.0885.0 015.0 885.09.0 9.0 323 212 101 0 senxx senxx senxx x 3-545 434 10 877.0877.0 001.0 877.0878.0 senxx senxx 877.0 é uma aproximação para . Observação: 42 10051.3877.0877.0877.0 senFF Ordem de Convergência A ordem de convergência de um método fornece uma medida da velocidade com que as iterações produzidas pelo método aproximam-se da solução exata. Assim, quanto maior for a ordem de convergência, mais rapidamente se aproximará da solução exata da equação [FRANCO, 2006]. Definição: Seja kx a seqüência gerada por uma aplicação de um método numérico e kk x , onde kx representa a aproximação obtida na k-ésima iteração do método e , a solução exata. Caso existam um número 1p e uma constante 0c , tais que: 18 cp k k k 1lim então p será a ordem de convergência do método aplicado. Teorema: A ordem de convergência do MIL é 1p (linear). Do teorema de convergência: kxk xx k1 , ,kx xk Assim, M x x kx k k 1 Logo a definição é satisfeita com 1p e Mc . Observação: Para k suficientemente grande: p kk c 1 p kk c 1 p k k k k 1 1 1 1 log log k k k k p Exemplo: Determinar a raiz positiva da equação: 0cos4 xexxF Utilizando o MIL. Estimar também a ordem convergência da aplicação do método a esta equação. Resolução: Isolamento da raiz pelo método gráfico: 19 Como se vê, há duas raízes 1,21 e 1,02 . A seguir obtém-se uma função de iteração para resolução da equação: 0cos4 xex xex cos4 4cos xex 4cos xearcx 4cos xearcx Verificação quanto à convergência: 22 414 4 41 1 x xx x e ee e x Para 9,00 x , tem-se: 178.0 1544.3 4596.2 414 29.0 9.0 0 e ex Aplicação do MIL: 9,00 x 9085.04cos 9.01 earcx 0085.09.09085.0011 xx A tabela a seguir, construída no EXCEL, apresenta o resultado da aplicação do MIL, com a função de iteração anterior, para uma precisão 310 . A última coluna da tabela apresenta uma estimativa da ordem de convergência – valor de p – obtida a partir da expressão: 20 1 1 log log k k k k p i ix )( ix i p 0 0,9000 0,9085 1 0,9085 0,9018 0,0085 2 0,9018 0,9071 0,0067 3 0,9071 0,9030 0,0053 0,9939 4 0,9030 0,9062 0,0041 1,0048 5 0,9062 0,9037 0,0033 0,9962 6 0,9037 0,9057 0,0026 1,0030 7 0,9057 0,9041 0,0020 0,9977 8 0,9041 0,9053 0,0016 1,0018 9 0,9053 0,9044 0,0012 0,9986 10 0,9044 0,9051 0,0010 1,0011 11 0,9051 0,9045 0,0008 0,9991 12 0,9045 0,9050 0,0006 1,0007 13 0,9050 0,9046 0,0005 0,9994 14 0,9046 0,9049 0,0004 1,0004 15 0,9049 0,9047 0,0003 0,9997 16 0,9047 0,9049 0,0002 1,0003 17 0,9049 0,9047 0,0002 0,9998 18 0,9047 0,9048 0,0001 1,0002 Exercícios: (1) Calcular a raiz da equação .01.0 com 0ln2 xxxF Usar o M.I.L. 65.0 : R (2) Calcular a raiz da equação .01.0 com 0103 xxF Usar o M.I.L. 15.2 : R (3) Calcular a raiz da equação 0332 xexxF , -310 com , usando o M.I.L. 3521.0 : R 21 Algoritmo: Adaptado para determinar uma aproximação para a raiz da equação 012 xsenxxF , usando a função de iteração: 1 xsenx Início /* MIL */ Defina Fi(x) = 1sen x Solicite a aproximação inicial (x0) Leia Xv Solicite a precisão (E) Leia E Solicite o limite de iterações (N) Leia N Para i de 1 até N faça início Xn = Fi(Xv) Se |Xn – Xv| E então início Escreva “aprox “,Xn,“ com “,i,“ iteracoes” Saia da repetição fim senão Xv=Xn fim Se |Xn – Xv| > E então início Escreva “Aplicação não converge ou “ Escreva “grau de exatidão não”, “ pode ser alcançado com “, N, “ iterações” fim Fim /* MIL */ O MÉTODO DE NEWTON-RAPHSON (N-R) Descrição Seja I um intervalo contendo a raiz da equação 0xF . Suponha-se que 0' xF Ix . 0xF 0 )(' )( xF xF x xF xFx )(' )( )(' )()( xF xFxx ,2,1,0, )(' )( 1 nxF xFxx n n nn (N-R). 22 Como no M.I.L., o objetivo é gerar uma seqüência nx a partir de uma aproximação inicial 0x , segundo o esquema: )(' )()( )(' )()( )(' )()( 1 1 1 112 0 0 001 n n nnn xF xFxxx xF xFxxx xF xFxxx Encontra-se portanto, ao término do processo, uma aproximação 1 nx para a raiz da equação 0xF . Exemplo: Seja obter uma aproximação para a raiz da eq. 012 xsenxxF no intervalo 5.1,0.1 , com grau de exatidão 310 , utilizando o método de N-R e adotando 3.10 x . Resolução: xxxFy senxxxFy cos2)('' 1)( 2 Equação para iteração: kk kk kk k k kk xx xxxx xF xFxx cos2 1sen )(' )( 2 11 3101173.03.14173.1011 4173.1 3325.2 2736.03.1 )3.1cos()3.1(2 1)3.1(2)3.1(3.11 3.10 xx senx x 0076.04173.14097.1122 4097.1 6817.2 0205.04173.1 )4173.1cos()4173.1.(2 1)4173.1(2)4173.1(4173.12 xx senx 3100001.04097.14096.1233 4096.1 6590.2 41002.24097.1 )4097.1cos()4097.1.(2 1)4097.1(2)4097.1(4097.13 xx senx 4096.1 23 Interpretação Geométrica )1( )1( 12 )1( )1()21( )1()21()1( )1( 21 0)1( xF xF xx xF xF xx xFxxxF xF xx xF tg )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 O método de N-R é conhecido como método das tangentes. )(' )( 1 n n nn xF xFxx ,...2,1,0 )( n RN Obtenção da fórmula de N-R a partir do desenvolvimento de xFy em série de Taylor ...).( !2 )("))(()f(x=f(x) :Taylor de Fórmula 2 00 000 xxxfxxxf 0))(()( ...2,1,0,0))(()()( 1 11 nnnn nnnnn xxxFxF nxxxFxFxF 0 )( )( 1 nn n n xx xF xF )( )( 1 n n nn xF xFxx n = 0,1,2...24 Sobre a convergência do método A condição suficiente para que um processo iterativo )(xx seja convergente é 1)( x , 0Ix , onde 0I é uma vizinhança da raiz da equação 0xF . Da função de iteração: )(' )()( xF xFxx Obtém-se: 2))(( )(").( 2))(( )(").(2))((2))(( 2))(( )](").()().([1)( xF xFxF xF xFxFxFxF xF xFxFxFxFx Portanto, o processo será convergente se 1 )]([ )(").()( 2 xF xFxFx Observe-se que, como 0)( F : 10 )]([ )(").()( 2 F FF Se F e F são contínuos em I , é contínua em I e, portanto, desde que 0)( , existe uma vizinhança II tal que Ixx ,1)( '. Conclui-se, portanto, que o método de N-R, quando pode ser aplicado, é sempre convergente. A dificuldade está em determinar este subintervalo I´ onde seguramente 1)( x . Exemplo: Para o problema de se determinar uma aproximação para a raiz da equação 01)( 2 xsenxxF no intervalo 5.1,0.1 , com 3.10 x , estudar quanto à convergência as funções de iterações utilizadas nos métodos M.I.L. e N-R. 25 Resolução: (a) M.I.L 1sen2 coscos. 1sen2 1)(1sen)( x xx x xxx 1954.01)3.1(2 )3.1cos()( 0 sen x Portanto, se 0x estiver suficientemente próximo da raiz, a aplicação do método deverá ser convergente. (b) método de N-R xsenxFxxxFxsenxxF xF xFxFx 2)("cos2)(1)( )( )(").()( 2 2 11490.0])3.1cos(3.12[ 3.121)3.1()3.1( )( )(").()( 2 2 2 0 00 0 sensen xF xFxFx Portanto, se 0x estiver suficientemente próximo da raiz, a aplicação do método deverá ser convergente. Aplicabilidade do Método de N-R (Teorema de Fourier) É condição suficiente para a convergência do método de N-R que xF e xF não se anulem e mantenham sinais constantes numa vizinhança I de uma raiz da equação 0xF e que o processo se inicie num ponto Ix 0 tal que 0)(").( 00 xFxF . 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 xFxx xxxF senxxxF cos2)( )( 2 nn nn nn xx senxxxx cos2 )( 2 1 Condições para convergência (Teorema de Fourier): senxxF xxxFa 2)(" cos2)()( Pelo método gráfico, como visto em exemplo anterior, pode-se concluir que )1,5.0( . Com relação a xF , neste intervalo, pode-se observar o que segue: 26 anula se não sinal preserva 0cos2)( )0.1,5.0( xxxF x Com relação a xF , no mesmo intervalo, observa-se que: .02)(",)0.1,5.0( xsenxFx 0)(").( 783.2)9.0(2)9.0(")(" 03.0)9.0(2)9.0()9.0()()( 00 0 0 xFxF senFxF senFxFb Processo iterativo: 9.00 cos2 2 1 x nxnx nxsennx nxnx 0227.09.08773.01 8773.0 1784.1 0267.09.0 )9.0cos()9.0.(2 )9.0(2)9.0(9.01 senx 3100006.08773.08767.02 8767.0 1154.1 410395.68773.0 )8773.0cos()8773.0.(2 8773.0(2)8773.0(8773.02 xsenx 8767.0 Exemplo: Calcular a raiz da equação 0cos2 xxxF usando o método de N-R 410 . Resolução: 27 xx xhxgxF cos2 ]5.0,0[ Função de iteração ...2,1,0 )( )( 1 nxF xFxx n n nn xsen xxxx xsen xxxx senxxF xxxF n nn nn 2 )cos2()( 2 )cos2( 2)( cos2)( 1 Condições para convergência (suficientes): (a) xxxF cos2 xsenxF 2 xxF cos ]5.0,0[ 0)(" 0)( ],5.0,0[ xF xF x não se anulam e preservam o sinal na vizinhança da raiz. (b) 000 xFxF : 0)(").( 010cos)(" 010cos0.2)( :0 00 0 0 0 xFxF xF xF x 0878.0)5.0cos()(" 0>0.12=0.878-1)5.0cos(-)05.(2)( :5.0 0 0 0 xF xF x 0)(").( 00 xFxF Aplicação do método de N-R: n nn nn senx xxxx 2 )cos2( 1 5.00 x 28 4506.0 4794.2 1224.05.0 5.02 )5.0cos()5.0.(25.01 sen x 4502.0 4355.2 10014.14506.0 )4506.0(2 )4506.0cos()4506.0.(24506.0 0494.05.04506.0 3 2 011 sen x xx 4502.0 4355.2 1099.34502.0 )4502.0(2 )4502.0cos()4502.0.(24502.0 0004.04506.04502.0 5 3 122 sen x xx 4 233 10 xx 4502.0 Ordem de Convergência do Método de N-R Teorema: Se F , F e F são contínuas em um intervalo I , centrado em , raiz da equação 0xF , e se 0 F , então a ordem de convergência do método de Newton-Raphson é quadrática ( 2p ). Exemplo: Determinar a raiz positiva da equação: 0cos4 xexxF Utilizando o método de N-R. Estimar também a ordem convergência da aplicação do método a esta equação. Resolução: xexxF cos4 xexxF sen4 Pelo método gráfico, conforme já apresentado na seção relativa ao MIL, a raiz positiva da equação se encontra no intervalo 1,0 e é próxima de 1. No entanto, como o objetivo é ilustrar a obtenção de uma aproximação para p , ordem de convergência, adotaremos 25.00 x . Cálculo de 1x : 3899.1 2736.2 5916.225.0 25.0sen4 25.0cos425.0 25.0 25.0 0 0 01 e e xF xFxx 1399.125.03899.1011 xx A tabela a seguir, construída no EXCEL, apresenta o resultado da aplicação do método de N- R, para a obtenção de uma aproximação para a raiz da equação com exatidão até a quarta casa decimal. A última coluna da tabela apresenta uma estimativa da ordem de convergência – valor 29 de p – obtida a partir da expressão: 1 1 log log k k k k p i ix ixF ixF i p 0 0,2500 2,5916 -2,2736 1 1,3899 -3,2945 -7,9490 1,1399 2 0,9754 -0,4089 -5,9640 0,4145 3 0,9068 -0,0115 -5,6267 0,0686 1,7784 4 0,9048 0,0000 -5,6166 0,0021 1,9505 5 0,9048 0,0000 -5,6166 1,851E-06 1,9977 6 0,9048 0,0000 -5,6166 1,508E-12 2,0000 Exercício Dada a equação: 01ln xxxF pede-se calcular uma aproximação para a sua raiz usando o método de N-R com 410 . 763.1 Exercício: Usando o método de N-R determine a menor raiz positiva das equações abaixo. 43097.106)( 754.0cos2)( 2748.40 2 )( 5 2/ xc exb tgxxa x Considere 410 . Exercício: Seja a equação: 04 2 xexF x . Obter uma aproximação para com 410 usando o método de N-R. )7148.0( 30 Algoritmo: Adaptado para determinação de uma aproximação para a raiz da eq. 0cos2 xxxF por meio do método de N-R. Início /* N-R */ Defina F(x) = 2x-cos(x) Defina DF(x) = 2 + sen(x) Solicite a aproximação inicial (x0) Leia Xv Solicite a precisão (E) Leia E Solicite o limite de iterações (N) Leia N Para i de 1 até N faça início Xn= xv – F(xv)/DF(xv) Se |Xn – Xv| E então início Escreva “aprox “,Xn,“ com “,i,“ iteracoes” Saia da repetição fim senão Xv=Xn fim Se |Xn – Xv| > E então início Escreva “Aplicação não converge ou “ Escreva “grau de exatidão não”, “ pode ser alcançado com “, N, “ iterações” fim Fim /* N-R */ O MÉTODO DAS SECANTES A discussão a seguir é baseada em [FRANCO, 2006]. Uma série desvantagem do método de N-R é a necessidade de se ter que obter )(' xF , bem como calcular o seu valor numérico a cada passo. No método das secantes, a derivada )(' xF é substituída pelo quociente das diferenças : 1 1 )()()(' kk kk k xx xFxFxF onde 1, kk xx são duas aproximações quaisquer para a raiz . Substituindo na equação do método de Newton-Raphson, obtém-se: 31 )()( )()( )()( )( )(' )( 1 1 1 1 1 kk kkk k kk kk k k k k kk xFxF xFxxx xx xFxF xFx xF xFxx )()( )()( 1 11 1 kk kkkk k xFxF xFxxFx x Observe-se que são necessárias duas aproximações iniciais para que a equação acima possa ser utilizada. Graficamente: 11 1 1 1 )()()()( kk k kk kk xx xF xx xFxFtg )()()( 1 1 1 11 kk kk k kk xFxF xx xF xx )()( ))(( 1 11 11 kk kkk kk xFxF xxxFxx )()( )()( 1 11 1 kk kkkk k xFxF xFxxFx x Exemplo: 0cos4)( xexxF , )1,0( , 9.0)(' xF (método gráfico) Resolução: 9.00 x e 0.11 x (valores arbitrados) ?2 x ( 1k ) 32 0.0268)9.0cos(4)( 9.00 exF 5571.0)1cos(4)( 11 exF 9046.0 5839.0 5282.0 0268.05771.0 )0268.0)(1()577.0)(9.0( )()( )()( 01 0110 2 xFxF xFxxFxx 0954.019046.0122 xx ?3 x ( 2k ) 5771.0)( 1 xF 0011.0)9046.0cos(4)( 9046.02 exF 9048.0 5582.0 5050.0 )5771.0(0011.0 )5771.0)(9046.0()0011.0)(1( )()( )()( 12 1221 3 xFxF xFxxFxx 0002.09046.09048.0233 xx ?4 x ( 3k ) 0011.0)( 2 xF 00004.0)9048.0cos(4)( 9048.03 exF 9048.0 0010.0 0009.0 )0011.0(00004.0 )0011.0)(9048.0()00004.0)(9046.0( )()( )()( 23 2332 4 xFxF xFxxFx x 3 344 10 xx Portanto, 9048.0 , com 310 . Ordem de Convergência – Método das Secantes [FRANCO, 2006] Teorema: A ordem de convergência do método das secantes é .618.1 2 51 p Exercício: Determinar, pelo método das secantes, uma raiz de cada uma das equações a seguir [FRANCO, 2006]: a) xx ln7.2 b) 0ln xe x 2.2 ESTUDO DAS EQUAÇÕES ALGÉBRICAS 2.2.1 INTRODUÇÃO Seja uma equação algébrica (polinomial) de grau 1nn : 33 0... 012211 axaxaxaxaxP nnnnnn onde os coeficientes ia são números reais e 0na . Teorema Fundamental da Álgebra Todo equação algébrica de grau n, 1n , tem exatamente n raízes, que podem ser reais ou complexas, e não necessariamente distintas. Uma raiz da equação 0xP é dita ter multiplicidade m se: 0..."' 1 mPPP e 0mP . Exemplo: Mostrar que 2 é raiz da equação algébrica 08465 234 xxxxxP com multiplicidade m = 3 Resolução: 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 é raiz e tem multiplicidade m = 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 0xx , ou seja, 0xP . Observe-se que o cálculo de 0xP requer n adições e 2 1nn multiplicações. De fato: produtoprodutosprodutos axaxaxaxP n n n n n n 0 1 01 1 1 0100 ... Assim, o número de multiplicações é dado por1: 1 A expressão corresponde à soma dos termos de uma progressão aritmética, dada por 2 1 n n aan S , com na 1 , 1na e número de termos = n. 34 2 112...21 nnnnn Então, se o grau n do polinômio for elevado (digamos, 20n ), o cálculo de 0xP , além de se tornar muito laborioso, é também ineficiente do ponto de vista computacional. 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 , dividindo-se xP pelo binômio cx , obtém-se a igualdade: divisão da resto quociente polinômio rxQcxxP onde xQ é da forma: 12211 . bxbxbxbxQ nnnn Como determinar os coeficientes nibi ,,1, e o resto r? 1rcxxQxP 0111 axaxaxaxP nnnn 12211 bxbxbxbxQ nnnn rcbxcbbxcbbxcbbxcbbxb rcxbxbxbxbaxaxaxa 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 Obtém-se, da redução a termos semelhantes: 35 01 121 212 11 . . . . abcr abcb abcb abcb ab nnn nnn nn Ou, equivalentemente, 01 1 . 11. abcr nkabcb ab knknkn nn (Algoritmo de Briot-Ruffini). Exemplo: Seja dividir 10167 23 xxxxP pelo binômio 2x , usando o método de Briot-Ruffini Resolução: 1223 .2 bxbxbxQ rxQxxP 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: sai ' 1 -7 16 -10 2 2 -10 12 1 -5 6 2 sbi ' r 36 Exemplo: Seja dividir 10167 23 xxxxP Pelo binômio 3x , usando o dispositivo prático de Briot-Ruffini. Resolução: 1 -7 16 -10 -3 -3 30 -138 1 -10 46 -148 14846102 RxxxQ Observe-se que: 148103163733 23 P Teorema: o valor numérico de xP em cx é igual ao resto da divisão de xP por cx Demonstração: rxQcxxP Em cx : rcPrcQcccP . Exemplo: Dado o polinômio ,5316231521023 23456789 xxxxxxxxxxPseja 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 Teorema: o valor numérico da derivada de xP para cx é igual ao resto da divisão de xQ por cx , onde xQ é o polinômio quociente da divisão de xP por cx . Demonstração: rxQcxxP . 37 cxxQxQxP '' Em cx : cQcccQcQcP .'' 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 2P 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 Exemplo: Dado 84252 234 xxxxxP , calcular 3P utilizando a fatoração de Horner. 38 Resolução: 84252 84252 84252 84252 2 23 234 xxxx xxxx xxxx xxxxxP 13383432353.23 PP Exemplo: Dado ,5316231521023 23456789 xxxxxxxxxxP calcular 2P pelo método de Horner. Resolução: 32152321622232152221022232 5316231521023 53162315210223 531623152102233 5316231522103243 53162315223104253 531623215324105263 5316223315425106273 53162233415526107283 532163243515627108293 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 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 xP . 39 Exemplos: 0302975 234 xxxxxPa + n = 2 ou 0 raízes reais positivas 302975 234 xxxxxP + n = 2 ou 0 raízes reais negativas 1432 345 xxxxxPb + + n = 2 ou 0 raízes reais positivas 1432 345 xxxxxP n = 3 ou 1 raízes reais negativas 144 235 xxxxxPc n = 3 ou 1 raízes reais positivas 144 235 xxxxxP + n = 2 ou 0 raízes reais negativas 1 7 xxPd n = 0 raízes reais positivas 17 xxP n = 1 raíz real negativa 40 2.2.6 LIMITAÇÃO DAS RAÍZES REAIS DE UMA EQUAÇÃO ALGÉBRICA: MÉTODO DE LAGUERRE Limitar as raízes de uma equação 0xF é determinar um intervalo onde estão todas as raízes da equação. O MÉTODO DE LAGUERRE Seja determinar um número real sL tal que, dada a função polinomial xPy , 0xP , 0 Lx . Diz-se que sL é um limitante superior para as raízes da equação algébrica 0xP . Para se determinar sL divide-se sucessivamente xP por kxx , ,2,1kx até que para um particular valor de x, digamos Lx , tem-se todos os coeficientes do quociente e o resto da divisão positivos. Dividindo-se xP pelo binômio sLx obtém-se: RxQLxxP S onde xQ é da forma: 12 1 1 1 bxbnxnb nxnb Obviamente: se 0 SLx , nibi ,,2,1 ,0 , e 0R , então 0xP . Exemplo: Seja o polinômio: 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 41 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 7 SL é um limitante superior para os zeros da função polinomial xPy . Para se determinar um limitante inferior, iL , para as raízes reais não positivas da equação algébrica 0xP , procede-se como indicado a seguir. Seja n o grau da equação algébrica 0xP . Então: (a) Se n é par, determina-se o limitante superior sK de xPy e toma-se si KL . (b) Se n é ímpar, determina-se o limitante superior sK de )( xPy e toma-se si KL . Graficamente: Caso (a): 42 Caso (b): Exemplo: Determinar um limitante inferior para os zeros do polinômio do exemplo anterior. Resolução: 302975 234 xxxxxP Grau n = 4, par si KL , onde sK é o limitante superior para )( xPy . Determinação de sK : 43 302975 234 xxxxxP 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 1 5 -7 -29 30 3 3 24 51 66 3sk 1 8 17 22 96 3 si kL é um limitante inferior para os zeros da função polinomial xPy . Observação: as raízes da equação 0302975 234 xxxx são: 21 , 12 , 33 e 54 . Portanto: 4,3,2,1 , 7,3 ii . 2.2.7 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 xPxx n n nn onde: nxP é o resto da divisão de xP por nxx e nxP' é o resto da divisão do quociente obtido quando do cálculo de nxP pelo binômio nxx . Exemplo: Considere a equação algébrica: 04616327633 xxxxP Para esta equação, pede-se: a) Estimar o número de raízes reais positivas e negativas. b) Determinaros limitantes superior e inferior para as raízes reais. c) Verificar se existe raiz real no intervalo 25,20 . 44 d) Obter uma aproximação para uma raiz da equação no intervalo 25,20 com grau de exatidão 210 , usando o método de Brige-Vieta e assumindo 5.220 x (ponto médio do intervalo) como aproximação inicial da raiz. Resolução: a) Número de raizes reais da equação: 04616327633 xxxxP n = 3 ou 1 raízes reais positivas 04616327633 xxxxP n = 0 raízes reais negativas b) Limitantes superior ( sL ) e inferior ( iL ) para as raizes reais: sL = ? 3 -76 163 -46 25 75 3 01 3 -76 163 -46 26 78 52 5590 3 2 215 5544 26 SL é um limitante superior para os zeros da função polinomial xPy . ?iL Grau n = 3, ímpar si KL , onde sK é o limitante superior para )( xPy . 04616327633 xxxxP 04616327633 xxxxP 3 76 163 46 1 3 79 242 1 sk 3 79 242 288 1 si kL é um limitante inferior para os zeros da função polinomial xPy . c) Verificação da existência de raiz real no intervalo 25,20 , por Briot-Ruffini: 45 3 -76 163 -46 20 60 -320 -3140 3 -16 -157 -3186 3 -76 163 -46 25 75 -25 3450 3 -1 138 3404 Como 0318620 P e 0340425 P , então existe pelo menos uma raiz real no intervalo 25,20 . d) Determinação de uma aproximação para uma raiz no intervalo 25,20 por Birge-Vieta: 5.220 x Cálculo de 1x : )5.22(' )5.22(5.22 )(' )( 0 0 01 P P xP xPxx Dispositivo prático de Briot-Ruffini: 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 xx Cálculo de 2x : )02.23(' )02.23(02.23 )(' )( 1 1 12 P P xP xPxx 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) 46 00.23 24.1433 61.2802.232 x 02.002.2300.23122 xx Cálculo de 3x : )23(' )23(23 )(' )( 2 2 23 P P xP xPxx Dispositivo prático de Briot-Ruffini: 3 -76 +163 -46 23 69 -161 46 3 -7 2 0 = 23P 2 233 102300.23 xx 233 x 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. Resolução: (a) 013 345 xxxxxP 1 1 n = 2 ou 0 raízes reais positivas (b) 013 345 xxxxxP 111 + n = 1 ou 3 raízes reais negativas (c) Limitante superior: 47 3 -1 -1 0 1 1 1 3 2 1 1 2 1SL 3 2 1 1 2 3 (d) Limitante inferior: n = 5 si KL , sK limitante superior de )( xPy 1313 345345 xxxxxPxxxxxP 3 1 -1 0 1 -1 1 3 4 3 3 4 3 4 3 3 4 3 1 si KL 1 iL De (c) e (d): 1,10: P (e) ?ixP , 1,1ix Do item (c) : P( 1 ) = 3 > 0 P(0) = 1 > 0 P( -1) = ? Do item (d): 3)1( P 3)1( P Separação das raízes 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. Raízes negativas (?) P( 0 ) = 1 > 0 P( -1) = -3 < 0 P( -0,5) = ? real ; 0,1 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 48 P(-0.5) = 0.469 > 0 5.0- ,1 ; real (f) Determinação da raiz real negativa: Método de Birge-Vieta: )(arbitrado6.0,2,1,0 , ' 01 xnxP xP xx n n nn 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 = 6.0P -0.6 -1.8 2.76 -2.06 1.48 3 -4.6 3.44 -2.47 2.73 = 6.0P -0.6 -1.8 3.84 -4.368 3 -6.4 7.28 -6.838 6.0P = -13.676 1459.0 )73.2( )676.13)(25.0( )( )(").()( 22 0 00 0 xP xPxPx Portanto, haverá convergência se 0x estiver suficientemente próximo de . Cálculo de 1x : 6.0' 6.06.0 ' 10 0 01 P Px xP xPxx 690 732 25060 11 .x . . .x 2011 1009.06.0069 xx Cálculo de 2x : 69.0' 69.069.0 ' 1 1 12 P P xP xPxx 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 = 69.0P -0.69 -2.07 3.55 -3.22 2.75 3 -5.14 4.67 -3.99 4.28 = 69.0P 68.0 28.4 06.069.02 x 01.069.068.0122 xx 49 68.0 ?P 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 = 68.0P 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 xP 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 xP 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: 50 (a) o número de raízes positivas (b) o número de raízes 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 positiva (f) uma raiz real positiva ( ) no intervalo identificado no item anterior (Birge-Vieta) (g) o valor numérico de P . Precisão: 310 Resp.: 8581.0 2.2.9 MÉTODO DAS SEQÜÊNCIAS DE STURM Seqüência de funções xgxgxgxg noi ,,,: 1 construída do seguinte modo: xPxg o ; xPxg '1 ; 2, kxg k , é igual ao simétrico do resto da divisão de 2kg por 1kg . O número de zeros da função xPy no intervalo ba, é a diferença entre o número de variações de sinal da seqüência agagag n,,,, 10 e da seqüência bgbgbg n,,, 10 . Exemplo Aplicar o método das seqüências de Sturm para localizar todas as raízes reais de: 032.06.003.14.2 234 xxxxxP Resolução: (a) Sequência xgi 32.06.003.14.2 23400 xxxxxgxPxg 46.006.22.74' 2311 xxxxgxPxg 15.0515.08.1 231 xxxxg xgxgrestoxg 102 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 4071.0343.1565.023.0759.0565.0 2222 xxxgxxxg 51 xgxgrestoxg 213 336.05059.0 1860.0613.0457.0 15.01079.0457.0 457.04071.0343.1 4071.0343.115.0515.08.1 2 2 23 223 x xx xx xxx xxxxx 6642.05059.0336.05059.0 33 xxgxxg xgxgrestoxg 324 0438.0 4509.06788.0 4071.06788.0 6788.06642.0 6642.04071.0343.1 2 2 x x xxx xxx 0438.04 xg (b) Tabela de sinais: ?SL 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) ?iL 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) 52 Tabela: x 0g 1g 2g 3g 4g Variação -1 + - + - + 4 0 - + + - + 3 1 - - + + + 1 2 + + + + + 0 3 + + + + + 0 Observações sobre a construção da tabela acima: 30g 3P = 26.95 > 0 31g ? 15.0515.08.1 231 xxxxg 31g 12.495 > 0 32g ? 4071.0343.122 xxxg 32g 5.3781 33g ? 6642.03 xxg 033 g 034 g (c) Interpretação: Seja ixv o número de variações de sinal da seqüência xg i em ixx . )0,1( 3)0( 4)1( 1 v v )1,0(, 1)1( 3)0( 32 v v )2,1( 0)2( 1)1( 4 v v (d) continuação da aplicação do método de Sturm: 6.00g 0.022 > 0 6.01g ? 6.01g 0.027 6.02g ? 6.02g 0.0387 6.03g 0.6 - 0.6642 = -0.0642 < 0 6.04g > 0 0 - + + - + 3 0.6 + + - - + 2 1 - - + + + 1 )1,6.0( 1)1( 2)6.0( )6.0,0( 2)6.0( 3)0( 32 v v v v Observação quanto às raízes isoladas: 53 (e) verificação dos intervalos: )0,1( 032.0)0( 051.3)1( 1 P P )2,1( 08.1)2( 009.0)1( 4 P P )6.0,0( 0)6.0( 0)0( 2 P P )1,6.0( 0)1( 0)6.0( 3 P P )2,1( 0)2( 0)1( 4 P P (f) raízes da equação 0xP : 6.1,8.0,5.0,5.0 4321 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 Resolução: (a) Regra de sinais de Descartes (número de raízes) + + + 245.44.0 23 xxxxP n = 2 ou 0 raízes reais positivas + 245.44.0 23 xxxxP n = 1 raiz real negativa (b) Limitantes para as raízes Método de Laguerre ?SL 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 2SL 1 2.4 0.35 2.7 ?iL 54 245.44.0 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 3iL 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)( 2 1 xxxg )(/)(g resto - )( 102 xgxxg 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 )003.3(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 55 752.0)(3 xg (c.1.2) Tabela de sinais 3iL , 2SL x 0g 1g 2g 3g Variação -3 - + - + 3 -2 + + - + 2 )2,3(1 1 + - - + 2 0 + - - + 2 )1,0(2 1 - - + + 1 2 + + + + 0 )2,1(3 (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(3 )1,0(02)0( 2 P 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( 1 P P (d) Verificação quanto à convergência 5.10 x (arbitrado) 56 20 00 0 )(' )(").()(' xP xPxPx 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 O resto da terceira aplicação do método de Briot-Ruffini é igual à metade da derivada segunda de P(x) no ponto considerado. 132.0)5.3( )8.9)(4.0()(' 20 x Portanto, 0x suficientemente próximo da raiz implicará na convergência da aplicação do método. (e) Cálculo das raízes (e.1) Cálculo de ))0.2,0.1(( 33 ,2,1,0, )(' )( 1 kxP xPxx k k kk 5.10 x 61.1 5.3 4.05.1 )5.1(' )5.1(5.11 P Px 2 011 1011.05.161.1 xx )61.1(' )61.1(61.12 P Px 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) 57 01.061.160.1 60.1 6143.4 0456.061.1 122 2 xx x 60.13 Verificação: P(1.60) = ? 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: 020102 23 xxxxP pede-se: (a) o número de raízes reais positivas ( n ) e negativas (n ); (b) os limitantes superior ( SL ) e inferior ( iL ) 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 01.0 . Resposta: 3688.1 Algoritmo para o cálculo do valor numérico de um polinômio: Seja o problema de se calcular o valor numérico de um polinômio xP da forma: 0111 axaxaxaxP nnnn em cx (ou seja, cP . Deve ser utilizado o esquema a seguir: 01 1 . 11. abcr nkabcb ab knknkn nn (algoritmo de Briot-Ruffini) Por meio do qual são obtidos os coeficientes do polinômio quociente: 58 12211 bxbxbxbxQ nnnn A seguir apresenta-se um esquema para o cálculo da derivada de um polinômio: bn bn-1 bn-2 … b2 b1 c dn-1*c dn-2*c … d2*c d1*c bn bn-1+dn-1*c bn-2+dn-2*c b2+d2*c b1+d1*c dn-1 dn-2 dn-3 d1 resto dn-1 = bn; dn-k-1 = bn-k + dn-k*c, k =1,2,...n-2; resto = b1+d1*c (valor numérico da derivada do polinômio). O algoritmo é apresentado a seguir. SEJAM A: VETOR DOS COEFICIENTES DO POLINÔMIO: A(0:N) B: VETOR DOS COEF. DO POL. QUOCIENTE: B(1:N) D: VETOR COEF. POL. P/ CÁLC. DE P’(C): D(1:N-1) /* INICIO ALGORITMO */ DADOS SOLICITAR O GRAU DO POLINÔMIO LER N SOLICITAR OS COEFICIENTES LER (A(I),I=0,...,N) SOLICITAR C LER C /* APLICAÇÃO DO ALGORITMO DE BRIOT-RUFFINI: P(C) */ B(N)=A(N) PARA K DE 1 ATÉ N-1 FAÇA INÍCIO B(N-K)=C*B(N-K+1)+A(N-K) FIM // VALOR NUMÉRICO DO POLINÔMIO VNP = C*B(1) + A(0) ESCREVA (‘P(‘,C,’)=’, VNP) /* APLICAÇÃO DO ALGORITMO BRIOT-RUFFINI: P’(C) */ D(N-1)=B(N) PARA K DE 1 ATÉ N-2 FAÇA INÍCIO D(N-K-1)=C*D(N-K)+B(N-K) FIM 59 // VALOR NUMÉRICO DERIVADA P’(C) VNDP = C*D(1)+B(1) ESCREVA (‘D/DX(P(‘,C,’))=’,VNDP) /* FIM ALGORITMO */ BIBLIOGRAFIA 1. BARROSO, L.C. & outros. Cálculo Numérico (com aplicações). Editora Harbra Ltda, 1987. 2. DORN, W.S. & MAcCRACKEN, D. D. Cálculo Numérico com Estudo de Casos em Fortran IV. Campus, 1978. 3. FRANCO, N. B. Cálculo Numérico. São Paulo: Pearson Prentice Hall, 2006. 4. MAURER, W. A. Curso de Cálculo Diferencial e Integral: Funções de Várias Variáveis e Aplicações. São Paulo: Edgard Blücher Ltda, 1968. 5. RUGGIERO, M.A.G. & LOPES, V.L.R. Cálculo Numérico Aspectos Teóricos e Computacionais. São Paulo: MAKRON Books, 1996.
Compartilhar