Baixe o app para aproveitar ainda mais
Prévia do material em texto
Ca´lculo Nume´rico Processos Iterativos de Determinac¸a˜o de Ra´ızes Aula 6 Prof. Roberto Capistrano e Prof. Jose´ Vicente Prof. Roberto Capistrano Ca´lculo Nume´rico 1 / 21 Suma´rio 1 Processos Iterativos de Localizac¸a˜o Introduc¸a˜o Me´todo da Bissecc¸a˜o Algoritmo Me´todo de Newton-Raphson 2 Exerc´ıcios Propostos 3 Bibliografia Prof. Roberto Capistrano Ca´lculo Nume´rico 2 / 21 Processos Iterativos de Localizac¸a˜o Introduc¸a˜o O que sa˜o processos iterativos Introduc¸a˜o Entendemos um processo iterativo como sendo um procedimento para obter uma sequencia s1, s2, . . . , sn, . . . de aproximac¸a˜o de uma soluc¸a˜o desejada, onde um termo da sequencia e´ obtido em func¸a˜o dos anteriores. Prof. Roberto Capistrano Ca´lculo Nume´rico 3 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Metodo da Bissecc¸a˜o Seja [a, b] um intervalo que conte´m um zero de f (x)(cont´ınua), isto e´ um raiz de f (x) = 0, onde f (x) e´ uma func¸a˜o que intercepta o eixo x em algum ponto deste intervalo (f (a) · f (b) < 0). Vamos supor, para simplficar que este zero e´ u´nico em [a, b]. Queremos reduzir a amplitude do intervalo [a, b] mantendo a raiz no intervalo ate´ atingir a precisa˜o colocada, b − a < ε, usando o processo de sucessiva divisa˜o de [a, b] ao meio. Fazendo as iterac¸o˜es da forma, onde x e´ o zero procurado : 1 x0 = a0 + b0 2 ; f (a0) < 0,f (b0) > 0 e f (x0) > 0, onde a0 = a e b0 = b =⇒ x ∈ [a0, x0] 2 x1 = a1 + b1 2 ; f (a1) < 0,f (b1) > 0 e f (x1) < 0, logo, x ∈ [x1, b1] onde b1 = x0 3 x2 = a2 + b2 2 ; f (a2) < 0,f (b2) > 0 e f (x2) < 0, assim, x ∈ [x2, b2] com b2 = b1 prosseguimos, assim, ate´ que ∣∣∣bn − xn∣∣∣ < ε, o que garante, x ∈ [xn, bn]. Prof. Roberto Capistrano Ca´lculo Nume´rico 4 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Metodo da Bissecc¸a˜o Seja [a, b] um intervalo que conte´m um zero de f (x)(cont´ınua), isto e´ um raiz de f (x) = 0, onde f (x) e´ uma func¸a˜o que intercepta o eixo x em algum ponto deste intervalo (f (a) · f (b) < 0). Vamos supor, para simplficar que este zero e´ u´nico em [a, b]. Queremos reduzir a amplitude do intervalo [a, b] mantendo a raiz no intervalo ate´ atingir a precisa˜o colocada, b − a < ε, usando o processo de sucessiva divisa˜o de [a, b] ao meio. Fazendo as iterac¸o˜es da forma, onde x e´ o zero procurado : 1 x0 = a0 + b0 2 ; f (a0) < 0,f (b0) > 0 e f (x0) > 0, onde a0 = a e b0 = b =⇒ x ∈ [a0, x0] 2 x1 = a1 + b1 2 ; f (a1) < 0,f (b1) > 0 e f (x1) < 0, logo, x ∈ [x1, b1] onde b1 = x0 3 x2 = a2 + b2 2 ; f (a2) < 0,f (b2) > 0 e f (x2) < 0, assim, x ∈ [x2, b2] com b2 = b1 prosseguimos, assim, ate´ que ∣∣∣bn − xn∣∣∣ < ε, o que garante, x ∈ [xn, bn]. Prof. Roberto Capistrano Ca´lculo Nume´rico 4 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Metodo da Bissecc¸a˜o Seja [a, b] um intervalo que conte´m um zero de f (x)(cont´ınua), isto e´ um raiz de f (x) = 0, onde f (x) e´ uma func¸a˜o que intercepta o eixo x em algum ponto deste intervalo (f (a) · f (b) < 0). Vamos supor, para simplficar que este zero e´ u´nico em [a, b]. Queremos reduzir a amplitude do intervalo [a, b] mantendo a raiz no intervalo ate´ atingir a precisa˜o colocada, b − a < ε, usando o processo de sucessiva divisa˜o de [a, b] ao meio. Fazendo as iterac¸o˜es da forma, onde x e´ o zero procurado : 1 x0 = a0 + b0 2 ; f (a0) < 0,f (b0) > 0 e f (x0) > 0, onde a0 = a e b0 = b =⇒ x ∈ [a0, x0] 2 x1 = a1 + b1 2 ; f (a1) < 0,f (b1) > 0 e f (x1) < 0, logo, x ∈ [x1, b1] onde b1 = x0 3 x2 = a2 + b2 2 ; f (a2) < 0,f (b2) > 0 e f (x2) < 0, assim, x ∈ [x2, b2] com b2 = b1 prosseguimos, assim, ate´ que ∣∣∣bn − xn∣∣∣ < ε, o que garante, x ∈ [xn, bn]. Prof. Roberto Capistrano Ca´lculo Nume´rico 4 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Metodo da Bissecc¸a˜o Seja [a, b] um intervalo que conte´m um zero de f (x)(cont´ınua), isto e´ um raiz de f (x) = 0, onde f (x) e´ uma func¸a˜o que intercepta o eixo x em algum ponto deste intervalo (f (a) · f (b) < 0). Vamos supor, para simplficar que este zero e´ u´nico em [a, b]. Queremos reduzir a amplitude do intervalo [a, b] mantendo a raiz no intervalo ate´ atingir a precisa˜o colocada, b − a < ε, usando o processo de sucessiva divisa˜o de [a, b] ao meio. Fazendo as iterac¸o˜es da forma, onde x e´ o zero procurado : 1 x0 = a0 + b0 2 ; f (a0) < 0,f (b0) > 0 e f (x0) > 0, onde a0 = a e b0 = b =⇒ x ∈ [a0, x0] 2 x1 = a1 + b1 2 ; f (a1) < 0,f (b1) > 0 e f (x1) < 0, logo, x ∈ [x1, b1] onde b1 = x0 3 x2 = a2 + b2 2 ; f (a2) < 0,f (b2) > 0 e f (x2) < 0, assim, x ∈ [x2, b2] com b2 = b1 prosseguimos, assim, ate´ que ∣∣∣bn − xn∣∣∣ < ε, o que garante, x ∈ [xn, bn]. Prof. Roberto Capistrano Ca´lculo Nume´rico 4 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Metodo da Bissecc¸a˜o Seja [a, b] um intervalo que conte´m um zero de f (x)(cont´ınua), isto e´ um raiz de f (x) = 0, onde f (x) e´ uma func¸a˜o que intercepta o eixo x em algum ponto deste intervalo (f (a) · f (b) < 0). Vamos supor, para simplficar que este zero e´ u´nico em [a, b]. Queremos reduzir a amplitude do intervalo [a, b] mantendo a raiz no intervalo ate´ atingir a precisa˜o colocada, b − a < ε, usando o processo de sucessiva divisa˜o de [a, b] ao meio. Fazendo as iterac¸o˜es da forma, onde x e´ o zero procurado : 1 x0 = a0 + b0 2 ; f (a0) < 0,f (b0) > 0 e f (x0) > 0, onde a0 = a e b0 = b =⇒ x ∈ [a0, x0] 2 x1 = a1 + b1 2 ; f (a1) < 0,f (b1) > 0 e f (x1) < 0, logo, x ∈ [x1, b1] onde b1 = x0 3 x2 = a2 + b2 2 ; f (a2) < 0,f (b2) > 0 e f (x2) < 0, assim, x ∈ [x2, b2] com b2 = b1 prosseguimos, assim, ate´ que ∣∣∣bn − xn∣∣∣ < ε, o que garante, x ∈ [xn, bn]. Prof. Roberto Capistrano Ca´lculo Nume´rico 4 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Metodo da Bissecc¸a˜o Seja [a, b] um intervalo que conte´m um zero de f (x)(cont´ınua), isto e´ um raiz de f (x) = 0, onde f (x) e´ uma func¸a˜o que intercepta o eixo x em algum ponto deste intervalo (f (a) · f (b) < 0). Vamos supor, para simplficar que este zero e´ u´nico em [a, b]. Queremos reduzir a amplitude do intervalo [a, b] mantendo a raiz no intervalo ate´ atingir a precisa˜o colocada, b − a < ε, usando o processo de sucessiva divisa˜o de [a, b] ao meio. Fazendo as iterac¸o˜es da forma, onde x e´ o zero procurado : 1 x0 = a0 + b0 2 ; f (a0) < 0,f (b0) > 0 e f (x0) > 0, onde a0 = a e b0 = b =⇒ x ∈ [a0, x0] 2 x1 = a1 + b1 2 ; f (a1) < 0,f (b1) > 0 e f (x1) < 0, logo, x ∈ [x1, b1] onde b1 = x0 3 x2 = a2 + b2 2 ; f (a2) < 0,f (b2) > 0 e f (x2) < 0, assim, x ∈ [x2, b2] com b2 = b1 prosseguimos, assim, ate´ que ∣∣∣bn − xn∣∣∣ < ε, o que garante, x ∈ [xn, bn]. Prof. Roberto Capistrano Ca´lculo Nume´rico 4 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Metodo da Bissecc¸a˜o Seja [a, b] um intervalo que conte´m um zero de f (x)(cont´ınua), isto e´ um raiz de f (x) = 0, onde f (x) e´ uma func¸a˜o que intercepta o eixo x em algum ponto deste intervalo (f (a) · f (b) < 0). Vamos supor, para simplficar que este zero e´ u´nico em [a, b]. Queremos reduzir a amplitude do intervalo [a, b] mantendo a raiz no intervalo ate´ atingir a precisa˜o colocada, b − a < ε, usando o processo de sucessiva divisa˜o de [a, b] ao meio. Fazendo as iterac¸o˜es da forma, onde x e´ o zero procurado : 1 x0 = a0 + b0 2 ; f (a0) < 0,f (b0) > 0 e f (x0) > 0, onde a0 = a e b0 = b =⇒ x ∈ [a0, x0] 2 x1 = a1 + b1 2 ; f (a1) < 0,f (b1) > 0 e f (x1) < 0, logo, x ∈ [x1, b1] onde b1 = x0 3 x2 = a2+ b2 2 ; f (a2) < 0,f (b2) > 0 e f (x2) < 0, assim, x ∈ [x2, b2] com b2 = b1 prosseguimos, assim, ate´ que ∣∣∣bn − xn∣∣∣ < ε, o que garante, x ∈ [xn, bn]. Prof. Roberto Capistrano Ca´lculo Nume´rico 4 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Metodo da Bissecc¸a˜o Seja [a, b] um intervalo que conte´m um zero de f (x)(cont´ınua), isto e´ um raiz de f (x) = 0, onde f (x) e´ uma func¸a˜o que intercepta o eixo x em algum ponto deste intervalo (f (a) · f (b) < 0). Vamos supor, para simplficar que este zero e´ u´nico em [a, b]. Queremos reduzir a amplitude do intervalo [a, b] mantendo a raiz no intervalo ate´ atingir a precisa˜o colocada, b − a < ε, usando o processo de sucessiva divisa˜o de [a, b] ao meio. Fazendo as iterac¸o˜es da forma, onde x e´ o zero procurado : 1 x0 = a0 + b0 2 ; f (a0) < 0,f (b0) > 0 e f (x0) > 0, onde a0 = a e b0 = b =⇒ x ∈ [a0, x0] 2 x1 = a1 + b1 2 ; f (a1) < 0,f (b1) > 0 e f (x1) < 0, logo, x ∈ [x1, b1] onde b1 = x0 3 x2 = a2 + b2 2 ; f (a2) < 0,f (b2) > 0 e f (x2) < 0, assim, x ∈ [x2, b2] com b2 = b1 prosseguimos, assim, ate´ que ∣∣∣bn − xn∣∣∣ < ε, o que garante, x ∈ [xn, bn]. Prof. Roberto Capistrano Ca´lculo Nume´rico 4 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Descrevendo o Me´todo No caso, supomos f(x) descrita geometricamente da forma a = a0 b = b0x y x a = 12.6 b = 4 ε c = 0.4 Prof. Roberto Capistrano Ca´lculo Nume´rico 5 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Descrevendo o Me´todo No caso, supomos f(x) descrita geometricamente da forma a = a0 b = b0x y x a = 12.6 b = 4 ε c = 0.4 Prof. Roberto Capistrano Ca´lculo Nume´rico 5 / 21 Processos Iterativos de Localizac¸a˜o Me´todo da Bissecc¸a˜o Descrevendo o Me´todo Descrevendo o Me´todo No caso, supomos f(x) descrita geometricamente da forma a = a0 b = b0x y x a = 12.6 b = 4 ε c = 0.4 Prof. Roberto Capistrano Ca´lculo Nume´rico 5 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜oescolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Algoritmo para o Me´todo Passo 1 Dados iniciais : intervalos [a, b] (valor de a e de b) e a precisa˜o ε 2 Se b − a < ε, enta˜o escolha para x qualquer x ∈ [a, b]. Fim 3 k = 1 4 m = f (a) 5 x = a + b 2 6 Se m · f (x) > 0, fac¸a a = x . Va´ para o passo 8. 7 b = x 8 Se b − a < ε, escolha para x qualquer x ∈ [a, b]. Fim 9 k = k + 1. Volte para o passo 5. Terminado o processo, teremos como sa´ıda um intervalo que conte´m x de tamanho menor que ε e uma aproximac¸a˜o para a raiz exata x . Prof. Roberto Capistrano Ca´lculo Nume´rico 6 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Exemplos Exemplo A func¸a˜o f (x) = x · ln x − 1 tem um zero x em [1, 2] como podemos ver graficamente. O me´todo aplicado a esta func¸a˜o, com [1, 2] intervalo inicial, gera : x0 = 1 + 2 2 = 1.5; f (1) = −1 < 0 f (2) = 0, 3863 > 0 e f (1.5) = −3, 92× 10−1 < 0 logo, x ∈ [1.5, 2] ; a1 = x0 = 1, 5 e b1 = b0 = 2 x1 = 1.5 + 2 2 = 1.75; f (1, 5) = −0, 391802338 < 0, f (2) = 0, 386294361 > 0, f (1.75) = −0, 020672371 < 0 logo x ∈ [1.75, 2.0] com a2 = x1 = 1.75 e b2 = x1 = 2.0 prosseguindo e colocando a precisa˜o desejada, convergimos para a soluc¸a˜o. Prof. Roberto Capistrano Ca´lculo Nume´rico 7 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Exemplos Exemplo A func¸a˜o f (x) = x · ln x − 1 tem um zero x em [1, 2] como podemos ver graficamente. O me´todo aplicado a esta func¸a˜o, com [1, 2] intervalo inicial, gera : x0 = 1 + 2 2 = 1.5; f (1) = −1 < 0 f (2) = 0, 3863 > 0 e f (1.5) = −3, 92× 10−1 < 0 logo, x ∈ [1.5, 2] ; a1 = x0 = 1, 5 e b1 = b0 = 2 x1 = 1.5 + 2 2 = 1.75; f (1, 5) = −0, 391802338 < 0, f (2) = 0, 386294361 > 0, f (1.75) = −0, 020672371 < 0 logo x ∈ [1.75, 2.0] com a2 = x1 = 1.75 e b2 = x1 = 2.0 prosseguindo e colocando a precisa˜o desejada, convergimos para a soluc¸a˜o. Prof. Roberto Capistrano Ca´lculo Nume´rico 7 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Exemplos Exemplo A func¸a˜o f (x) = x · ln x − 1 tem um zero x em [1, 2] como podemos ver graficamente. O me´todo aplicado a esta func¸a˜o, com [1, 2] intervalo inicial, gera : x0 = 1 + 2 2 = 1.5; f (1) = −1 < 0 f (2) = 0, 3863 > 0 e f (1.5) = −3, 92× 10−1 < 0 logo, x ∈ [1.5, 2] ; a1 = x0 = 1, 5 e b1 = b0 = 2 x1 = 1.5 + 2 2 = 1.75; f (1, 5) = −0, 391802338 < 0, f (2) = 0, 386294361 > 0, f (1.75) = −0, 020672371 < 0 logo x ∈ [1.75, 2.0] com a2 = x1 = 1.75 e b2 = x1 = 2.0 prosseguindo e colocando a precisa˜o desejada, convergimos para a soluc¸a˜o. Prof. Roberto Capistrano Ca´lculo Nume´rico 7 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Exemplos Exemplo A func¸a˜o f (x) = x · ln x − 1 tem um zero x em [1, 2] como podemos ver graficamente. O me´todo aplicado a esta func¸a˜o, com [1, 2] intervalo inicial, gera : x0 = 1 + 2 2 = 1.5; f (1) = −1 < 0 f (2) = 0, 3863 > 0 e f (1.5) = −3, 92× 10−1 < 0 logo, x ∈ [1.5, 2] ; a1 = x0 = 1, 5 e b1 = b0 = 2 x1 = 1.5 + 2 2 = 1.75; f (1, 5) = −0, 391802338 < 0, f (2) = 0, 386294361 > 0, f (1.75) = −0, 020672371 < 0 logo x ∈ [1.75, 2.0] com a2 = x1 = 1.75 e b2 = x1 = 2.0 prosseguindo e colocando a precisa˜o desejada, convergimos para a soluc¸a˜o. Prof. Roberto Capistrano Ca´lculo Nume´rico 7 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Exemplos Exemplo A func¸a˜o f (x) = x · ln x − 1 tem um zero x em [1, 2] como podemos ver graficamente. O me´todo aplicado a esta func¸a˜o, com [1, 2] intervalo inicial, gera : x0 = 1 + 2 2 = 1.5; f (1) = −1 < 0 f (2) = 0, 3863 > 0 e f (1.5) = −3, 92× 10−1 < 0 logo, x ∈ [1.5, 2] ; a1 = x0 = 1, 5 e b1 = b0 = 2 x1 = 1.5 + 2 2 = 1.75; f (1, 5) = −0, 391802338 < 0, f (2) = 0, 386294361 > 0, f (1.75) = −0, 020672371 < 0 logo x ∈ [1.75, 2.0] com a2 = x1 = 1.75 e b2 = x1 = 2.0 prosseguindo e colocando a precisa˜o desejada, convergimos para a soluc¸a˜o. Prof. Roberto Capistrano Ca´lculo Nume´rico 7 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Exemplos Exemplo A func¸a˜o f (x) = x · ln x − 1 tem um zero x em [1, 2] como podemos ver graficamente. O me´todo aplicado a esta func¸a˜o, com [1, 2] intervalo inicial, gera : x0 = 1 + 2 2 = 1.5; f (1) = −1 < 0 f (2) = 0, 3863 > 0 e f (1.5) = −3, 92× 10−1 < 0 logo, x ∈ [1.5, 2] ; a1 = x0 = 1, 5 e b1 = b0 = 2 x1 = 1.5 + 2 2 = 1.75; f (1, 5) = −0, 391802338 < 0, f (2) = 0, 386294361 > 0, f (1.75) = −0, 020672371 < 0 logo x ∈ [1.75, 2.0] com a2 = x1 = 1.75 e b2 = x1 = 2.0 prosseguindo e colocando a precisa˜o desejada, convergimos para a soluc¸a˜o. Prof. Roberto Capistrano Ca´lculo Nume´rico 7 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Exemplos Exemplo A func¸a˜o f (x) = x · ln x − 1 tem um zero x em [1, 2] como podemos ver graficamente. O me´todo aplicado a esta func¸a˜o, com [1, 2] intervalo inicial, gera : x0 = 1 + 2 2 = 1.5; f (1) = −1 < 0 f (2) = 0, 3863 > 0 e f (1.5) = −3, 92× 10−1 < 0 logo, x ∈ [1.5, 2] ; a1 = x0 = 1, 5 e b1 = b0 = 2 x1 = 1.5 + 2 2 = 1.75; f (1, 5) = −0, 391802338 < 0, f (2) = 0, 386294361 > 0, f (1.75) = −0, 020672371 < 0 logo x ∈ [1.75, 2.0] com a2 = x1 = 1.75 e b2 = x1 = 2.0 prosseguindo e colocando a precisa˜o desejada, convergimos para a soluc¸a˜o. Prof. Roberto Capistrano Ca´lculo Nume´rico 7 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Exemplos Exemplo A func¸a˜o f (x) = x · ln x − 1 tem um zero x em [1, 2] como podemos ver graficamente. O me´todo aplicado a esta func¸a˜o, com [1, 2] intervalo inicial, gera : x0 = 1 + 2 2 = 1.5; f (1) = −1 < 0 f (2) = 0, 3863 > 0 e f (1.5) = −3, 92× 10−1 < 0 logo, x ∈ [1.5, 2] ; a1 = x0 = 1, 5 e b1 = b0 = 2 x1 = 1.5 + 2 2 = 1.75; f (1, 5) = −0, 391802338 < 0, f (2) = 0, 386294361 > 0, f (1.75) = −0, 020672371 < 0 logo x ∈ [1.75, 2.0] com a2 = x1 = 1.75 e b2 = x1 = 2.0 prosseguindo e colocando a precisa˜o desejada, convergimos para a soluc¸a˜o. Prof. Roberto Capistrano Ca´lculo Nume´rico 7 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Nota Nota Este me´todo permite isolar ra´ızes reais, o erro e´ controlado diretamente, na convergeˆncia e´ garantida, mas requer um custo computacional alto, ja´ que a convergeˆncia e´ muito lenta. Existem outros me´todos como a da posic¸a˜o falsa que pe semelhante a este. Os me´todos mais usados sa˜o de de NEWTON- RAPHSON e o de NEWTO VIE`TE, pois sa˜o mais eficientes pela sua simplicidade e a convergeˆncia ocorre com mais rapidez que os outros. Prof. Roberto Capistrano Ca´lculo Nume´rico 8 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Nota Nota Este me´todo permite isolar ra´ızes reais, o erro e´ controlado diretamente, na convergeˆncia e´ garantida,mas requer um custo computacional alto, ja´ que a convergeˆncia e´ muito lenta. Existem outros me´todos como a da posic¸a˜o falsa que pe semelhante a este. Os me´todos mais usados sa˜o de de NEWTON- RAPHSON e o de NEWTO VIE`TE, pois sa˜o mais eficientes pela sua simplicidade e a convergeˆncia ocorre com mais rapidez que os outros. Prof. Roberto Capistrano Ca´lculo Nume´rico 8 / 21 Processos Iterativos de Localizac¸a˜o Algoritmo Nota Nota Este me´todo permite isolar ra´ızes reais, o erro e´ controlado diretamente, na convergeˆncia e´ garantida, mas requer um custo computacional alto, ja´ que a convergeˆncia e´ muito lenta. Existem outros me´todos como a da posic¸a˜o falsa que pe semelhante a este. Os me´todos mais usados sa˜o de de NEWTON- RAPHSON e o de NEWTO VIE`TE, pois sa˜o mais eficientes pela sua simplicidade e a convergeˆncia ocorre com mais rapidez que os outros. Prof. Roberto Capistrano Ca´lculo Nume´rico 8 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Este me´todo consiste em iteragir atrave´s do processo : xn+1 = xn − f (xn) f ′(xn) , n = 0, 1, 2, 3, . . . Escolhe-se arbitrariamente x0 .Se x1, x2, x3, . . . convergir e´ a raiz da soluc¸a˜o, se na˜o escolhe-se outro valor para x0. Prof. Roberto Capistrano Ca´lculo Nume´rico 9 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Este me´todo consiste em iteragir atrave´s do processo : xn+1 = xn − f (xn) f ′(xn) , n = 0, 1, 2, 3, . . . Escolhe-se arbitrariamente x0 .Se x1, x2, x3, . . . convergir e´ a raiz da soluc¸a˜o, se na˜o escolhe-se outro valor para x0. Prof. Roberto Capistrano Ca´lculo Nume´rico 9 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Este me´todo consiste em iteragir atrave´s do processo : xn+1 = xn − f (xn) f ′(xn) , n = 0, 1, 2, 3, . . . Escolhe-se arbitrariamente x0 .Se x1, x2, x3, . . . convergir e´ a raiz da soluc¸a˜o, se na˜o escolhe-se outro valor para x0. Prof. Roberto Capistrano Ca´lculo Nume´rico 9 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Fonte de inspirac¸a˜o para esta fo´rmula : A reta tangente ao gra´fico de f (x) em x0 e dado por y − y0 = m · (x − x0) onde m = f ′(x0) e y0 = f (x0) Assim y − f (x0) = f ′(x0) · (x − x0) a qual leva a y − f (xi ) = f ′(xi ) · (xi+1 − xi ) Para y = 0 f (xi ) = f ′(xi ) · (xi+1 − xi ) Devido a este argumento, este me´todo recebe o nome ME´TODO DAS TANGENTES. Prof. Roberto Capistrano Ca´lculo Nume´rico 10 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Fonte de inspirac¸a˜o para esta fo´rmula : A reta tangente ao gra´fico de f (x) em x0 e dado por y − y0 = m · (x − x0) onde m = f ′(x0) e y0 = f (x0) Assim y − f (x0) = f ′(x0) · (x − x0) a qual leva a y − f (xi ) = f ′(xi ) · (xi+1 − xi ) Para y = 0 f (xi ) = f ′(xi ) · (xi+1 − xi ) Devido a este argumento, este me´todo recebe o nome ME´TODO DAS TANGENTES. Prof. Roberto Capistrano Ca´lculo Nume´rico 10 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Fonte de inspirac¸a˜o para esta fo´rmula : A reta tangente ao gra´fico de f (x) em x0 e dado por y − y0 = m · (x − x0) onde m = f ′(x0) e y0 = f (x0) Assim y − f (x0) = f ′(x0) · (x − x0) a qual leva a y − f (xi ) = f ′(xi ) · (xi+1 − xi ) Para y = 0 f (xi ) = f ′(xi ) · (xi+1 − xi ) Devido a este argumento, este me´todo recebe o nome ME´TODO DAS TANGENTES. Prof. Roberto Capistrano Ca´lculo Nume´rico 10 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Fonte de inspirac¸a˜o para esta fo´rmula : A reta tangente ao gra´fico de f (x) em x0 e dado por y − y0 = m · (x − x0) onde m = f ′(x0) e y0 = f (x0) Assim y − f (x0) = f ′(x0) · (x − x0) a qual leva a y − f (xi ) = f ′(xi ) · (xi+1 − xi ) Para y = 0 f (xi ) = f ′(xi ) · (xi+1 − xi ) Devido a este argumento, este me´todo recebe o nome ME´TODO DAS TANGENTES. Prof. Roberto Capistrano Ca´lculo Nume´rico 10 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Fonte de inspirac¸a˜o para esta fo´rmula : A reta tangente ao gra´fico de f (x) em x0 e dado por y − y0 = m · (x − x0) onde m = f ′(x0) e y0 = f (x0) Assim y − f (x0) = f ′(x0) · (x − x0) a qual leva a y − f (xi ) = f ′(xi ) · (xi+1 − xi ) Para y = 0 f (xi ) = f ′(xi ) · (xi+1 − xi ) Devido a este argumento, este me´todo recebe o nome ME´TODO DAS TANGENTES. Prof. Roberto Capistrano Ca´lculo Nume´rico 10 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Fonte de inspirac¸a˜o para esta fo´rmula : A reta tangente ao gra´fico de f (x) em x0 e dado por y − y0 = m · (x − x0) onde m = f ′(x0) e y0 = f (x0) Assim y − f (x0) = f ′(x0) · (x − x0) a qual leva a y − f (xi ) = f ′(xi ) · (xi+1 − xi ) Para y = 0 f (xi ) = f ′(xi ) · (xi+1 − xi ) Devido a este argumento, este me´todo recebe o nome ME´TODO DAS TANGENTES. Prof. Roberto Capistrano Ca´lculo Nume´rico 10 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Fonte de inspirac¸a˜o para esta fo´rmula : A reta tangente ao gra´fico de f (x) em x0 e dado por y − y0 = m · (x − x0) onde m = f ′(x0) e y0 = f (x0) Assim y − f (x0) = f ′(x0) · (x − x0) a qual leva a y − f (xi ) = f ′(xi ) · (xi+1 − xi ) Para y = 0 f (xi ) = f ′(xi ) · (xi+1 − xi ) Devido a este argumento, este me´todo recebe o nome ME´TODO DAS TANGENTES. Prof. Roberto Capistrano Ca´lculo Nume´rico 10 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Descreveno o Me´todo O Me´todo Fonte de inspirac¸a˜o para esta fo´rmula : A reta tangente ao gra´fico de f (x) em x0 e dado por y − y0 = m · (x − x0) onde m = f ′(x0) e y0 = f (x0) Assim y − f (x0) = f ′(x0) · (x − x0) a qual leva a y − f (xi ) = f ′(xi ) · (xi+1 − xi ) Para y = 0 f (xi ) = f ′(xi ) · (xi+1 − xi ) Devido a este argumento, este me´todo recebe o nome ME´TODO DAS TANGENTES. Prof. Roberto Capistrano Ca´lculo Nume´rico 10 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo Se f (x) = 2x − cos x , tem-se f ′(x) = 2 + sen x , o que leva a xn+1 = xn + 2xn − cos xn 2 + sen xn ; n = 0, 1, 2, . . . Para xo = pi 8 ∼= 0, 3927 obte´m-se a tabela : n xn xn+1 0 0,3927 0,4508 1 0,4508 0,4502 2 0,4502 0,4502 Neste caso, ja´ houve a convergeˆncia para 0,4502. Prof. Roberto Capistrano Ca´lculo Nume´rico 11 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo Se f (x) = 2x − cos x , tem-se f ′(x) = 2 + sen x , o que leva a xn+1 = xn + 2xn − cos xn 2 + sen xn ; n = 0, 1, 2, . . . Para xo = pi 8 ∼= 0, 3927 obte´m-se a tabela : n xn xn+1 0 0,3927 0,4508 1 0,4508 0,4502 2 0,4502 0,4502 Neste caso, ja´ houve a convergeˆncia para 0,4502. Prof. Roberto Capistrano Ca´lculo Nume´rico 11 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo Se f (x) = 2x − cos x , tem-se f ′(x) = 2 + sen x , o que leva a xn+1 = xn + 2xn − cos xn 2 + sen xn ; n = 0, 1, 2, . . . Para xo = pi 8 ∼= 0, 3927 obte´m-se a tabela : n xn xn+1 0 0,3927 0,4508 1 0,4508 0,4502 2 0,4502 0,4502 Neste caso, ja´ houve a convergeˆncia para 0,4502. Prof. Roberto Capistrano Ca´lculo Nume´rico 11 / 21 Processos Iterativos de Localizac¸a˜oMe´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo Se f (x) = 2x − cos x , tem-se f ′(x) = 2 + sen x , o que leva a xn+1 = xn + 2xn − cos xn 2 + sen xn ; n = 0, 1, 2, . . . Para xo = pi 8 ∼= 0, 3927 obte´m-se a tabela : n xn xn+1 0 0,3927 0,4508 1 0,4508 0,4502 2 0,4502 0,4502 Neste caso, ja´ houve a convergeˆncia para 0,4502. Prof. Roberto Capistrano Ca´lculo Nume´rico 11 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo Se f (x) = 2x − cos x , tem-se f ′(x) = 2 + sen x , o que leva a xn+1 = xn + 2xn − cos xn 2 + sen xn ; n = 0, 1, 2, . . . Para xo = pi 8 ∼= 0, 3927 obte´m-se a tabela : n xn xn+1 0 0,3927 0,4508 1 0,4508 0,4502 2 0,4502 0,4502 Neste caso, ja´ houve a convergeˆncia para 0,4502. Prof. Roberto Capistrano Ca´lculo Nume´rico 11 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo Se f (x) = 2x − cos x , tem-se f ′(x) = 2 + sen x , o que leva a xn+1 = xn + 2xn − cos xn 2 + sen xn ; n = 0, 1, 2, . . . Para xo = pi 8 ∼= 0, 3927 obte´m-se a tabela : n xn xn+1 0 0,3927 0,4508 1 0,4508 0,4502 2 0,4502 0,4502 Neste caso, ja´ houve a convergeˆncia para 0,4502. Prof. Roberto Capistrano Ca´lculo Nume´rico 11 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo Se f (x) = 2x − cos x , tem-se f ′(x) = 2 + sen x , o que leva a xn+1 = xn + 2xn − cos xn 2 + sen xn ; n = 0, 1, 2, . . . Para xo = pi 8 ∼= 0, 3927 obte´m-se a tabela : n xn xn+1 0 0,3927 0,4508 1 0,4508 0,4502 2 0,4502 0,4502 Neste caso, ja´ houve a convergeˆncia para 0,4502. Prof. Roberto Capistrano Ca´lculo Nume´rico 11 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo Se f (x) = 2x − cos x , tem-se f ′(x) = 2 + sen x , o que leva a xn+1 = xn + 2xn − cos xn 2 + sen xn ; n = 0, 1, 2, . . . Para xo = pi 8 ∼= 0, 3927 obte´m-se a tabela : n xn xn+1 0 0,3927 0,4508 1 0,4508 0,4502 2 0,4502 0,4502 Neste caso, ja´ houve a convergeˆncia para 0,4502. Prof. Roberto Capistrano Ca´lculo Nume´rico 11 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Caso de um Polinoˆmio Para o caso de f(x) ser um polinoˆmio, p(x) = a0x n + a1x n−1 + . . .+ an−1x + an , a fo´rmula de iterac¸a˜o escreve-se xi+1 = xi − p(xi ) p′(xi ) onde p′(xi ) = n a0x n−1 + (n − 1) a1xn−2 + . . .+ 2 an−2x + an−1 o qual caracteriza o chamado me´todo de Newton-Vie`te. Prof. Roberto Capistrano Ca´lculo Nume´rico 12 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Caso de um Polinoˆmio Para o caso de f(x) ser um polinoˆmio, p(x) = a0x n + a1x n−1 + . . .+ an−1x + an , a fo´rmula de iterac¸a˜o escreve-se xi+1 = xi − p(xi ) p′(xi ) onde p′(xi ) = n a0x n−1 + (n − 1) a1xn−2 + . . .+ 2 an−2x + an−1 o qual caracteriza o chamado me´todo de Newton-Vie`te. Prof. Roberto Capistrano Ca´lculo Nume´rico 12 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Caso de um Polinoˆmio Para o caso de f(x) ser um polinoˆmio, p(x) = a0x n + a1x n−1 + . . .+ an−1x + an , a fo´rmula de iterac¸a˜o escreve-se xi+1 = xi − p(xi ) p′(xi ) onde p′(xi ) = n a0x n−1 + (n − 1) a1xn−2 + . . .+ 2 an−2x + an−1 o qual caracteriza o chamado me´todo de Newton-Vie`te. Prof. Roberto Capistrano Ca´lculo Nume´rico 12 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Caso de um Polinoˆmio Para o caso de f(x) ser um polinoˆmio, p(x) = a0x n + a1x n−1 + . . .+ an−1x + an , a fo´rmula de iterac¸a˜o escreve-se xi+1 = xi − p(xi ) p′(xi ) onde p′(xi ) = n a0x n−1 + (n − 1) a1xn−2 + . . .+ 2 an−2x + an−1 o qual caracteriza o chamado me´todo de Newton-Vie`te. Prof. Roberto Capistrano Ca´lculo Nume´rico 12 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Caso de um Polinoˆmio Para o caso de f(x) ser um polinoˆmio, p(x) = a0x n + a1x n−1 + . . .+ an−1x + an , a fo´rmula de iterac¸a˜o escreve-se xi+1 = xi − p(xi ) p′(xi ) onde p′(xi ) = n a0x n−1 + (n − 1) a1xn−2 + . . .+ 2 an−2x + an−1 o qual caracteriza o chamado me´todo de Newton-Vie`te. Prof. Roberto Capistrano Ca´lculo Nume´rico 12 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo e Soluc¸a˜o Encontrar as ra´ızes de p(x) = 5x4 + 3x3 − 3x2 + x − 1 Soluc¸a˜o Vamos inicialmente localizar as ra´ızes reais. i) De acordo com a regra de descartes, p(x): + + - + - ⇒ T = 3 p(-x): + - - - - ⇒ T = 1 logo p(x) tem exatamente uma raiz real negativa. As outras sa˜o ambas reais positivas ou complexas(uma positiva e uma complexa),e ii) Montando uma tabela x -4 -3 -2 -1 0 1 2 3 4 p(x) 1035 293 41 -3 -1 5 93 146 1427 De acordo com a tabela, uma raiz positiva esta´ em [0, 1] e a negativa entre [−2,−1] e as outras sa˜o complexas. Prof. Roberto Capistrano Ca´lculo Nume´rico 13 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo e Soluc¸a˜o Encontrar as ra´ızes de p(x) = 5x4 + 3x3 − 3x2 + x − 1 Soluc¸a˜o Vamos inicialmente localizar as ra´ızes reais. i) De acordo com a regra de descartes, p(x): + + - + - ⇒ T = 3 p(-x): + - - - - ⇒ T = 1 logo p(x) tem exatamente uma raiz real negativa. As outras sa˜o ambas reais positivas ou complexas(uma positiva e uma complexa),e ii) Montando uma tabela x -4 -3 -2 -1 0 1 2 3 4 p(x) 1035 293 41 -3 -1 5 93 146 1427 De acordo com a tabela, uma raiz positiva esta´ em [0, 1] e a negativa entre [−2,−1] e as outras sa˜o complexas. Prof. Roberto Capistrano Ca´lculo Nume´rico 13 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo e Soluc¸a˜o Encontrar as ra´ızes de p(x) = 5x4 + 3x3 − 3x2 + x − 1 Soluc¸a˜o Vamos inicialmente localizar as ra´ızes reais. i) De acordo com a regra de descartes, p(x): + + - + - ⇒ T = 3 p(-x): + - - - - ⇒ T = 1 logo p(x) tem exatamente uma raiz real negativa. As outras sa˜o ambas reais positivas ou complexas(uma positiva e uma complexa),e ii) Montando uma tabela x -4 -3 -2 -1 0 1 2 3 4 p(x) 1035 293 41 -3 -1 5 93 146 1427 De acordo com a tabela, uma raiz positiva esta´ em [0, 1] e a negativa entre [−2,−1] e as outras sa˜o complexas. Prof. Roberto Capistrano Ca´lculo Nume´rico 13 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo e Soluc¸a˜o Encontrar as ra´ızes de p(x) = 5x4 + 3x3 − 3x2 + x − 1 Soluc¸a˜o Vamos inicialmente localizar as ra´ızes reais. i) De acordo com a regra de descartes, p(x): + + - + - ⇒ T = 3 p(-x): + - - - - ⇒ T = 1 logo p(x) tem exatamente uma raiz real negativa. As outras sa˜o ambas reais positivas ou complexas(uma positiva e uma complexa),e ii) Montando uma tabela x -4 -3 -2 -1 0 1 2 3 4 p(x) 1035 293 41 -3 -1 5 93 146 1427 De acordo com a tabela, uma raiz positiva esta´ em [0, 1] e a negativa entre [−2,−1] e as outras sa˜o complexas. Prof. Roberto Capistrano Ca´lculo Nume´rico 13 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo e Soluc¸a˜o Encontrar as ra´ızes de p(x) = 5x4 + 3x3 − 3x2 + x − 1 Soluc¸a˜o Vamos inicialmente localizar as ra´ızes reais. i) De acordo com a regra de descartes, p(x): + + - + - ⇒ T = 3 p(-x): + - - - - ⇒ T = 1logo p(x) tem exatamente uma raiz real negativa. As outras sa˜o ambas reais positivas ou complexas(uma positiva e uma complexa),e ii) Montando uma tabela x -4 -3 -2 -1 0 1 2 3 4 p(x) 1035 293 41 -3 -1 5 93 146 1427 De acordo com a tabela, uma raiz positiva esta´ em [0, 1] e a negativa entre [−2,−1] e as outras sa˜o complexas. Prof. Roberto Capistrano Ca´lculo Nume´rico 13 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo e Soluc¸a˜o Encontrar as ra´ızes de p(x) = 5x4 + 3x3 − 3x2 + x − 1 Soluc¸a˜o Vamos inicialmente localizar as ra´ızes reais. i) De acordo com a regra de descartes, p(x): + + - + - ⇒ T = 3 p(-x): + - - - - ⇒ T = 1 logo p(x) tem exatamente uma raiz real negativa. As outras sa˜o ambas reais positivas ou complexas(uma positiva e uma complexa),e ii) Montando uma tabela x -4 -3 -2 -1 0 1 2 3 4 p(x) 1035 293 41 -3 -1 5 93 146 1427 De acordo com a tabela, uma raiz positiva esta´ em [0, 1] e a negativa entre [−2,−1] e as outras sa˜o complexas. Prof. Roberto Capistrano Ca´lculo Nume´rico 13 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo e Soluc¸a˜o Encontrar as ra´ızes de p(x) = 5x4 + 3x3 − 3x2 + x − 1 Soluc¸a˜o Vamos inicialmente localizar as ra´ızes reais. i) De acordo com a regra de descartes, p(x): + + - + - ⇒ T = 3 p(-x): + - - - - ⇒ T = 1 logo p(x) tem exatamente uma raiz real negativa. As outras sa˜o ambas reais positivas ou complexas(uma positiva e uma complexa),e ii) Montando uma tabela x -4 -3 -2 -1 0 1 2 3 4 p(x) 1035 293 41 -3 -1 5 93 146 1427 De acordo com a tabela, uma raiz positiva esta´ em [0, 1] e a negativa entre [−2,−1] e as outras sa˜o complexas. Prof. Roberto Capistrano Ca´lculo Nume´rico 13 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo - Me´todo das Tangentes Exemplo e Soluc¸a˜o Encontrar as ra´ızes de p(x) = 5x4 + 3x3 − 3x2 + x − 1 Soluc¸a˜o Vamos inicialmente localizar as ra´ızes reais. i) De acordo com a regra de descartes, p(x): + + - + - ⇒ T = 3 p(-x): + - - - - ⇒ T = 1 logo p(x) tem exatamente uma raiz real negativa. As outras sa˜o ambas reais positivas ou complexas(uma positiva e uma complexa),e ii) Montando uma tabela x -4 -3 -2 -1 0 1 2 3 4 p(x) 1035 293 41 -3 -1 5 93 146 1427 De acordo com a tabela, uma raiz positiva esta´ em [0, 1] e a negativa entre [−2,−1] e as outras sa˜o complexas. Prof. Roberto Capistrano Ca´lculo Nume´rico 13 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o Aplicando o me´todo para x0 = −2 vem a tabela : i xi p(xi ) p ′(xi ) 0 -2 41 -111,00 1 -1,63063 11,73542 - 52,011 2 -1,40495 2,83494 -28,2699 3 -1,30467 0,413387 -20,2678 4 -1,28428 0,014915 -18,8148 5 -1,28348 2, 19× 105 -18,7595 O qual conclu´ımos por inspec¸a˜o na tabela que -1,28348 e´ um bom valor aproximado para a raiz, no que diz respeito aos problemas em engenharia. Prof. Roberto Capistrano Ca´lculo Nume´rico 14 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o Aplicando o me´todo para x0 = −2 vem a tabela : i xi p(xi ) p ′(xi ) 0 -2 41 -111,00 1 -1,63063 11,73542 - 52,011 2 -1,40495 2,83494 -28,2699 3 -1,30467 0,413387 -20,2678 4 -1,28428 0,014915 -18,8148 5 -1,28348 2, 19× 105 -18,7595 O qual conclu´ımos por inspec¸a˜o na tabela que -1,28348 e´ um bom valor aproximado para a raiz, no que diz respeito aos problemas em engenharia. Prof. Roberto Capistrano Ca´lculo Nume´rico 14 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o Aplicando o me´todo para x0 = −2 vem a tabela : i xi p(xi ) p ′(xi ) 0 -2 41 -111,00 1 -1,63063 11,73542 - 52,011 2 -1,40495 2,83494 -28,2699 3 -1,30467 0,413387 -20,2678 4 -1,28428 0,014915 -18,8148 5 -1,28348 2, 19× 105 -18,7595 O qual conclu´ımos por inspec¸a˜o na tabela que -1,28348 e´ um bom valor aproximado para a raiz, no que diz respeito aos problemas em engenharia. Prof. Roberto Capistrano Ca´lculo Nume´rico 14 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o Aplicando o me´todo para x0 = −2 vem a tabela : i xi p(xi ) p ′(xi ) 0 -2 41 -111,00 1 -1,63063 11,73542 - 52,011 2 -1,40495 2,83494 -28,2699 3 -1,30467 0,413387 -20,2678 4 -1,28428 0,014915 -18,8148 5 -1,28348 2, 19× 105 -18,7595 O qual conclu´ımos por inspec¸a˜o na tabela que -1,28348 e´ um bom valor aproximado para a raiz, no que diz respeito aos problemas em engenharia. Prof. Roberto Capistrano Ca´lculo Nume´rico 14 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o Aplicando o me´todo para x0 = −2 vem a tabela : i xi p(xi ) p ′(xi ) 0 -2 41 -111,00 1 -1,63063 11,73542 - 52,011 2 -1,40495 2,83494 -28,2699 3 -1,30467 0,413387 -20,2678 4 -1,28428 0,014915 -18,8148 5 -1,28348 2, 19× 105 -18,7595 O qual conclu´ımos por inspec¸a˜o na tabela que -1,28348 e´ um bom valor aproximado para a raiz, no que diz respeito aos problemas em engenharia. Prof. Roberto Capistrano Ca´lculo Nume´rico 14 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o Aplicando o me´todo para x0 = −2 vem a tabela : i xi p(xi ) p ′(xi ) 0 -2 41 -111,00 1 -1,63063 11,73542 - 52,011 2 -1,40495 2,83494 -28,2699 3 -1,30467 0,413387 -20,2678 4 -1,28428 0,014915 -18,8148 5 -1,28348 2, 19× 105 -18,7595 O qual conclu´ımos por inspec¸a˜o na tabela que -1,28348 e´ um bom valor aproximado para a raiz, no que diz respeito aos problemas em engenharia. Prof. Roberto Capistrano Ca´lculo Nume´rico 14 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o Aplicando o me´todo para x0 = −2 vem a tabela : i xi p(xi ) p ′(xi ) 0 -2 41 -111,00 1 -1,63063 11,73542 - 52,011 2 -1,40495 2,83494 -28,2699 3 -1,30467 0,413387 -20,2678 4 -1,28428 0,014915 -18,8148 5 -1,28348 2, 19× 105 -18,7595 O qual conclu´ımos por inspec¸a˜o na tabela que -1,28348 e´ um bom valor aproximado para a raiz, no que diz respeito aos problemas em engenharia. Prof. Roberto Capistrano Ca´lculo Nume´rico 14 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o Aplicando o me´todo para x0 = −2 vem a tabela : i xi p(xi ) p ′(xi ) 0 -2 41 -111,00 1 -1,63063 11,73542 - 52,011 2 -1,40495 2,83494 -28,2699 3 -1,30467 0,413387 -20,2678 4 -1,28428 0,014915 -18,8148 5 -1,28348 2, 19× 105 -18,7595 O qual conclu´ımos por inspec¸a˜o na tabela que -1,28348 e´ um bom valor aproximado para a raiz, no que diz respeito aos problemas em engenharia. Prof. Roberto Capistrano Ca´lculo Nume´rico 14 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o Aplicando o me´todo para x0 = −2 vem a tabela : i xi p(xi ) p ′(xi ) 0 -2 41 -111,00 1 -1,63063 11,73542 - 52,011 2 -1,40495 2,83494 -28,2699 3 -1,30467 0,413387 -20,2678 4 -1,28428 0,014915 -18,8148 5 -1,28348 2, 19× 105 -18,7595 O qual conclu´ımos por inspec¸a˜o na tabela que -1,28348 e´ um bom valor aproximado para a raiz, no que diz respeito aos problemas em engenharia. Prof. Roberto Capistrano Ca´lculo Nume´rico 14 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o O me´todo para escolha do x0 = 1 gera : i xi p(xi ) p ′(xi ) 0 1 5 24,0000 1 0,79166 1,3639 11,81392 0,67621 0,2775 7,2423 3 0,63789 0,0238 6,0262 4 0,63395 0,000231 5,9073 5 0,63392 2, 26× 10−8 5,9073 Aqui a raiz aproximada tem valor 0,5693. Prof. Roberto Capistrano Ca´lculo Nume´rico 15 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o O me´todo para escolha do x0 = 1 gera : i xi p(xi ) p ′(xi ) 0 1 5 24,0000 1 0,79166 1,3639 11,8139 2 0,67621 0,2775 7,2423 3 0,63789 0,0238 6,0262 4 0,63395 0,000231 5,9073 5 0,63392 2, 26× 10−8 5,9073 Aqui a raiz aproximada tem valor 0,5693. Prof. Roberto Capistrano Ca´lculo Nume´rico 15 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o O me´todo para escolha do x0 = 1 gera : i xi p(xi ) p ′(xi ) 0 1 5 24,0000 1 0,79166 1,3639 11,8139 2 0,67621 0,2775 7,2423 3 0,63789 0,0238 6,0262 4 0,63395 0,000231 5,9073 5 0,63392 2, 26× 10−8 5,9073 Aqui a raiz aproximada tem valor 0,5693. Prof. Roberto Capistrano Ca´lculo Nume´rico 15 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o O me´todo para escolha do x0 = 1 gera : i xi p(xi ) p ′(xi ) 0 1 5 24,0000 1 0,79166 1,3639 11,8139 2 0,67621 0,2775 7,2423 3 0,63789 0,0238 6,0262 4 0,63395 0,000231 5,9073 5 0,63392 2, 26× 10−8 5,9073 Aqui a raiz aproximada tem valor 0,5693. Prof. Roberto Capistrano Ca´lculo Nume´rico 15 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o O me´todo para escolha do x0 = 1 gera : i xi p(xi ) p ′(xi ) 0 1 5 24,0000 1 0,79166 1,3639 11,8139 2 0,67621 0,2775 7,2423 3 0,63789 0,0238 6,0262 4 0,63395 0,000231 5,9073 5 0,63392 2, 26× 10−8 5,9073 Aqui a raiz aproximada tem valor 0,5693. Prof. Roberto Capistrano Ca´lculo Nume´rico 15 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o O me´todo para escolha do x0 = 1 gera : i xi p(xi ) p ′(xi ) 0 1 5 24,0000 1 0,79166 1,3639 11,8139 2 0,67621 0,2775 7,2423 3 0,63789 0,0238 6,0262 4 0,63395 0,000231 5,9073 5 0,63392 2, 26× 10−8 5,9073 Aqui a raiz aproximada tem valor 0,5693. Prof. Roberto Capistrano Ca´lculo Nume´rico 15 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o O me´todo para escolha do x0 = 1 gera : i xi p(xi ) p ′(xi ) 0 1 5 24,0000 1 0,79166 1,3639 11,8139 2 0,67621 0,2775 7,2423 3 0,63789 0,0238 6,0262 4 0,63395 0,000231 5,9073 5 0,63392 2, 26× 10−8 5,9073 Aqui a raiz aproximada tem valor 0,5693. Prof. Roberto Capistrano Ca´lculo Nume´rico 15 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o O me´todo para escolha do x0 = 1 gera : i xi p(xi ) p ′(xi ) 0 1 5 24,0000 1 0,79166 1,3639 11,8139 2 0,67621 0,2775 7,2423 3 0,63789 0,0238 6,0262 4 0,63395 0,000231 5,9073 5 0,63392 2, 26× 10−8 5,9073 Aqui a raiz aproximada tem valor 0,5693. Prof. Roberto Capistrano Ca´lculo Nume´rico 15 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Exemplo e Soluc¸a˜o Exemplo e Soluc¸a˜o O me´todo para escolha do x0 = 1 gera : i xi p(xi ) p ′(xi ) 0 1 5 24,0000 1 0,79166 1,3639 11,8139 2 0,67621 0,2775 7,2423 3 0,63789 0,0238 6,0262 4 0,63395 0,000231 5,9073 5 0,63392 2, 26× 10−8 5,9073 Aqui a raiz aproximada tem valor 0,5693. Prof. Roberto Capistrano Ca´lculo Nume´rico 15 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Nota Nota O me´todo de Newton para ser usado e´ preciso calcular f ′(x) o que em alguns casos podem ser trabalhoso. Para estes casos existem outros me´todos como desse exemplo,o me´todos das secantes e de BAIRSTON que evita o ca´lculo das derivadas. Para este me´todo salientamos tambe´m que devemos estar atentos a divisa˜o por zero ou por um valor muito pequeno, o qual torna a convergeˆncia muito lenta, o que ocorre tambe´m quando a raiz e´ mu´ltipla. Prof. Roberto Capistrano Ca´lculo Nume´rico 16 / 21 Processos Iterativos de Localizac¸a˜o Me´todo de Newton-Raphson Nota Nota O me´todo de Newton para ser usado e´ preciso calcular f ′(x) o que em alguns casos podem ser trabalhoso. Para estes casos existem outros me´todos como desse exemplo,o me´todos das secantes e de BAIRSTON que evita o ca´lculo das derivadas. Para este me´todo salientamos tambe´m que devemos estar atentos a divisa˜o por zero ou por um valor muito pequeno, o qual torna a convergeˆncia muito lenta, o que ocorre tambe´m quando a raiz e´ mu´ltipla. Prof. Roberto Capistrano Ca´lculo Nume´rico 16 / 21 Exerc´ıcios Propostos Exerc´ıcios Propostos Exerc´ıcios Propostos EP1) Determinar intervalos [a, b] tal que f (a) e f (b) tenham ra´ızes opostas para 1 f (x) = x2 − 5x + 6 2 f (x) = 2 + x − ex + 6 3 f (x) = cos(x) + 1− 5x + 6 EP2) A func¸a˜o g(x) = xsen (x) faz parte do modelamento de oscilac¸o˜es forc¸adas sem amortecimento. Determine o valor de x ∈ [0, 2] tal que g(x) = 1. EP3) Encontrar todas as ra´ızes do polinoˆmio p(x) = x3 − x − 1 EP4) Considerar o polinoˆmio p(x) = x3 − 9x + 3 que tem treˆs zeros : z1 ∈ (−4,−3),z2 ∈ (0, 1) z3 ∈ (2, 3). Use o me´todo de Newton. EP5) Localize os zeros de : 1 p(x) = 3x5 − 3x4 − 2x3 + x + 1 2 p(x) = 2x5 − 2x3 + x2 − x − 1 Prof. Roberto Capistrano Ca´lculo Nume´rico 17 / 21 Exerc´ıcios Propostos Exerc´ıcios Propostos Exerc´ıcios Propostos EP1) Determinar intervalos [a, b] tal que f (a) e f (b) tenham ra´ızes opostas para 1 f (x) = x2 − 5x + 6 2 f (x) = 2 + x − ex + 6 3 f (x) = cos(x) + 1− 5x + 6 EP2) A func¸a˜o g(x) = xsen (x) faz parte do modelamento de oscilac¸o˜es forc¸adas sem amortecimento. Determine o valor de x ∈ [0, 2] tal que g(x) = 1. EP3) Encontrar todas as ra´ızes do polinoˆmio p(x) = x3 − x − 1 EP4) Considerar o polinoˆmio p(x) = x3 − 9x + 3 que tem treˆs zeros : z1 ∈ (−4,−3),z2 ∈ (0, 1) z3 ∈ (2, 3). Use o me´todo de Newton. EP5) Localize os zeros de : 1 p(x) = 3x5 − 3x4 − 2x3 + x + 1 2 p(x) = 2x5 − 2x3 + x2 − x − 1 Prof. Roberto Capistrano Ca´lculo Nume´rico 17 / 21 Exerc´ıcios Propostos Exerc´ıcios Propostos Exerc´ıcios Propostos EP6) Considere o polinoˆmio p(x) = x5 − 3, 7x4 + 7, 4x3 − 10, 8x2 + 10, 8x − 6, 8. Sabendo que, p(1) = −2, 1 e p(2) = 3, 6, encontre um raiz deste polinoˆmio. EP7) Use o me´todo de Newton-Raphson para obter uma raiz positiva de 1 x 2 − tg (x) = 0 2 4 cos(x) = ex EP8) Aplique o me´todo de Newton-Raphson a` equac¸a˜o x3 − 2x2 − 3x + 10 = 0. Prof. Roberto Capistrano Ca´lculo Nume´rico 18 / 21 Exerc´ıcios Propostos Exerc´ıcios Propostos Exerc´ıcios Propostos EP6) Considere o polinoˆmio p(x) = x5 − 3, 7x4 + 7, 4x3 − 10, 8x2 + 10, 8x − 6, 8. Sabendo que, p(1) = −2, 1 e p(2) = 3, 6, encontre um raiz deste polinoˆmio. EP7) Use o me´todo de Newton-Raphson para obter uma raiz positiva de 1 x 2 − tg (x) = 0 2 4 cos(x) = ex EP8) Aplique o me´todo de Newton-Raphson a` equac¸a˜o x3 − 2x2 − 3x + 10 = 0. Prof. Roberto Capistrano Ca´lculo Nume´rico 18 / 21 Bibliografia Refereˆncias I ARENALES, Selma; DAREZZO, Artur. Ca´lculo Nume´rico: aprendizagem com apoio de software. Sa˜o Paulo: Cengage Learning, 2010. BARROSO, L. e outros. Ca´lculo Nume´rico com Aplicac¸o˜es Sa˜o Paulo: Habra, 2006 BRAGA, Carlos A. CAPISTRANO, Roberto. DELGADO, Solange. MOREIRA, Jose´ Vicente. Notas de Aulas de Ca´lculo Nume´rico Joa˜o Pessoa: UNIPEˆ, 2014. Prof. Roberto Capistrano Ca´lculo Nume´rico 19 / 21 Bibliografia Refereˆncias II BURIAN, Reinaldo; LIMA, Antonio Carlos de; HETEM JUNIOR, Annibal. Ca´lculoNume´rico Fundamentos de Informa´tica Rio de Janeiro: LTC, 2012. CUNHA, M. Cristina. Me´todos Nume´ricos Sa˜o Paulo: Editora da Unicamp, 2006. FRANCO, Neide Bertoldi Ca´lculo Nume´rico Sa˜o Paulo: Pearson, 2006. Prof. Roberto Capistrano Ca´lculo Nume´rico 20 / 21 Bibliografia Refereˆncias III GILAT, Amos; SUBRAMANIAM, Vish. Me´todos Nume´ricos para Engenheiros e Cientistas Uma introduc¸a˜o com aplicac¸o˜es usando o MATLAB Porto Alegre: Bookman, 2013. SANTOS, V. R. Curso de Ca´lculo Nume´rico Sa˜o Paulo; Livro Te´cnicos e Cient´ıficos, 2005. SPERANDIO, De´cio; MENDES, Joa˜o Teixeira; SILVA, Luiz Henry Monken e Ca´lculo Nume´rico: Caracter´ısticas Matema´ticas e Computacionais dos Me´todos Nume´ricos Sa˜o Paulo: McGraw-Hill, 2007. Prof. Roberto Capistrano Ca´lculo Nume´rico 21 / 21 Processos Iterativos de Localização Introdução Método da Bissecção Algoritmo Método de Newton-Raphson Exercícios Propostos Bibliografia
Compartilhar