Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
4 2 5 1 4 2 5 1 1 – Introdução 1.1 – Isolamento das raízes 1.2 – Refinamento 2 – Método da Bisseção 2.1 – Interpretação Geométrica 2.2 – Algoritmo 2.3 – Estimativa do Número de Iterações 2.4 – Estudo da Convergência 3 – Método do Ponto Fixo 3.1 – Interpretação Geométrica 3.2 – Estudo da convergência do MPF 3.3 – Algoritmo 3.4 – Ordem de convergência do MPF 4 – Método de Newton - Raphson 4.1 – Interpretação Geométrica 4.2 – Estudo da convergência do MNR 4.3 – Algoritmo 4.4 – Ordem de convergência do MNR Sumário: 4 2 5 1 1 – Introdução 4 2 5 1 Em muitos problemas de Ciência e Engenharia há a necessidade de se determinar um número r para o qual uma função f (x) seja zero, ou seja, f (r)=0. Este número é chamado zero ou raiz da função f (x) e pode ser real ou complexo. Em nossos estudos r representará uma raiz real. Graficamente, os zeros reais são representados pelos pontos de interseção da curva com o eixo Ox, conforme figura abaixo: 4 2 5 1 O objetivo desta unidade é o estudo de métodos numéricos para a resolução de equações não-lineares, as quais não possuem solução analítica. A idéia central destes métodos é partir de uma aproximação inicial para a raiz e em seguida refinar essa aproximação através de um processo iterativo do tipo: F(x) é chamada função de iteração. 4 2 5 1 Portanto, o processo iterativo pode ser dividido em duas fases: Fase I - Localização ou isolamento das raízes: Consiste em obter um intervalo [a,b] que contém uma única raiz; 4 2 5 1 1.1 – Fase I: Isolamento das raízes Nesta fase é feita uma análise gráfica e teórica da função. A precisão desta análise é o pré-requisito para o sucesso da fase II. 1.1.1 - Análise Gráfica Esta análise pode ser feita através de um dos seguintes processos: 4 2 5 1 Resolução: 4 2 5 1 1.1.2 – Análise Teórica Nesta análise usamos freqüentemente o teorema de Bolzano: “Seja uma função contínua no intervalo [a, b]. Se f (a) f (b) < 0, então existe pelo menos um ponto x = r entre a e b que é zero de f (x)” Graficamente: 4 2 5 1 Sob as hipóteses do teorema anterior, se f’(x) existir e preservar o sinal em [a, b], então existe uma única raiz neste intervalo. Graficamente: 4 2 5 1 Podemos aplicar este teorema atribuindo valores para x e analisar o sinal de f (x). Exemplo: f(x) = - Analisando a mudança de sinal podemos concluir que existe pelo menos uma raiz dentro dos intervalos indicados. - Derivando a função descobrimos que conserva o sinal em cada um dos intervalos, portanto cada raiz é única no intervalo. 4 2 5 1 Observação Se f (a) f (b) > 0 então pode existir ou não raízes no intervalo [a,b]. Graficamente: 4 2 5 1 1.2 – Fase II: Refinamento Esta fase consiste em aproximarmos uma raiz r dentro do intervalo [a, b] através de um método iterativo. Um método iterativo é uma seqüência de instruções que são executadas passo a passo, algumas das quais são repetidas em ciclos, cada ciclo recebe o nome de iteração. Estas iteração utilizam valores obtidos em iterações anteriores para encontrar uma nova aproximação para a raiz. Estes métodos fornecem uma aproximação para a raiz exata. 1.2.1 – Critérios de parada Durante a aplicação de uma método para determinar-se uma raiz, necessitamos que uma certa condição seja satisfeita para estabelecer se o valor de xi está suficientemente próximo de r. 4 2 5 1 O valor de xi é raiz aproximada com precisão e se: Nem sempre é possível ter as duas exigências satisfeitas simultaneamente, analisemos os casos abaixo: 4 2 5 1 Como não conhecemos o valor da raiz r para aplicar o teste i) |xi – r| < e, usamos freqüentemente os conceitos de erro absoluto e erro relativo para determinarmos o critério de parada. a) Erro absoluto: b) Erro relativo: 4 2 5 1 2 – Método da Bisseção 4 2 5 1 Condições para aplicação: -A função deve ser contínua no intervalo [a, b], onde contém pelo menos uma raiz, ou seja, f (a) f (b) < 0. -Caso o intervalo contenha duas ou mais raízes, o método encontrará uma delas. O objetivo deste método é reduzir a amplitude do intervalo inicial que contém a raiz até que seu comprimento seja menor que a precisão desejada, usando para isso sucessivas divisões de [a, b] ao meio. 4 2 5 1 f(x) x Iteração 1: 2.1 – Interpretação Geométrica r a0 b0 x0 a1 b1 f (x0) > 0 a1 = a0 b1 = x0 r [a1 , b1] Iteração 2: x1 f (x1) < 0 a2 = x1 a2 b2 = b1 b2 r [a2 , b2] Iteração 3: x2 f (x2) < 0 a3 = x2 a3 b3 = b2 b3 r [a3 , b3] 4 2 5 1 2.2 – Algoritmo Seja f (x) contínua em [a, b] e tal que f (a) f (b) < 0. 1) Dados iniciais: a) intervalo inicial [a, b]; b) precisão e 3) k = 1 8) k = k +1. Volte ao passo 4. 4 2 5 1 2.3 - Estimativa do número de iterações Dada uma precisão e e um intervalo [a, b], vamos determinar quantas iterações k serão efetuadas pelo método da Bisseção até que bk – ak < e. Sendo k um número inteiro. 4 2 5 1 4 2 5 1 2.4 - Estudo da convergência da Bisseção: Seja f (x) uma função contínua em [a, b], onde f (a) f (b) < 0. O método da bisseção gera três seqüências: não-decrescente e limitada superiormente por tal que: não-crescente e limitada inferiormente por tal que: por construção temos que A amplitude de cada intervalo gerado é a metade da amplitude do anterior, assim temos: 4 2 5 1 Aplicando o limite temos: Então t = s 4 2 5 1 3 – Método da Iteração Linear (Método do Ponto Fixo) 4 2 5 1 Seja f (x) uma função contínua em [a, b], intervalo que contém uma raiz r da equação f (x) = 0. O Método da Iteração Linear (MIL ou MPF) consiste em transformar f (x) = 0 em uma equação equivalente x = j(x), onde j(x) é uma função de iteração. 4 2 5 1 3.1 - Interpretação Geométrica Graficamente, uma raiz da equação x = j(x) é a abcissa do ponto de intersecção da reta y = x e da curva y = j(x) f(x) x 4 2 5 1 Existem várias funções de iteração para esta equação, por exemplo: 4 2 5 1 Analisemos alguns casos de função de iteração: 4 2 5 1 Teorema 2: 3.2 – Estudo da Convergência do MIL A convergência será dada pelo seguinte teorema: Seja r uma raiz da equação f (x) = 0, isolada num intervalo I centrado em r. Seja j(x) uma função de iteração para a equação f (x) = 0. Se: 4 2 5 1 Demonstração r é uma raiz exata da equação f (x) = 0. Portanto, comparando (1) e (2), resulta (1) (2) 4 2 5 1 De (1) , segue que: 4 2 5 1 Assim, 4 2 5 1 3.3 – Algoritmo do MIL Considere a equação f (x) = 0 e a equação equivalente x = j(x) 1) Dados iniciais: 3) i = 1 7) i = i +1. Volte ao passo 4. 4 2 5 1 3.4 – Ordem de convergência do MIL Se existir um número p > 1 e uma constante C > 0, tais que Uma vez obtida a ordem de convergência p de um método iterativo, ela nos dá uma informação sobre a rapidez de convergência do processo. (2) De (2) podemos escrever: 4 2 5 1 Provaremos que o MIL tem convergência apenas linear. Conforme foi demonstrado, temos que: Então para grandes valores de k o erro em qualquer iteração é proporcional ao erro na iteração anterior, sendo j’(r ) o fator de proporcionalidade. Portanto, 4 2 5 1 4 – Método de Newton - Raphson 4 2 5 1 No estudo do método do ponto fixo, vimos que: ii) a convergência do método será mais rápida quanto menor for |j’(r)|. Com a finalidade de acelerar e garantir a convergência, o MNR procura uma função de iteração j(x) tal que j’(r) = 0. Partindo da forma geral para j(x), iremos obter a função A(x) tal que j’(r) = 0. 4 2 5 1 Então, dada f (x), a função de iteração representada por será tal que j’(r) = 0, pois como podemos verificar: 4 2 5 1 4.1 – Interpretação Geométrica f (x) r 4 2 5 1 4.2 – Estudo da Convergência do MNR Teorema 3: Sejam f (x), f’(x), f’’(x) contínuas num intervalo I que contém a raiz x = r de f (x) = 0. Suponha que f’(r) 0. Demonstração Devemos provar que as hipóteses do Teorema 2 estão satisfeitas para 4 2 5 1 4 2 5 1 4.3 – Algoritmo do MNR Seja f (x) = 0. 1) Dados iniciais: 3) k = 1 7) k = k + 1 Volte ao passo 4. 4 2 5 1 4.4 – Ordem de Convergência do MNR Seja a função de iteração j(x) desenvolvida em série de Taylor, em torno de x = r: 4 2 5 1 Assim para i suficientemente grande pode-se escrever: ou seja, o erro da iteração do MNR é proporcional ao quadrado do erro da iteração anterior. Por isso, diz-se que a convergência é quadrática, ou seja, p = 2.
Compartilhar