Baixe o app para aproveitar ainda mais
Prévia do material em texto
Capítulo 02 Zeros de Funções Reais 2.1 Introdução Em muitas áreas das ciências exatas ocorrem situações que envolvem a resolução de equações do tipo f(x)=0. Com isso, neste capítulo são estudados métodos numéricos para resolver equações deste tipo. Um número real ε é uma raiz (zero) da equação f(x)=0 se f(ε)=0. Considerando que existem equações polinomiais com raízes reais ou complexas, neste capítulo são abordadas somente as raízes reais de f(x), denotadas por ε. Graficamente: Figura 2.1: Exemplos de zero de funções. Como obter raízes reais de uma equação qualquer? Nos casos de funções complicadas é praticamente impossível encontrar as raízes de maneira exata. Os métodos numéricos abordados neste capítulo permitem encontrar boas aproximações para essas raízes. A ideia destes métodos é partir de uma aproximação inicial para a raiz e em seguida “refinar” essa aproximação por meio de um processo iterativo. O que é processo iterativo? É um conjunto finito de procedimentos que podem se repetir infinitamente. Estes métodos se constituem de duas fases: Fase I: localização ou isolamento das raízes. Consiste em obter um intervalo que contém a raiz ε. Fase II: melhorar o valor da raiz aproximada, isto é, refiná-la até o grau de exatidão requerido. 2.2 Fase I: Isolamento das Raízes Nesta seção é abordado um importante teorema para isolamento de raízes. ε2 x f(x) f(x) ε2 x ε1 ε1 ε3 Capítulo 2 – Zero de Funções Reais 10 Teorema 2.1: Seja f(x) uma função contínua num intervalo [a,b]. Se f(a)*f(b)<0 então existe pelo menos um ponto x entre a e b que é zero (raiz) de f(x). Graficamente: Figura 2.2: Isolamento de raízes. Obs: Se, sob as hipóteses do teorema anterior existir f´(x) e preservar o sinal em [a,b], então este intervalo contém uma única raiz. Graficamente: baxxf , ,0)( baxxf , ,0)( Figura 2.3: Exemplo de existência de raiz única. Uma forma de se isolar as raízes de f(x) usando os resultados anteriores é tabelar f(x) para vários valores de x e analisar as mudanças de sinal de f(x) e o sinal da derivada nos intervalos em que f(x) mudam de sinal. Exemplo 2.1: a) 39)( 3 xxxf x -100 -10 -5 -3 -1 0 1 2 3 4 5 f(x) - - - - + + + - - + + + * lugares onde existem raízes. ε b a a ε x f(x) f(x) x b ε2 b a ε1 a b ε x f(x) f(x) x * * * Capítulo 2 – Zero de Funções Reais 11 Sabendo que f(x) é contínua para qualquer x real e observando as variações de sinal, pode-se concluir que cada um dos intervalos I1=[-5,-3], I2=[0,1] e I3=[2,3] contém pelo menos um zero de f(x). Como f(x) é um polinômio de grau 3, pode-se afirmar que cada intervalo contém uma única raiz de f(x). b) xexxf 5)( x ... -2 -1 0 1 2 3 4 f(x) - - - - - + + + * possui pelo menos uma raiz. Analisando a tabela anterior, verifica-se que f(x) admite pelo menos um zero no intervalo (1,2). Para saber se esta raiz é única basta analisar o sinal de f’(x). 0 ,05 2 1 )( xe x xf x Assim, pode-se concluir que f(x) admite uma única raiz, que está entre (1,2). Obs: Se f(a)*f(b)>0 pode-se ter várias situações em [a,b]. Graficamente: Figura 2.4: Exemplo de existência de raiz única. Como analisar? Dada a equação f(x)=0, determinar )( e )( 21 xfxf tal que: )()( 0)( 21 xfxfxf ε2 f(x) ε1 b a a x f(x) x b * Capítulo 2 – Zero de Funções Reais 12 Exemplo 2.2: a) Seja 39)( 3 xxxf . Usando o primeiro processo: 93)( 39)( 2 3 xxf xxxf x f(x) ]3,4[1 -4 -25 -3 3 3 13.3923 ]1,0[2 -1 11 0 3 1 -5 ]3,2[3 2 -7 3 3 Usando o último processo: fazendo: 39 039 33 xxxx 31 )( xxf 39)(2 xxf ]3,4[1 ]1,0[2 ]3,2[3 Capítulo 2 – Zero de Funções Reais 13 b) Seja xexxf 5)( . xx exex 5 05 xxf )(1 xexf 5)(2 c) Seja 1log)( xxxf . x xxxxx 1 log 1log 01log )log()(1 xxf x xf 1 )(2 Capítulo 2 – Zero de Funções Reais 14 d) Seja 2)sen()( xexf x . 2)sen( 02)sen( xexe xx xexf )(1 2)sen()(2 xxf 2.3 Fase II: Refinamento Nesta seção são apresentados vários métodos numéricos de refinamento de raiz. A forma como se efetua é que o diferencia, sendo que todos pertencem à classe dos métodos iterativos. Um método iterativo consiste em uma seqüência de instruções que são executadas passo a passo, algumas das quais são repetidas em ciclos. A execução de um ciclo é denominado de iteração. Cada iteração utiliza resultados das iterações anteriores e efetua determinados testes que permitem verificar se foi atingido um resultado próximo o suficiente do resultado esperado. Observa-se que os métodos iterativos para obter zeros de funções fornecem apenas uma aproximação para a solução exata. 2.3.1 Critérios de Parada Os métodos iterativos para obter zeros de funções efetuam um teste do tipo: xk está suficientemente próximo da raiz exata? Que tipo de teste efetuar para se verificar se xk está suficientemente próximo da raiz exata? Para isto é preciso entender o significado de raiz aproximada. Existem duas interpretações para raiz aproximada que nem sempre levam ao mesmo resultado: x~ = xn é uma raiz aproximada com precisão se: (I) )( nxf (II) 1nn xx Há também o critério de parada correspondente ao erro relativo. n nn x xx 1 Obs: Além do teste de parada deve-se usar um número máximo de iterações para que o programa não entre em “loop”. Capítulo 2 – Zero de Funções Reais 15 2.3.2 Métodos Iterativos para se obter raízes de funções Nesta seção são apresentados alguns métodos iterativos para encontrar os zeros (raízes) de funções. (I) Método da Bissecção Seja f(x) uma função contínua no intervalo [a, b], tal que f(a)*f(b)<0. Supõe-se, para simplificar, que o intervalo [a, b] contém uma única raiz da equação. Logo, o objetivo deste método é reduzir o tamanho do intervalo que contém a raiz da equação f(x)=0 até se atingir a precisão requerida: ab , para isto, usa-se sucessivas divisões de [a, b] ao meio. Graficamente: As iterações ocorrem da seguinte forma: Sendo a = a0 e b = b0. 1) 2 00 0 ba x 01 01 00 0 0 0 , 0)( 0)( 0)( xb aa xa xf bf af 2) 12 12 11 1 1 1 11 1 , 0)( 0)( 0) 2 bb xa bx xf bf f(a ba x 3) 23 23 22 2 2 2 22 2 , 0)( 0)( 0) 2 bb xa bx xf bf f(a ba x Exemplo 2.3: Encontrar a raiz da função f(x)=xlogx-1. Sabe-se que a raiz está no intervalo [2,3], sendo 110 . ε f(x) x b = b0 x0 = b1 = b2 x1 = a2 a1 = a0 = a Capítulo 2 – Zero de Funções Reais 16 Solução: 1ª Iteração: 3 5,2 3;5,2 010*15,5)5,2( 04314,0)3( 03979,0)2( 5,2 2 32 01 01 3 0 bb xa f f f x 111 105,0 ab 2ª Iteração: 75,2 5,2 75,2;5,2 02082,0)75,2( 0)3( 0)5,2( 75,2 2 35,2 12 121 xb aa f f f x 122 1025,0 ab 3ª Iteração: 625,2 5,2 625,2;5,2 01002,0)625,2( 0)75,2( 0)5,2( 625,22 75,25,2 23 232 xb aa f f f x 1 33 10125,0 ab 4ª Iteração: 5625,2 5,2 5625,2;5,2 010*72,4)5625,2( 0)625,2( 0)5,2( 5625,2 2 625,25,2 34 34 2 3 xb aa f f f x 1144 1010*625,05,25625,2ab FIM. 5625,2 Exercício de Fixação 2.1 Calcular a raiz da equação 10)( 3 xxf com 1,0 . Sabendo-se que 32, ε . Passos do algoritmo do método da bissecção: Seja f(x) contínua em [a, b] e tal que f(a)*f(b)<0 1) Ler os dados iniciais: a) intervalo que contém a raiz: [a, b]; b) precisão: ; c) número máximo de iterações: n. 2) k ← 0 3) Se ab , então escolha qualquer ],[ ba FIM (Passo 5). Capítulo 2 – Zero de Funções Reais 17 4) Enquanto nkab e faça: k ← k+1 finício ← f(a) meio ← (a+b)/2 fmeio ← f(meio) se finício*fmeio<0 então b ← meio senão a ← meio fim (se) fim (enquanto) 5) Imprimir os resultados Escrever (raiz) Escrever (número de iterações) Exercício de Fixação 2.2 Encontrar a raiz negativa de P(x)=x3-3x2-6x+8=0, com tolerância 2,0 , que está no intervalo [-3,83; -0,62], utilizando o algoritmo do método da bissecção. Estimativa do número de iterações Dada uma precisão e um intervalo inicial [a, b] é possível saber quantas iterações serão efetuadas pelo método da bissecção até que se obtenha ab . No método, o tamanho de cada intervalo gerado é a metade do tamanho do intervalo anterior. Então tem-se que: k kk kk abab ab 22 0011 . Deseja-se obter o valor de k tal que kk ab , ou seja: 2log loglog loglog2log 2 2 00 00 0000 ab kabk abab k k . Exemplo 2.4: Seja f(x)=xlogx-1, ]3,2[ é raiz de f(x)=0. Sendo 210 , quantas iterações deve-se efetuar, no mínimo, para satisfazer o critério de parada? Solução: 64,6 3010,0 1*20 2log 10log21log 2log 10log)23log( 2 k 7k Comentários Finais: (Para funções contínuas em [a, b]). O método da bissecção converge sempre. Portanto, pode ser aplicado para obter a raiz de qualquer equação. As iterações não envolvem cálculos laboriosos. Capítulo 2 – Zero de Funções Reais 18 A convergência é muito lenta, pois se o intervalo inicial é tal que 00 ab e se for “muito pequeno” o número de iterações tende a ser muito grande, como por exemplo: 25 8,24 3010,0 477,7 2log 10log73log 2log 10log3log 10 3 7 7 00 kk ab . (II) Método Iterativo Linear (MIL) ou Método do Ponto Fixo (MPF) Este método está mais voltado aos conceitos que são introduzidos em seu estudo do que sua importância computacional. Sejam f(x) uma função contínua no intervalo [a, b] e a raiz da equação f(x)=0, pertencente ao intervalo [a, b]. Por um artifício algébrico, este método consiste em transformar f(x)=0 em )(xx e a partir de uma aproximação inicial 0x gerar a seqüência kx de aproximações para pela relação ,...2,1,0),(1 kxx kk , pois a função )(x é tal que )(0 f . A função )(x que satisfaz a condição anterior é chamada função de iteração. Exemplo 2.5: Para a equação 022 xx tem-se várias funções de iteração: a) 2)(202 21 22 xxxxxx b) xxxx 2)(2 2 c) x x x xxxxx 2 1)( 2 102)1(02 3 2 d) 1 2 )( 1 2 02)1(02 4 2 x x x xxxxx Exemplo 2.6: Seja 0)sen()( 2 xxxf . Pode-se facilmente obter duas funções de iteração: a) Somando x aos dois membros: xxxxxxxx sen)(sen 21 2 b) xxxxxxxx sen)( sen sen 0sen 2 22 Dada uma equação f(x)=0 existem infinitas funções )(x que são funções de iteração, com a seguinte forma: )()()( xfxAxx , com a condição que em , ponto fixo de )(x , se tenha 0A . Teorema 2.2: Mostrar que 0f . Prova: Seja tal que 0f . 0 . f Hip fA Capítulo 2 – Zero de Funções Reais 19 Se 0 fAfA . Como 0 0 fA . □ Graficamente, uma raiz xx é um número x , para o qual a reta y = x intercepta a curva xy . Pode ocorrer que estas curvas não se interceptam e neste caso não haverá solução real. Para que o MIL seja vantajoso, deve-se obter aproximações sucessivas kx convergentes para a solução desejada x . Exemplo 2.7: Seja a equação xx 2)(2 , do Exemplo 2.5, e considere 00 x . Então: 414,1201 xx 847,1414,312 xx 961,1847,323 xx 990,1961,334 xx 9975,1990,345 xx x y= )(x x y=x 0 1,414 0 0 2 2 2 2 3 2,2 3 3 4 2,45 4 4 A seqüência obtida acima converge para a raiz 2 . Entretanto para certos )(x o processo pode gerar uma seqüência que diverge de . Exemplo 2.8: Seja 2)( 2 xxxf e 2)( 21 xx . Iniciando o processo com 30 x tem-se a seguinte seqüência: 7232 22001 xxx 47272 22112 xxx 22072472 22223 xxx Graficamente: Capítulo 2 – Zero de Funções Reais 20 É óbvio que se trata de uma sequência divergente. Estudo da convergência do MIL Foi visto que dada uma equação f(x)=0, pode existir mais de uma função x tal que xxxf 0)( . De acordo com o Exemplo 2.8 não é para qualquer escolha de x que o processo recursivo definido por kk xx 1 gera uma seqüência que converge para . O teorema a seguir fornece as condições suficientes para que o processo seja convergente. Teorema 2.3: Seja uma raiz da equação f(x)=0, isolada num intervalo [a, b] e centrado em . Seja x uma função iteração para a equação f(x)=0, se: (I) x e )(x são contínuas em [a, b] (II) [a,b]xMx ,1)( (III) [a, b]x 0 então a seqüência kx gerada pelo processo iterativo kk xx 1 converge para . Exemplo 2.9: Seja 06)( 2 xxxf . Verifique se 26)( xx satisfaz as hipóteses do teorema anterior para o intervalo (0,2). Solução: (I) xxxx 2)( 6)( 2 x e )(x são contínuas em . (II) 2 1 2 1 12 1)( xxx Como o intervalo considerado é (0,2), então existe um ],[ bax tal que 1)( x . Logo 26)( xx não converge. Isto pode ser verificado numericamente para .5,10 x 4609,3457003906,596 003906,590625,86 0625,875,36 75,35,16 2 34 2 23 2 12 2 01 xx xx xx xx Analisando os resultados anteriores verifica-se que kx não está convergindo para =2. Critérios de parada: No algoritmo MIL escolhe-se kx como raiz aproximada de se: )( seou )( 111 kkkkk xfxxxx . Capítulo 2 – Zero de Funções Reais 21 Passos do algoritmo do método MIL: Sejam a equação f(x) = 0 e a equação equivalente x= (x), supõe-se que as hipóteses do Teorema 2.3 são satisfeitas. 1) Dados iniciais a) x0 : aproximação inicial b) : precisão c) it: número máximo de iterações 2) Se f(x0) < então faça 0x FIM 3) k ← 1 4) )( 01 xx 5) Se f(x1)< ou x1- x0< ou k>it então faça 1x FIM 6) 10 xx 7) 1 kk Volte ao Passo 4 Exemplo 2.10: Encontrar a raiz de 393 xxxf pelo método MIL. Considere 3 1 9 3 x x ; x0 = 0,5, 410*5 1,0 . Verifique também se 3 1 9 3 x satisfaz as hipóteses do Teorema 2.3 para o intervalo (0,1). Solução: Condições do teorema: (I) 31 9 3 x x 39 3 22 xx x xx e são contínuas em [0,1] (II) 331 3 1 2 x x x (III) ]1 ,0[5,00 Ix 5,00 x Passos do Algoritmo: 1) Inicialização Dados iniciais x0 e δ. 2) f(x0) > 3) k ← 1 (1ª iteração) 4) 347222222,0 3 1 9 5,0 3 01 xx 5) 11 10*83137751,0 xf > 0,0005 e 0005,001 xx Capítulo 2 – Zero de Funções Reais 22 6) x0 ← 0,347222222 7) k ← 2 (2ª iteração) 4) 337984694,0 3 1 9 347222222,0 3 01 xx 5) 0,000510*3253019,0 21 xf e 0005,001 xx 6) x0 ← 0,337984694 7) k ← 3 (3ª iteração) 4) 337618004,0 3 1 9 337984694,0 3 01 xx 5) 0005,010*78338,0 41 xf ou 0005,010*36669,0 4 01 xx 337618004,0 → FIM. Exercício de Fixação 2.3 Considere a função 1)( 3 xxxf . Resolva-a pelo MIL com a função de iteração 2 11 )( xx x , 10 x e 001,0 . Justifique seus resultados. Obs: A convergência do MIL será tanto mais rápida quanto menor for o valor de x . Comentários Finais: (Para funções contínuas em [a, b]). O método MIL é voltado a conceitos matemáticos. Converge somente se para a função de iteração for satisfeito o Teorema 2.3. As iterações não envolvem cálculos laboriosos (III) Método de Newton (Newton – Raphson) Sabe-se que uma das condições de convergência do método MIL é que [a,b]xMx ,1 um intervalo fechado centrado na raiz. Sabe-se também que a convergência do MIL será mais rápida quanto menor for . O método de Newton tenta garantir e acelerar a convergência do MIL, para isto ele escolhe uma função de iteração x de modo que 0 . Então, dada a equação 0xf e partindo da forma geral x , obtêm-se A(x) tal que 0 . xxfxAxx derivando xfxAxfxAx 1 fAfA 1 , como 0f tem-se: ,1 fA fazendo 0 temos f AfA 1 01 Capítulo 2 – Zero de Funções Reais 23 Toma-se então xf xA 1 Assim: xf xf xx Logo, o processo iterativo chamado Método de Newton (Newton-Raphson) é definido por: k k kk xf xf xx 1 , k = 0, 1, 2, ... Este processo converge sempre que 0 x for suficientemente pequeno. Interpretação Geométrica Dado kx , o ponto 1kx é obtido traçando-se a tangente a curva xf e pegando o ponto onde esta tangente corta o eixo x0 . Obs: A ordem de convergência do método de Newton é quadrática, isto é, a diferença entre 1kx e xk, é, em ordem de grandeza, igual ao quadrado da diferença entre kx e xk-1. Por exemplo, se tivermos as seguintes diferenças: entre kx e xk-1. entre 1kx e xk 0,1 0,01 0,01 0,0001 Exemplo 2.11: Considere 2,6 2 2 xxxf e 5,10 x . 12 6 12 62 12 612 12 6 22222 x x x xxxx x xxxx x xx x xf xf xx Logo: 0625,2 15,12 65,1 2 01 xx x2 x1 x0 f(x) x Capítulo 2 – Zero de Funções Reais 24 00076,2 10625,22 6062,2 2 12 xx 0000,2 100076,22 600076,2 2 23 xx Assim, trabalhando com cinco casas decimais, 3x . Observe que se este exemplo fosse resolvido aplicando o MIL com xx 6 , se obteria 00048,25 x com cinco casas decimais. Exemplo 2.12: Sejam f(x) = x3 – 9x + 3; x0 = 0,5; =0,01 e .1,0 Aplicar o método de Newton. Solução: Simplificando a função φ(x) 93 32 93 3993 93 39)93( 93 39 2 3 2 33 2 32 2 3 x x x xxxx x xxxx x xx xx 375,10xf 1ª iteração: ...33333,0 95,03 35,02 2 3 01 xx 037037039,01xf 3333,05,001 xx 2ª iteração: 337606837,0 9...33,03 3...33,02 2 3 12 xx 004273504,012 xx 337606837,0 Passos do algoritmo do método de Newton: 1) Entrada dos dados iniciais a) ler aproximação: 0x b) ler precisão: c) fornecer o número máximo de iterações: it 2) Calcular 0xffx Se fx então: k ← 1 fxlinha ← 0xf x1 ← x0 – (fx/fxlinha) fx ← f(x1) Capítulo 2 – Zero de Funções Reais 25 Enquanto itkxxfx e e 01 faça k ← k + 1; x0 ← x1 fxlinha ← 0xf x1 ← x0 – (fx/fxlinha) fx ← f(x1) fim (enquanto) raiz ← x1 senão raiz ← x0 fim (se) 3) Impressão dos resultados - raiz - número de iterações Exemplo 2.13: Determinar, usando o algoritmo do método de Newton, a menor raiz positiva da equação f(x) = x + ln x = 0, com erro relativo 1,0 (adote x0 = 0,5). Solução: Fazendo f(x) = 0 x + ln x = 0 - x = ln x f1(x)= - x; f2(x)=ln x assim, obtem-se: Aplicando o método: 1) Tomando ,5,00 x 1,0 2) fx ← 0,5 + ln 0,5 = - 0,193 xf k ← 1 fxlinha ← 3 5,0 1 1 1 1 x x1 ← 0,5 – (-0,193/3) = 0,5644 fx ← 0,5644 + ln 0,5644 = - 0,0076 11,0 5644,0 5,0564,0 1 01 x xx Capítulo 2 – Zero de Funções Reais 26 k ← 2 x0 ← 0,5644 fxlinha ← 772,2 5644,0 1 1 1 1 0 x x1 ← 0,5644 - (- 0,0076/2,772) = 0,5672 fx ← 0,5672 – ln (0,5672) = 0,00015 1,00049,0 5672,0 5644,05672,0 1 01 x xx Então a menor raiz positiva com erro relativo =0,1 é ε = 0,5672. Exercício de Fixação 2.4 Considerando 210 , 20 x e it=100, aplique os passos do algoritmo de Newton para encontrar uma raiz aproximada para 0122)( 34 xxxxf . Comentários Finais: O Método de Newton converge rápido. As iterações não envolvem cálculos laboriosos, porém, precisa do cálculo da derivada da função f(x). IV Método da secante A desvantagem do método de Newton é a necessidade de calcular o valor de xf a cada iteração, com isso o método da secante consiste em aproximar a derivada kxf pelo quociente das diferenças da seguinte forma: 1 1 kk kk k xx xfxf xf tal que : xk e xk-1 são duas aproximações para a raiz. Logo, a fórmula de Newton torna-se: 1 1 1 1 kk kkk k kk kk k kk xfxf xxxf x xx xfxf xf xx Então o processo iterativo do método da secante é definido por: 1 1 1 kk kkk kk xfxf xxxf xx Obs: São necessárias duas aproximações para inicializar o método. Interpretação geométrica A partir de duas aproximações xk-1 e xk, o ponto xk+1 é obtido pela intersecção do eixo Ox e da reta secante que passa pelos pontos (xk-1, f(xk-1)) e (xk, f(xk)). Capítulo 2 – Zero de Funções Reais 27 Obs: Este método só converge se as aproximações iniciais x0 e x1 forem escolhidas bem próximas de . Exemplo 2.14: Encontrar a raiz de f(x) = x2+x–6 utilizando os pontos x0=1,5 e x1=1,7. Considere = 0,003. Solução: Verificação inicial do critério de parada )( 0xf , )( 1xf e 01 xx 1ª iteração: 03571,2 84,0 282,0 7,1 25,241,1 2,041,1 7,1 01 011 12 xfxf xxxf xx 17982,02xf 33571,012 xx 2ª iteração: 99774,1 41,117982,0 7,103571,217982,0 03571,2 12 122 23 xfxf xxxf xx 03797,023 xx 01129,03xf 3ª iteração: 99998,1 17983,001129,0 03797,001129,0 99774,1 23 233 34 xfxf xxxf xx 0022,034 xx 00009999,04xf 99998,1 Passos do algoritmo do método da secante: Seja a equação f(x)=0. 1) Dados iniciais a) x0 e x1: aproximações iniciais b) :precisão x3 x2 x1x0 f(x) x Capítulo 2 – Zero de Funções Reais 28 c) it: número máximo de iterações 2) Se 0xf então faça 0x FIM 3) Se 1xf ou se 01 xx então: 1x FIM 4) k ← 1 5) 01 011 12 xfxf xxxf xx 6) Se 2xf ou 12 xx ou k>it então 2x FIM 7) x0 ← x1 e x1 ← x2 8) k ← k + 1 Volte ao Passo 5. Exercício de Fixação 2.5 Considerando x0=0, x1=1, =0,01 e it=100, encontre uma raiz aproximada para a equação 02/13 x aplicando os passos do algoritmo do método da secante. Comentários Finais: As iterações não envolvem cálculos laboriosos. Convergem se as aproximações iniciais de x0 e x1 estiverem relativamente próximos de ε. V Método da Regula Falsi (ou falsa posição) Este método é uma variação do método da secante, porém são tomadas duas aproximações x0 e x1, tal que, f(x0)* f(x1)<0. A aproximação seguinte é calculada por: 1 11 1 1 1 kk kkkk kk kkk kk xfxf xfxxfx xfxf xxxf xx . Assim, dado um intervalo [a,b] tal que f(a)*f(b)<0, a função de iteração do método da Regula Falsi é dada por: afbf abfbaf x O método termina quando: 1 1 k kk x xx ou 1 11 k kk x xx ou k>it (número máximo de iterações) e neste caso xk+1 é raiz. Caso contrário, escolhe-se entre xk e xk-1 o ponto no qual f(x) tenha sinal oposto ao de f(xk+1). Com xk+1 e o ponto escolhido calcula-se xk+2 pelo mesmo processo e isso se repete até a convergência. Capítulo 2 – Zero de Funções Reais 29 Interpretação Geométrica Exemplo 2.15: Seja f(x) = x log x – 1. Considere [a0, b0] = [2,3]. Encontre uma raiz aproximada para f(x) pelo método da Regula Falsi. Solução: F(a0) = -0,3979 < 0 F(b0) = 0,4314>0 4798,2 8293,0 0565,2 3979,04314,0 3979,034314,02 0 x f(x0) = -0,0219 <0. Como f(a0) e f(x0) têm o mesmo sinal, 3 4798,2 1 01 b xa 0 0 1 1 bf af 5049,2 0219,04314,0 0219,034314,04798,2 1 x f(x1) = - 0,0011 3 5049,2 12 12 bb xa Passos do algoritmo do método da regula falsi: Seja f(x) contínua em [a,b] tal que f(a)*f(b)<0. 1) Dados iniciais a) intervalo inicial [a,b] b) precisões 1 e 2 c) it: número máximo de iterações 2) Se |b-a|< 1 , então escolha para qualquer ],[ bax FIM se 2af ou 2)( bf então escolha a ou b como FIM 3) k ← 1 4) M ← f(a) 5) afbf abfbaf x 6) Se 2xf ou k>it então x3 x2 f(x) x x0 x1 Capítulo 2 – Zero de Funções Reais 30 x FIM 7) Se M*f(x)>0, faça a ← x. Vá para o Passo 9. 8) b ← x 9) Se |b-a|< 1 , então escolha para qualquer ],[ bax FIM 10) k ← k+1. Volte ao Passo 4. Exemplo 2.16: Seja f(x) = x3 – 9x + 3, [a,b] = [0,1], = 0,0005 e it=100. Aplicando os passos do algoritmo do método da regula falsi foram obtidos os seguintes resultados: Iteração x f(x) |b – a| 1 0,375 -0,322265625 1 2 0,338624339 -8,79019964 * 10-3 0,375 3 0,337635046 -2,25883909 * 10-4 0,328624339 337635046,0 Exercício de Fixação 2.6 Aplique os passos do algoritmo do método da regula falsi para determinar a menor raiz positiva da equação x-cos(x)=0 com erro inferior a 10-3 e número máximo de iterações igual a 100. Destaca-se que a raiz está no intervalo [0,7 0,8]. Comentários Finais: Junção dos métodos da bissecção e secante. Boa convergência, perdendo apenas para o método de Newton. 2.4 Observações finais sobre os métodos Bissecção Não exige o conhecimento das derivadas, mas tem uma convergência lenta. Deve ser usado para diminuir o intervalo que contém a raiz. Iterativo Linear Sua maior dificuldade está em encontrar uma função de iteração que satisfaça as condições de convergência. Newton Requer o conhecimento da forma analítica de xf , mas sua convergência é extraordinária. Secante Exige dois pontos iniciais. Regula Falsi Além de não exigir o conhecimento do sinal das derivadas, tem uma convergência só superada pelo método de Newton. Porém, necessita isolar a raiz em um intervalo [a,b]. Capítulo 2 – Zero de Funções Reais 31 2.5 Exercícios 2.5.1 Obrigatórios 1) Seja 39)( 3 xxxf . Aplique o método da Secante para obter uma raiz aproximada para a função )(xf ( -410 5.10 e 1 ,0 xx ). 2) Seja xexf x cos)( 2 , ]2 ,1[ , 210 e it=100. Considerando 22 2)(cos xx xexsenxe x Aplique os seguintes métodos: a) Bissecção, considerando [1,2]. b) MIL (sendo xex x 2 cos e 5.10 x ). c) Newton, 5.10 x . d) Secante 2 e 1 10 xx . e) Regula Falsi 2 e 1 10 xx . 3) Encontre a raiz da função 5)( 2 xxf pelo método da bissecção. Sabe-se que o intervalo [2,3] contém a raiz, usar 01,0 . 4) Encontre algumas funções iterações para a função 08,296,0)( 2 xxxf . 5) Dadas as funções: a) )(tg)(cosec)( xxxf . b) xexf x ln)( . c) xxxf ln7,2)( . Pesquisar a existência de raízes das funções acima e isolá-las em intervalos. 6) Considere a função 1)( 3 xxxf . Resolva-a pelo MIL com a função de iteração 2 11 )( xx x e 10 x . Justifique seus resultados. 7) A equação 4/1)( 2 xxxf possui uma raiz real isolada no intervalo [-0,5;0,5]. A seqüência produzida por 4/1)( 21 nnn xXX será convergente para essa raiz? 2.5.2 Opcionais 8) Determine uma raiz de 9,0)( 2 xxf , resolvendo por 9,02 xxx pelo método MIL com 10 x e 110 . 9) Aplique o método de Newton à equação: 01032 23 xxx com .9,10 x Justifique o que acontece. Capítulo 2 – Zero de Funções Reais 32 10) Seja 24)( xexf x e sua raiz no intervalo (0,1). Tomando 5,00 x , encontre com 410 e it=100, usando: a) O MIL com 2 2 1)( x ex . b) O método de Newton. Compare a rapidez de convergência. 11) Encontre uma raiz de cada equação abaixo com 01.0 pelo método da bissecção. a) 052)( 32 xexf x , onde ]2,0[ . b) 0352)( 23 xxxxf , onde ]0,1[ . 12) Encontrar pelo menos uma raiz positiva de cada equação abaixo, utilizando o método de Newton (em todos os exercícios considerar it=100): a) 010)cos(4)( 3 xxxxf , considerando 510 e 20 x . b) 02)( 2 xxf , considerando 510 e 10 x (trata-se do cálculo de 2 ) c) 04)ln()( xxxf , considerando 310 e 5,10 x 13) Determinar pelo menos uma raiz de cada equação abaixo pelo método da regula falsi e utilizando 210 : a) 0201052)( 23 xxxxf , sendo ]4,3[ . b) 0)cos(2)( 2 xxxf x , sendo ]0,2[ . 14) Utilizando os métodos bissecção, secante, regula falsi e Newton, encontre uma raiz para as seguintes equações: a) 010825)( 23 xxxxf , sendo ]2,0[ e considerando 210 . b) 030)sen(52)( 23 xxxxf , sendo ]4,1[ e considerando 210 . 15) Determinar a raiz de 03)1cos(2)( 3 xxxf pelos passos do algoritmo método da secante. Considere 310 , x0=-1, x1=2 e it=100.
Compartilhar