Apostila de Cálculo Numérico(Parte Um) Equações Não Lineares
Transcript of Apostila de Cálculo Numérico(Parte Um) Equações Não Lineares
Apostila de Cálculo Numérico (parte Um)
Cap. 1 Equações Não Lineares
1.1 Definições
São equações da forma,
( ) 0f x
Sendo que ( )f x pode ser um polinômio em x ou uma função transcendente (isso é,
função com termos com ,cos ,sinxe x x ). A partir disso, temos que os métodos
iterativos fornecem aproximação razoáveis (conforme o número de iterações ou o erro
desejado) para essas equações.
Como as funções transcendentais ocorrem em menor número em relação as funções
polinomiais, essas adquirem maior importância nessa área. Veremos como resolver
essas equações.
1.2 Métodos de Resolução
1.2.1 Método da Bissecção
O método consiste no cálculo sucessivo do ponto médio em intervalos definidos,
conforme os valores que a função assume nesse ponto médio, gerando os termos
iterados.
De modo mais simples: o método consiste em a partir do ponto médio, ir diminuindo o
intervalo em torno da raiz, representada aqui por x ¨, aproximando conforme o
intervalo o valor do ponto médio para a raiz da equação.
Seja uma função ( )f x , conforme mostrado. Se considerarmos a função em intervalo
[ , ]a b , temos que o ponto médio, 1x , é 1
2
a bx . Quanto ao valor que a função
assume nesse ponto, temos três possibilidades:
1( ) 0f x : Isso é, o ponto médio 1x é a raiz da equação ( x )
1( ) 0f x : Devemos diminuir o intervalo (pela direita, ou mais rigorosamente,
por números maiores que b , porque temos que 1( ). ( ) 0f a f x , então para o
intervalo convergir devemos fazer 1x b
1( ) 0f x : Como a função assume um valor maior do que 0, devemos diminuir
o intervalo pela direita (por números menores que a raiz e maiores que a ),
porque como 1( ). ( ) 0f a f x , devemos fazer que 1x a
Para cálculos iterativos do ponto médio, temos que,
2k
a bx
Com duas possibilidades (se o ponto médio não for raiz),
Se 1( ). ( ) 0f a f x , temos que, devemos ter, kx b
Se 1( ). ( ) 0f a f x , temos que, devemos ter, kx a
Exemplo 1.1
Aplicar o método da bissecção para determinar a raiz positiva de 2 7 0x ,
considerando um erro ( ), tal que, 21.10 , usando como intervalo inicial [2.0,3.0]
Respostas
O erro é dado 1k kx x , de tal forma que, como não foi especificado um número
limite de iterações, o critério de parada será quando tivermos o critério de erro
desejado.
Para, simplificarmos as contas, é possível montarmos uma tabela,
k a b
0 2 3 2,5 2,25 0
1 2,5 3 2,75 -0,421875 0,25
2 2,5 2,75 2,625 0,08203125 0,125
3 2,625 2,75 2,6875 -0,024353027 0,0625
4 2,625 2,6875 2,65625 -0,006088257 0,03125
5 2,625 2,65625 2,64063 0,00296402 0,015625
6 2,64063 2,65625 2,64844 -0,000385372 0,007815
Como na sexta iteração o erro ficou menor do que 21.10 , então,
o critério de parada foi alcançado, tal que, para essa iteração, o
valor do ponto médio é de 2,64844 , devendo ser assumido
como solução da equação.
Tal valor, obtido com o método da bissecção é razoável, visto
que o valor 7 , é 7 2,645751 . De tal modo que a
aproximação pelo ponto médio fornece um bom valor para a raiz.
kx1( ). ( )f a f x
1.2.2 Método Iterativo Linear
O método da iteração linear faz uso de uma aproximação por equações auxiliares
lineares, isso é, equações de reta.
Para tanto, seja a equação,
( ) 0f x
Tal que ( )f x seja contínua em um intervalo que contém a raiz. Se considerarmos x
em termos de uma função, isso é, se,
( )x x
Sendo que a solução das duas equações sejam as mesmas. A partir disso, temos que
qualquer que seja a função , a solução será um ponto fixo, porque valerá para ( )f x
e para ( )x . Para termos uma equação de reta como função de ( )x , podemos
considerar a forma linear,
( ) ( ). ( )x x A x f x
Isso é, as duas funções ( )f x e ( )x tem equivalência de soluções, então, para
termos um processo iterativo devemos ter uma sequência convergente de
aproximações para a raiz da função, usando a função auxiliar (ponto fixo), tal que,
1 ( )k kx x
Sendo que, para a função de ponto convergir devemos ter,
1 *lim , 1,k
pk
k
L p L
Tal que p é a ordem de convergência (que mede a velocidade com que a equação
converge para a raiz).
Exemplo 1.2
Escolher uma função de ponto fixo, ( )x , para a função 3( ) 3 1f x x x
Respostas
Como queremos a raiz de ( )f x , isso é, fazer que, ( ) 0f x , temos,
3 3 1 0x x
Devemos definir x (em função de outra função auxiliar), tal que,
3
3
3
3 1 0
3 1
1
3
x x
x x
xx
ou
3
3
3
3 1 0
3 1
3 1
x x
x x
x x
Então, podemos ter,
3 1( )
3
xx ou 3( ) 3 1x x
Exemplo 1.3
Seja a equação 2( ) 3xf x e x , sendo que a equação tem três raízes. Um método
iterativo pode ser reparado se usarmos 13
kx
k
ex , verifique que começando com
0 0x , haverá convergência na raiz próxima a - 0,5.
Respostas
Considerando o método iterativo, montamos a tabela,
k
p
0 -0,57735026919 0,077350269190
1 -0,43258290681 0,067417093188 -0,22570475
2 -0,46505593154 0,034944068457 0,36973691
3 -0,45756601477 0,042433985234 -0,10227620
4 -0,45928279308 0,040717206924 0,02211887
5 -0,45888871887 0,041111281134 -0,00513934
6 -0,45897914588 0,041020854120 0,00117596
7 -0,45895839429 0,041041605708 -0,00027004
8 -0,45896315637 0,041036843626 0,00006196
1kx
9 -0,45896206357 0,041037936434 -0,00001422
10 -0,45896231434 0,041037685655 0,00000326
11 -0,45896225680 0,041037743205 -0,00000075
12 -0,45896227000 0,041037729998 0,00000017
13 -0,45896226697 0,041037733029 -0,00000004
14 -0,45896226767 0,041037732333 0,00000001
15 -0,45896226751 0,041037732493 0,00000000
16 -0,45896226754 0,041037732456 0,00000000
17 -0,45896226754 0,041037732465 0,00000000
18 -0,45896226754 0,041037732463 0,00000000
19 -0,45896226754 0,041037732463 0,00000000
20 -0,45896226754 0,041037732463 0,00000000
21 -0,45896226754 0,041037732463 0,00000000
22 -0,45896226754 0,041037732463 0,00000000
23 -0,45896226754 0,041037732463 0,00000000
24 -0,45896226754 0,041037732463 0,00000000
25 -0,45896226754 0,041037732463 0,00000000
26 -0,45896226754 0,041037732463 0,00000000
27 -0,45896226754 0,041037732463 0,00000000
28 -0,45896226754 0,041037732463 0,00000000
29 -0,45896226754 0,041037732463 0,00000000
30 -0,45896226754 0,041037732463
Notamos que conforme aumenta o número de iterações, mais próximo o valor iterado
(ponto fixo) fica da raiz próxima a - 0,5.
1.2.3 Método de Newton (Método de Newton – Raphson)
É um método muito usado para a determinação de raízes de equações não lineares,
para a
dedução da fórmula, usaremos o argumento geométrico que, a derivada da curva em
um ponto é a tangente da reta com o eixo x, isso é,
1
1
1
1
(́ ) ( )
( )( )
( )(́ )
( )
(́ )
( )
(́ )
k
k
k k
kk
k k
kk k
k
kk k
k
f x tg
f xtg
x x
f xf x
x x
f xx x
f x
f xx x
f x
Temos, o valor iterado,
1
( )
(́ )
kk k
k
f xx x
f x
Para que esse valor seja convergente, temos que,considerando um intervalo [ , ]a b ,
devemos ter,
( ). ( ) 0f a f b
, ,́ ´́f f f contínuas no intervalo [ , ]a b
( )
( , )(́ )
f aa b
f a
( )
( , )(́ )
f ba b
f b
Se tivermos isso, teremos que para qualquer 0 [ , ]x a b , o método de Newton irá
convergir para a raiz no intervalo [ , ]a b .
Exemplo 1.4
Determinar a raiz positiva de 2 7 0x , usando o método de Newton, considerando o
erro , 21.10 no intervalo [2.0,3.0]
Respostas
Começando com o valor de 2, montando a tabela, temos que,
k
0 2,75 0,75
1 2,647727273 0,102272727
2 2,645752048 0,001975224
3 2,645751311 0,000000737
Como na terceira iteração atingimos o critério de parada, visto que o erro é o
desejado, temos que o valor é de 2,645751.
1.2.4 Sistemas de resolução em equações polinomiais
1.2.4.1 Definições
Polinômios aparecem muito frequentemente quando trabalhamos com equações, de
tal forma que acabam tendo tratamento especial. Quanto as raízes, as equações
polinomiais apresentam raízes nos reais e nos complexos.
Definimos como polinômio P(x),
1 2
1 2 0( ) ...n n n
n n nP x a x a x a x a
Podemos usar a notação de somatório (notação sigma) para descrever u polinômio
genérico,
0
( )n
k
k
k
P x a x
Dizemos que um polinômio tem grau n, quando o maior expoente de x é n, sendo que
para um polinômio de grau n temos n raízes, de tal forma que cada raiz tem
multiplicidade k, se aparece k vezes .
Em equações de grau superior ao quarto grau, não conseguimos determinar raízes
exatas para o polinômio, sendo que, são usadas aproximações para esse cálculo.
1.2.4.2 Determinação e Localização de Raízes Reais
Antes da determinação das raízes de um polinômio, é importante sabermos da
localização de raízes reais e como determinar seus coeficientes reais.
Considerando um polinômio com raízes e coeficientes reais, temos que, o valor do
polinômio em um ponto qualquer, pode ser determinado se usarmos um dos métodos
vistos anteriormente, como o método de Newton, tal que,
1
( )
(́ )
kk k
k
f xx x
f x
1kx
Desse método, decorre o algoritmo de Briot Ruffini Horner, que consiste em um
algoritmo em que a determinação de raízes é rápida.
Se escrevermos um polinômio na forma,
1 2
1 2 0
1 2 3 1 0
( ) ...
( ) ((((( ) ) ) ...) )
n n n
n n n
n n n n
P x a x a x a x a
P x a x a x a x a x a x a
Então, se conhecidos os coeficientes do polinômio, 1 2 0, , ,...,n n na a a a , podemos
determinar 1 2 0, , ,...,n n nb b b b , considerando que,
n nb a , 1n k n k n kb xb a
Temos que 0 ( )b P x .
Exemplo 1.5
Determinar todas as raízes de 3 2( ) 2 0.85 1.7P x x x x com precisão de
21.10 ,
usando o algoritmo de Briot Ruffini Horner
Respostas
Plotando os dois gráficos temos,
Devemos, procurar no intervalo que de 0.5 a 1, sendo que a raiz está nas
proximidades de 0.9, portanto tomaremos como 0x = 0.9. Montando a tabela,
k c3 c2 c1 c0 xk Erro
a 0 1 2 -0,85 -1,7 0,9 0
b 1 1 2,9 1,760 -0,116 0,92239 0,0224
c 2 1 3,8 5,18 4,546
Como o erro, 0,0224, deu maior do que o desejado, 0,01, devemos fazer uma nova
iteração, usando 0x =0,92239. Montando a tabela, temos,
k c3 c2 c1 c0 xk Erro
a 0 1 2 -0,85 -1,7 0,9224 0
b 0 1 2,922394 1,8456 0,002368 0,9224 0
c 1 1 3,844787645 5,39201 4,9759 0,9220 0,0004
Como o erro está dentro do especificado, então, 0,9220 é raiz de P(x).
Tendo calculado uma das raízes, devemos determinar o quociente da divisão entre
P(x) e a raiz, tal que,
c3 c2 c1 c0 xk
1 2 -0,85 -1,7 0,922
1 2,922 1,8441 0,0002
Então, 2( ) 2,992 1,8441Q x x x . Então as raízes (de segundo grau), são -0,9235 e
-1,9985, sendo que todas as raízes tem a precisão desejada.
1.2.4.3 Determinação de Raízes Complexas
Um método prático e simples, para determinarmos a quantidade de raízes reais e
complexas em um polinômio é a utilização do Teorema de Huat. Devemos lembrar
que, as raízes complexas ocorrem aos pares (o conjugado da raiz complexa é raiz do
polinômio).
O teorema de Huat, nos fornece a quantidade de raízes, usando análise dos sinais
que o polinômio tem, sendo p(x) e p(-x), isso é, o que ocorre com os sinais do
polinômio considerando números negativos e positivos. Para exemplificar, tomemos o
polinômio 5 4 3 2( ) 2 3 2 5 2P x x x x x x . Sabemos que como seu grau é cinco,
devemos ter cinco raízes (nada sabemos sobre a natureza dessas raízes).
Temos,
c5 c4 c3 c2 c1 c0
P(x) pos pos pos pos neg pos
P(-x) neg pos neg pos pos pos
Analisando as trocas de sinais em P(x), temos que houve troca duas vezes, portanto
há duas raízes positivas e analisando P(-x) temos que ocorreram três trocas de sinal,
havendo três raízes negativas.
Para sabermos o número de raízes complexas, o Teorema de Huat diz que, o
polinômio terá raízes se,
2
1 1. ,0k k ka a a k n
Como 2 3 42, 1, 3a a a , temos que,
2
3 2 4.
1 6
a a a
Então o polinômio tem raízes complexas.