unesp
CAMPUS DE GUARATINGUETÁ Computação e Cálculo NuméricoProf. G.J. de Sena - Depto. de Matemática – Ed. 2005.
CAPÍTULO 1
ARITMÉTICA DE PONTO FLUTUANTE
1.1. Representação de Números num Sistema de Aritmética de Ponto Flutuante
O Sistema Computacional de Aritmética de Ponto Flutuante é utilizado por calculadoras e computadores na representação dos números e execução das operações. Um número qualquer na base β em aritmética de ponto flutuante de t dígitos tem a forma:
e t d d d β ×β ±(. 1 2... ) onde (.d d1 2... )dt é a mantissa , 0 ≤ dj ≤ β - 1, j = 1, ... t e é um expoente no intervalo [m, M] Observações:
- m, M dependem da máquina utilizada
- um número em aritmética de ponto flutuante está normalizado se d1≠ 0
- o número máximo de dígitos da mantissa (t) é definido em termos do comprimento da palavra do computador
- dado um número N, sua representação em aritmética de ponto flutuante de t dígitos é efetuada por truncamento ou arredondamento. - erros decorrentes da impossibilidade de se representar um número dado:
"OVERFLOW" SE e > M "UNDERFLOW" SE e < m
Preservamos o máximo de exatidão normalizando todos os resultados.
Ex.: t m M = = − = = 3 4 10 4 β REPRESENTAÇÃO x ARREDONDAMENTO TRUNCAMENTO 1,25 2.71828 -238.15 0.000007 718235.82 0.125 x 10 0.272 x 10 -0.238 x 103 - - 0.125 x 10 0.271 x 10 -0.238 x 103 - -
Uma representação com t dígitos na mantissa é dada estar em precisão simples. Um sistema de precisão dupla é um sistema de aritmética de ponto flutuante com aproximadamente o dobro de dígitos disponíveis para a mantissa
1.2. ERROS ABSOLUTOS E RELATIVOS
ERRO ABSOLUTO: É a diferença entre o valor exato de um número
x e seu valor aproximado x :
EAX = − x x
Ex.: π ∈ 314 315
(
. , .)
, π um valor tomado dentro deste intervalo,EAπ = π π− < 0 01. (limitante superior p/ o módulo do erro)
Ex.:
(
)
x x EAx = ⇒ ∈ < 2112 9 2112 8 2113 01 . . , . EAy y y < = ⇒ ∈ 0 1 5 3 5 2 5 4 . . ( . , . )ERRO RELATIVO: É o quociente do erro absoluto pelo valor
aproximado: ER EA x x x x x x = = − Ex.: x ER EA x x EA x x x = ⇒ = < ≅ < − 2112 9 01 2112 9 4 7 10 01 5 . . . , . 1 . 0 02 . 0 3 . 5 1 . 0 3 . 5 < ≅ < = ⇒ = y y y EA y EA ER y
∴ o erro relativo fornece uma indicação do grau de precisão da representação.
1.3. ERROS DE ARREDONDAMENTO E TRUNCAMENTO EM UM SISTEMA DE ARITMÉTICA DE PONTO FLUTUANTE
Se um dado número x não tem representação finita na base numérica empregada numa máquina, ou se o comprimento da palavra não comporta x, uma aproximação será obtida por arredondamento ou por truncamento. Seja um sistema de aritmética de ponto flutuante de t dígitos (base 10); x pode ser escrito na forma:
. 1 0 1 1 . 0 10 10 + × ≤ < ≤ < × = − x x t e x e x g onde f e g f x Exemplo: 7 . 0 2345 . 0 10 7 . 0 10 2345 . 0 57 . 234 , 4 1 3 = = ⇒ × + × = = = − x x e g f x x t TRUNCAMENTO: O termo ter) pode f que mínimo valor o é 0.1 (pois 10 10 1 . 0 10 10 10 ) 1 | g | (pois 10 10 10 do despreza é 10 x 1 x + − − − − − − = × < × × = = < < × = − = × = ∴ × t e t e e x t e x x x t e t e x x e x t e x f g x EA ER g x x EA f x g ARREDONDAMENTO: Arredondamento simétrico: ≥ + × < × = − 2 1 , 10 10 2 1 , 10 x t e e x x e x g se f g se f x 1 10 2 1 10 1 . 0 10 2 1 10 10 10 2 1 10 : 2 1 + − − − − − × = × × < × × = = < × = − = < t e t e e x t e x x x t e t e x x x f g x EA ER x g x x EA g Se
(
) (
)
(
)
10 2 1 10 1 . 0 10 2 1 10 10 2 1 10 10 10 2 1 10 2 1 10 1 10 10 10 10 10 10 : 2 1 1 + − − − − − − − − − − − × = × × < × × < + × × ≤ = × ≤ × − = − × = + × − + × = − = ≥ t e t e e x t e t e e x t e x x t e t e x t e t e x t e e x t e x e x x x f f x EA ER x g g f x g f x x EA g SeRESUMO TRUNCAMENTO EA ER x e t x t < < − − + 10 10 1 ARREDONDAMENTO 1 10 2 1 10 2 1 + − − × < × < t x t e x ER EA Exemplo: 2 4 10 1272 . 0 ? 10 937 . 0 × = = + × = y y x x Solução
A mantissa do número de menor expoente deve ser deslocada para a direita de um número de casas igual à diferença entre os dois expoentes. { x x y x x y x x = = ∴ + = + = − 0 937 10 0 001272 10 0 937 0 001272 10 0 938272 10 4 4 2 4 4 4 . . ( . . ) . resultado exato 1442443 Sistema com t = 4 truncamento x y x arredondamento x y x = + = = + = 0 9382 10 0 9383 10 4 4 . .
Para o caso de arredondamento:
4 1 4 1 5 10 5 10 2 1 10 2 1 10 9841 . 2 9383 . 0 9383 . 0 938272 . 0 ) ( ) ( − + − + − − + = = < = − = + + − + = x x y x y x y x ER t y x Ex.: x x x x 1 2 1 01246 10 0 3290 10 = = .. −
(
)
) ( 10 1278 . 10 1278 . 10 003290 . 1246 . 10 3290 . 10 1246 . 1 2 1 1 1 1 1 2 1 o truncament x x x x x × = + ∴ × = + = × + × = + − Exemplo: x.y = ? Solução: 6 6 6 6 2 4 10 1192 . 0 . 10 1191 . 0 . 10 1191864 . 0 10 ) 1272 . 0 937 . 0 ( ) 10 1272 . 0 ( ) 10 937 . 0 ( . × = × = ∴ × = × = × = y x ento arredondam y x o truncament x x x y xO zero em ponto flutuante é, em geral, representado com o menor expoente possível da máquina. O exemplo a seguir ilustra a razão desta necessidade. Exemplo: x x y x x y x x x y x = = ⇒ + = + = ⇒ + = 0 0000 10 01234 10 0 0000 0 001234 10 0 001234 10 0 0012 10 4 2 4 4 4 . . ( . . ) . .
∴ Exemplo de zero de ponto flutuante: 0 0000 10. 50
x −
1.4. PROPAGAÇÃO DE ERRO
Obtenção de expressões para os erros absoluto e relativo no resultado de cada uma das quatro operações aritméticas, como funções de seus operandos e de seus erros.
(a) Adição (x+y)
) ( ) ( ) ( ) (x EAx y EAy x y EAx EAy y x+ = + + + = + + + ∴EAx y+ = EAx+EAy ER EA x y EA x x x y EA y y x y x y x y x y + + = + = + + + = . ⇒ ER ER x x y ER y x y x y+ = x + y + + . (b) Subtração (x-y) EAx y− = EAx−EAy ER ER x x y ER y x y x y− = x − y − − . (c) Multiplicação: (x.y) x y. =(x+EAx).(y+EAy)=xy+xEAy+yEAx+ ∴ ERx y. = x EA. y+y EA. x ER x EA y EA x y EA x EA y x y y x x y . . . . = + = + ∴ ERx y. =ERx+ERy (d) Divisão (x/y) x y x EA y EA x EA y EA y x EA y EA y x y x y x y = + + = + + = + + − . 1 1 1 1
aproximaç ão do binômio r n nr p r (1+ ) ≅ +1 , / << 1 ∴ ≅ + − x y x EA y EA y x y . 1 = x− + − y xEAy y EAx y 2 ∴ ≅ + − ∴ ≅ − x y x y EA y x EA y EA EA y x EA y x y x y x y . . / 2 2 ∴EA y EA x EA y x y x y / . . = −2 ER y EA xEA y y x EA x EA y x y x y x y / . . = −2 = − ∴ER = EA − x EA y x y x y / ∴ERx y/ =ERx−ERy Exemplo:
Sistema de aritmética de ponto flutuante
t = 4 = 10 β dos representa exatamente meros nú 10 2585 . 0 10 2145 . 0 10 7237 . 0 1 3 4 × = × = × = − z y x
Efetuar as operações e obter o erro relativo no resultado (arredondamento) (a) x + y + z (d) (x y)/z (b) x - y -z (e) x . (y/z) (c) x/y Solução de (b) { w x y z s s = − − 1 2 1 24 34 4 1 4 4 1 10 7237 . 0 10 72369998 . 0 10 ) 00000002 . 0 7237 . 0 ( × = ∴ × = × − = − = s y x s 4 2 4 4 1 2 3 1 4 1 10 7234 . 0 10 7234415 . 0 10 ) 0002585 . 0 7237 . 0 ( 10 2 1 10 2 1 × = ∴ × = × − = − = × = × < ∴ − + − s z s s ERs
ERs ERs s s z 2 1 1 1 = − − . z s1−z RA + 1 4 3 2 2 10 1 7234 . 0 7237 . 0 10 2 1 − × + × − + < ∴ERs x 3 4 3 2 10 0002 . 1 10 7234 . 0 10 0002 . 1 − − − − × < × = − − ∴ × < z y x ER z y x ERs Exercício:
Supondo que x é representado num computador por x, onde x é
obtido por arredondamento, obtenha os limites superiores para os erros relativos de u=2x e w=x+x.
Respostas: ERu ERw t t < < − + − + 10 10 1 1 Exercício: Idem para u 3x e w = x + x + x Respostas: ERu <10− +t e ERw <4 x − +t 3 10 1 1 Exercício:
Sejam x e y as representações de x e y obtidas por arredondamento
em um computador. Deduza expressões de limite de erro para mostrar
que o limite do erro relativo de u = 3x- y é menor que o limite do erro relativo de w=(x+ +x x)− y.
Respostas:
ERu <2 10x − +t 1 ERw <73x10− +t 1
Exemplo:
Solução do item (d) do exemplo anterior:
{ 1 1 1 3 4 1 10 1552 . 0 10 152336 . 0 10 2145 . 0 7237 . 0 ( . / ) . ( 2 1 × = ∴ × = × = = = − s x y x s z y x w s s243 1 6004 . 0 6003868 . 0 10 ) 2585 . 0 1552 . 0 ( 10 2 1 10 2 1 10 2 1 10 2 1 2 1 1 1 2 3 1 3 1 4 1 1 = ∴ = × = = < ∴ × = = × < ∴ − − − + − + − s z s s ERs ERs t
∴ < − + − = − ERs2 1 3 3 3 210 1 210 10 ∴( . ) / . ( . ) / x y z ER x y z = < − 0 6004 103
Solução do item (e): w x y z s s = . ( / ) 1 2 123 124 34 4 1 4 1 3 1 10 8298 . 0 10 8297872 . 0 10 ) 2585 . 0 2145 . 0 ( − − − × = × = × = = s z y s 6005 . 0 6005262 . 0 10 ) 8298 . 0 7237 . 0 ( . 2 4 4 1 2 = ∴ = × = = − s x s x s
ERs2= ERs1 RA ERs2 1 3 3
210 1 210 + ∴ < − + − ⇒ < − ERs2 10 3 ∴( . ) /x y .( / )z . ERx y z = < − 0 6005 103
Ex.: implementação com dígito de proteção ou dígito de guarda:
(imediatamente à direita da mantissa do número de menor expoente).
(
)
3 3 2 1 2 2 3 1 10 07467 . 10 03173 . 1064 . 10 3173 . 10 1064 . × = × − = + × − = × = x x x xcom dígito de guarda: x1+x2 =.7467 x 102 sem digito de guarda: x1+x2 =.7460 x 102
Exemplo:
ivo!
significat
é
não
zero
este
10
6550
.
10
0655
.
10
1976
.
10
2631
.
1 2 1 2 2 1 2 2 2 1↑
×
=
+
∴
×
=
+
×
=
×
=
x
x
x
x
x
x
x
Exemplo: 99 2 1=.999×10 x =.999×10 x 14243flutuante ponto de Overflow x x1+ 2=1.9998×1099⇒" " ∴ (interrupção).
1.5. REPRESENTAÇÕES EM DIFERENTES SISTEMAS DE NUMERAÇÃO
a) decimal flutuante Notação utilizada:
x f f e = ≤ < . 10 1 10 1 f mantissa e característica : : ento arredondam ER o truncament ER t x t x 1 1 10 2 1 10 + − + − < < b) máquina binária x f f e = ≤ < . 2 1 2 1 Porquê f ≥ 1 2 para base 2? Ex.: Considere-se o decimal 30:
) ( 2 46875 . 0 30 ) ( 2 9375 . 0 30 6 5 b ou a × = × =
Optando-se por (a):
9375 . 0 16 1 8 1 4 1 2 1 1111 . 0 1110 . 0 0 2 0 0 . 1 2 5 . 0 50 . 1 2 75 . 0 75 . 1 2 875 . 0 875 . 1 2 9375 . 0 = + + + → = × = × = × = × = × x Optando-se por (b): 0.467875 x 2 = 0.9375 . 1o dígito = 0 ER arredondamento ER truncamento x t x t < < − − + 2 2 1 c) sistema hexadecimal x f f e = ≤ < . 16 1 16 1 ER x arredondamento ER x truncamento x t x t < < − − 8 16 16 16
Exercício: obter as expressões dos erros relativos para os sistemas
binário e hexadecimal.
Diz-se que um computador digital tem uma precisão de t dígitos se há t dígitos na mantissa no número de ponto flutuante. A precisão está relacionada com o número de algarismos significativos. Também se diz que um computador tem t dígitos significativos se, quando os números são truncados, o limite do erro relativo é 10− +t 1.
Exemplo: IBM 360 e 370
mantissa com 6 dígitos hexadecimais p = ? (dígitos significativos) sist. decimal = 10− +td 1=10− +p 1 sist. hexadecimal = 16 16− =16 16−6 =16−5 x x th ∴10− +p1=16−5
(
)
7 10 ln 16 ln 5 1 10 ln 16 ln 5 1 16 ln 5 10 ln 1 ≅ ⇒ + = − = + − − = + − p p p pExercício: computador binário com 27 bits na mantissa; p = ?
(dígitos decimais significativos).
Apêndice ao capítulo: breves considerações sobre sistemas de numeração
A tabela a seguir sumariza algumas das características de algumas bases de sistemas de numeração:
BASE DÍGITOS DENOMINAÇÃO
2 8 10 16 0,1 0,1,2,...,7 0,1,2,...,7,8,9 0,1,2,...,9,A,B,C,D,E,F, binário octal decimal hexadecimal
Considere-se inicialmente o número 2526 (base 10), denotado aqui por 252610 Este número pode ser escrito em termos de potências da base como:
252610 =2 103+5 102 +2 101+6 100
x x x x
Mudança de uma base para outra
Para conversão de um número da base 10 para qualquer uma das outras bases, divide-se o número pela base, anotando-se o quociente e o resto. Caso o quociente seja diferente de zero, este deverá ser dividido pela base, anotando-se os novos valores de quociente e resto. O processo deve ser continuado até que se obtenha um quociente igual a 0. O número, na base de interesse, terá como dígitos os restos obtidos, justapostos em ordem contrária à de geração.
Exemplo: Converter 2910 para os sistema binários, octal e hexadecimal. 29 2 (1) 14 2 2910 =111012 (0) 7 2 (1) 3 2 (1) 1 2 (1) 0 29 8 (5) 3 8 2910 =358 (3) 0 29 16 (13) 1 16 2910 = D 1 16 (1) 0
Para conversão da representação nas bases 2, 8 e 16, para a base 10, basta utilizar a representação do número em termos de potência das bases, como ilustrado no exemplo a seguir.
Ex.: mostrar como são convertidos as representações 111012, 358 e 1016 para base 10
(
)
(
)
(
)
11101 1 2 1 2 1 2 0 2 1 2 29 35 3 8 5 8 29 10 1 16 13 16 29 2 4 3 2 1 0 10 10 8 1 0 10 16 1 0 10 = + + + + = = + = = + = x x x x x x x x xPara conversão da representação na base 2 para as bases 8 e 16, basta agrupar os bits da representação binária em conjuntos de
(
)
(
)
3 23=8 4 24=16
e bits, respectivamente, como ilustrado no
exemplo a seguir.
Ex.: obter as representações nas bases 8 e 16 para o número 111012
{{ 011101 11101 35 2 2 5 2 2 3 2 8 2 0 1 0 ⇒ = + = + = 0001 1101 11101 1 2 2 2 13 2 1 2 16 3 2 0 0 123 123 ⇒ = + + = = D
Os exemplos a seguir ilustra a conversão de números fracionários, de base 10 para base 2.
Ex.: obter a representação, na base 2, do número 0 6875. 10 0.6875 x 2 = 0.375 x 2 = 0.75 x 2 = 0.50 x 2 = 0.00 x 2 = 1. 0. 1. 1. 0. 375 75 50 00 00 ∴0 6785. 10 =01011. 2
Observar que a conversão para a base 10 segue o mesmo esquema apresentado para inteiros, ou seja:
(
)
010112 1 21 0 2 2 1 23 1 24 0 6875
10 10
. = − + − + − + − = .
x x x x
Ex.: obter a representação, na base 2, do número 0.110
0.1 x 2 = 0.2 0.2 x 2 = 0.4 0.4 x 2 = 0.8 0.8 x 2 = 1.6 0.6 x 2 = 1.2 0.2 x 2 = 0.4 0.4 x 2 = 0.8 0.8 x 2 = 1.6 0.6 x 2 = 1.2 . 01.10 =0 00011001100. ...
Notar que o número 01.10 não tem representação exata na base 2.
CAPÍTULO 2
RESOLUÇÃO NUMÉRICA DE EQUAÇÕES INTRODUÇÃO
Em muitos problemas de Ciência e Engenharia há a necessidade de se determinar um número ρ que anule uma determinada função F(x), isto é, F(ρ ) = 0. Este número ρ é chamado de raiz da equação F(x) = 0 ou zero da função y= F(x).
Classificação:
(i) eq. algébricas: Ex.: x4−5x3+6x2+4x− = 8 0 (ii) eq. transcendentes: Ex.: xsenx+(x2+4)ex =cosx Etapas no cálculo de uma aproximação para a raiz:
(i) isolamento da raiz: determinação de um intervalo [a,b] o menor
possível contendo uma e somente uma raiz da equação F(x) = 0
(ii) melhoramento do valor da raiz aproximada até o grau de exatidão
requerido.
EQUAÇÕES TRANSCENDENTES
2.1.1 ISOLAMENTO DE RAÍZES - MÉTODO GRÁFICO
Uma raiz real de uma equação F(x) = 0 é a abscissa de qualquer ponto no qual a função y = F(x) intercepta o eixo 0x:
Ex.: seja y = F(x) = ex - senx - 2 -2 -1 1 2 3 4 -1 -0.5 0.5 1
Como se observa, para esta equação, ρ ≅1.06.
Pode-se também identificar duas funções g(x) e h(x) a partir da função F(x), impondo-se a condição de que F(x) = g(x) - h(x). Constroem-se os gráficos de y1 = g(x) e de y2 = h(x). Estes se interceptam num ponto cuja abscissa é x = x0:
⇒ g(x0) - h(x0) = F(x0) = 0 ⇒ ρ = x0
Exemplo: isolar todas as raízes da equação
{ 14243 ) ( ) ( 2 2 ) 1 (sen 1 sen ) ( x h x g x x x x x F + − = − − = Gráfico de ( ) 2 x x g = : -2 -1 1 2 1 2 3 4
Gráfico de h(x) = sen x + 1: -2 -1 1 2 0.5 1 1.5 2 Gráficos de g(x) e h(x) superpostos: -2 -1 1 2 1 2 3 4
Como se observa, há duas raízes reais, localizadas nos seguintes intervalos: ) 2 , 1 ( 2 ) 0 , 1 ( 1∈ − ρ ∈ ρ e . Exercício:
Localize, graficamente, as raízes das equações abaixo:
0 3 2 ) 0 2 ) 0 1 log ) 0 3 9 ) 0 ) cos( 4 ) 3 2 = − = − = − = + − = − x e x tg x d x x c x x b e x a x x
2.1.2 GRAU DE EXATIDÃO DA RAIZ
Uma vez isolada uma raiz num intervalo [a,b] passa-se a calculá-la através de métodos numéricos. Estes métodos fornecem uma seqüência {xi}de aproximações cujo limite é a raiz exata ρ.
TEOREMA: Seja ρ uma raiz isolada exata e ρ uma raiz aproximada
da equação F(x)=0, com ρ e ρ pertencentes ao intervalo [a,b] e
. b] [a, intervalo no x todo para , 0 ) ( ' x ≥ m> F
Então a seguinte desigualdade se verifica:
m F(ρ) ρ
ρ − ≤
Exemplo: Sendo ( )= 2−sen( )−1
x x
x
F , delimitar o erro cometido
com ρ = 1.4 no intervalo [1,0,1,5].
) cos( 2 ) ( ' 1 ) sen( ) ( 2 x x x F x x x F = − − ⇒ = −
Designando y1 =2xey2 =cos(x), sobrepondo-se os gráficos destas duas funções, obtém-se:
0.5 1 1.5 2
1 2 3 4
Observa-se que o menor valor (m) de F’(x) no intervalo [1,1.5] ocorre em x = 1.0, ou seja: m = (2)(1) – cos(1) = 1.460 = ≤ − ∴ m F(ρ) ρ ρ 0,017 46 , 1 025 , 0 460 , 1 ) 4 , 1 ( = = F 417 , 1 383 . 1 017 , 0 4 , 1 − ≤ ⇒ ≤ ≤ = − ∴ρ ρ ρ ρ
Observa-se que o cálculo de m é difícil de ser efetuado na maioria dos casos. Por esta razão, no cálculo de uma aproximação para uma raiz exata ρ de uma equação F(x) = 0, a cada aproximação obtida, xn, utiliza-se um dos critérios abaixo para comparação do resultado obtido com uma tolerância L prefixada:
L n x n x n x iii L n x n x ii L n x F i − ≤ − ≤ − − ≤ ( ) 1 ( ) 1 ) ( ) ( Observações: (a) (b)
O MÉTODO DA BISSECÇÃO
Seja y = F(x) uma função contínua num intervalo [a,b] e F(a). F(b) < 0
Interpretação geométrica:
Construção de uma seqüência
{ }
xi = x x0, ,...,1 xn−1, , tomando-se xnρ = xn quando algum critério escolhido dentre os anteriores, por exemplo, xn−xn−1 ≤L, for satisfeito:
Na aplicação do método, a cada xi obtido, (i ≥ 1), calcula-se
∈ =i xi−xi−1 e verifica-se ∈i satisfaz alguma condição especificada.
Teorema:
Seja y = F(x) uma função contínua num intervalo [a,b]. Se
0 ) ( ). (a F b <
F então existe pelo menos um ponto x = ρ entre a e b
que é zero de y = F(x).
Sob as hipóteses do teorema anterior, se h = F'(x) existe e preserva o sinal em (a, b), então este intervalo contém um único zero de y = F(x).
] , [ , 0 ) ( ' x x a b F > ∀ ∈ F'(x)<0,∀x∈[a,b].
Aplicação do método da bisseção: < < = < 0 ) ( ). ( ) , ( 0 ) ( ). ( ) , ( 0 ) ( ). ( ) , ( int b F x F se b x ou x F a F se x a médio ponto x b F a F b a i ervalo novo i i i i 123 Exemplo:
Determinar, usando o método da bisseção uma aproximação para a raiz da equação 0.01 com (1,2), intervalo no 0 5 ) ( = − −x = ε ≤ e x x F Resolução: i a b xi F(a) F(b) F(xi) εi = xi−xi−1 0 1 2 3 4 5 6 1 1 1.25 1.38 1.38 1.41 1.43 2 1.5 1.5 1.5 1.44 1.44 1.44 1.5 1.25 1.38 1.44 1.41 1.43 1.44 -0.8 -0.8 -0.3 -0.08 -0.08 -0.03 -0.0007 0.7 0.1 0.1 0.1 0.02 0.02 0.02 0.1 -0.3 -0.08 0.02 -0.03 -0.0007 0.02 εi = x1− x0 =0 25. ε2 = x2 −x1 =013. ε3 = x3− x2 =0 06. ε4 = x4 − x3 =0 03. ε5= x5− x4 =0 02. ε6= x6−x5 =0 01.
Assume-se para aproximação da raiz o último valor obtido para xi, ou seja, ρ =1.44.
Algoritmo Início
Defina F(x) = x^2-sen(x)-1
Solicite os extremos do intervalo, a e b Leia a, b Solicite a precisão P Leia P Xm=(a+b)/2 Repita Se f(a)*f(xm) < 0 Então b=xm Senão se f(a)*f(xm) > 0 Então a=xm Senão Escreva ‘raiz = ‘, xm Pare Fim Se Fim Se Xma=xm
Até que |xm-xma| ≤ P
Escreva ‘aproximação ‘, (xm+xma)/2 Fim
2.1.4 MÉTODO DA ITERAÇÃO LINEAR (MIL)
O MIL consiste em transformar a equação F(x) = 0 na equação x = ϕ (x), tal que F x
( )
= −x ϕ( )
x =0, onde ϕ x( )
é chamada de função deiteração.
Suponha que xo corresponda a uma primeira aproximação de ρ; geramos uma seqüência do seguinte modo:
xo
x1 = ϕ (xo) x2= ϕ (x1) xn+1= ϕ (xn)
Se {xn} é uma seq. convergente, então ∃ ρ tal que lim n→∞ xn=ρ Como ϕ é contínua: ) ( ) lim ( ) ( lim lim ϕ 1 ϕ 1 ϕ ρ ρ =n→∞xn =n→∞ xn− = n→∞xn− =
Portanto, quando n→∞, xn+1 =ϕ(xn)→ρ =ϕ(ρ). Ou seja, ρ = ρ.
Exemplo:
Seja ( )= 2−sen( )=0
x x
x
F . Obter funções de iteração para esta
equação. Solução: (a) x2 - sen x = 0 x + x2 - sen x = x
( )
x x2 x senx 1 = + − ∴ϕ( )
senx = x sen sen sen 0 sen 2 2 ± = + − = − x x x x x x b( )
x senx 2 = ∴ϕ( )
2 2 2 2 2 2 sen sen sen 0 sen x arc x x x x x x x x x c = = − = / − − / = −( )
2 3 x =arcsenx ∴ϕ Exemplo:Determinar uma aproximação para a raiz da equação
( )
F x =x2−senx− =1 0 no intervalo [1.0, 1.5], com grau de exatidão
3 10− ∈≤ usando o M.I.L. Solução: Função de iteração:
( )
1 sen 1 sen 0 1 sen 2 2 + = ⇒ + = ⇒ = − − = x x x x x x x F( )
= sen +1 ∴ϕ x x Processo Iterativo:( )
( )
3 . 1 10 1 sen 3 1 1 1 = ≤ − = + = ⇒ = − − + + o n n n n n n n x x x x x x x ϕ ε( )
sen( )
1.3 1 1.4013 1= xo = + = x ϕ 001 . 0 1013 . 0 3 . 1 4013 . 1 1 1= x −xo = − = > ε( )
1 sen(
1.4013)
1 1.4091 2 = x = + = x ϕ 001 . 0 0078 . 0 14013 4091 . 1 1 2 2 = x −x = − = > ε( )
2 sen(
1.4091)
1 1.4096 3= x = + = x ϕ 001 . 0 0005 . 0 14091 4096 . 1 2 3 3 = x −x = − = < ε ∴ ρ=14096.com grau de exatidão ≤ 10−3
Obs.:
( )
(
)
2(
)
5 10 38 . 6 1 4096 . 1 sen 4096 . 1 − − =− − = x F ρ . Exemplo:Seja determinar, iterativamente, uma aproximação para 5.
(a) tentativa com a função de iteração simplificada:
x a x a x a x = = = − 2 2 0 (função de iteração : x = ϕ(x)) x a x)= ( ϕ ) ( 4 . 1 5 1 0 n n x x x a ϕ = = = + 5 . 1 333 . 3 5 ) ( 333 . 3 5 . 1 5 ) 5 . 1 ( ) ( 5 . 1 1 2 0 1 0 = = = = = = = = ∴ x x x x x ϕ ϕ ϕ
( )
x = x 0 F equação da raiz a para converge não 5 ) ( 333 . 3 5 . 1 5 ) ( 2 1 2 3 = − = = ∴ = = = + a x x x x x n n n ϕ ϕ(b) tentativa com uma função de iteração mais trabalhada: x a x a x a x2− =0⇒ 2 = ⇒ = + = ∴ = + = ∴ + = + + + n n n n n x a x x x x x a x x x x a x x 2 1 ) ( 2 1 1 1 ϕ = = 5 . 1 5 0 x a + = + n n n x a x x 2 1 1 1 n -3 : passo cada 10 : TOLERÂNCIA − − = ≤ n n x x a ε ε = − = = + = + = = = 917 . 0 5 . 1 417 . 2 417 . 2 5 . 1 5 5 . 1 2 1 5 2 1 ) ( 5 . 1 1 0 0 0 1 0 ε ϕ x x x x x
= − = = + = = 174 . 0 417 . 2 443 . 2 243 . 2 417 . 2 5 417 . 2 2 1 ) ( 2 1 2 ε ϕ x x = − = = + = = 007 . 0 243 . 2 236 . 2 236 . 2 243 . 2 5 243 . 2 2 1 ) ( 3 2 3 ε ϕ x x 236 . 2 236 . 2 10 236 . 2 236 . 2 236 . 2 236 . 2 5 236 . 2 2 1 ) ( 3 4 3 4 ≅ ⇒ = ∴ < − = = + = = − ρ ρ ε ϕ x x Obs.: 5 =2.2360679K Convergência no M.I.L.
Para o caso da equação x= 5, com xo = 1 5. , observamos que:
( )
nãoconverge x x 5 1 = ϕ( )
x converge x 5 + x 2 1 2 = ϕPor quê? Para concluir sobre isto, basta verificar o comportamento do M.I.L. geometricamente. Observe-se inicialmente a situação ilustrada na figura a seguir:
( )
( )
( )
( )
( )
= = = = = 2 3 1 2 0 1 0 0 . . . x x x x x x x x x x F L I M ϕ ϕ ϕ ϕ( )
( )
( )
( ) ( )
( )
( )
( )
x x x h x g x F x x x x ϕ ϕ ϕ = = = − = = − ⇒ = x h x g : onde 0 0( )
( )
(
'
1
)
!
direita
pela
=
=
→
x
g
bissetriz
é
x
g
y
x
nρ
( )
1 ' < ∴ϕ x numa vizinhança de ρ.. 1 ) ( ' ρ ϕ x > numavizinhança de
A figura a seguir ilustra a situação de “convergência alternada”.
1 ) ( ' x <
ϕ
Teorema da Convergência de M.I.L.:
Seja xo uma aproximação para a raiz ρ da equação F(x) = 0 numa vizinhança I =
[
ρ−δ,ρ+δ]
. Seja ϕ uma função de iteração para a equação F(x) = 0 e suponha-se que ϕ e ϕ ' sejam contínuos em I. Então, se ϕ'( )
x <1 ,∀x ∈I, a sequência gerada por( )
, 0,1,2,3,K1= =
+ x n
xn ϕ n converge para ρ.
Observação: como o valor de ρ é desconhecido, substitui-se o valor de
xo na derivada para se concluir sobre a convergência.
Esboço da demonstração: M.I.L.
(
)
ϕ( )
ρ ϕ ρ = − − n−1 n x xTeorema do valor médio:
(
)
ϕ( )
ρ ϕ( )
ε ρ ϕρ = − = −
−
Seja L o valor máximo de ϕ' x
( )
no intervalo I, ou seja, ϕ'( )
x ≤L no intervalo I. ρ ρ ≤ − − ∴xn Lxn−1 Do mesmo modo ρ ε ρ ρ ρ ρ ρ ρ → ⇒ ∀ 〈 − ≤ − ∴ − ≤ − ⇒ − ≤ − − − − n n n n n n n x n I x L Se x L x o continuand x L x x L x aumentando , intervalo, todo em 1 0 0 2 2 2 1( )
( )
diverge processo o 1 ' converge processo o 1 ' I x x x ε ϕ ϕ ∀ 〉 〈 ∴Exemplo: estudar a convergência das funções de iteração do exemplo
anterior. Resolução:
( )
= 2− =0 =5 0 =1.5 x a a x x F( ) ( )
( )
( )
( )
ρ ϕ ϕ ϕ ϕ para converge não 1 222 . 2 25 . 2 5 5 . 1 5 1 2 2 0 0 ' 1 2 ' 1 1 > = = = = − = = x a x x a x x a x a( ) ( )
( )
( )
(
)
ρ ϕ ϕ ϕ ϕ para converge 1 < 611 . 0 222 . 2 1 2 1 = 96 . 1 5 1 2 1 1 2 1 2 1 2 0 ' 2 2 ' 2 2 = − − = − = + = x x a x x a x x b Observações:(1) A maior dificuldade de M.I.L. está em encontrar uma função de iteração ϕ satisfazendo o critério de convergência.
(2) O teste ϕ'
( )
x0 < 1 pode levar a um engano se xo não estiver suficientemente próximo da raiz.(3) A velocidade de convergência dependerá de ϕ ρ'
( )
: quanto menor este valor, mais rapidamente o processo convergirá.Exemplo:
( )
( )
(
)
( )
0.555 1 9 5 ' 2360679 . 2 3 5 0 2 0 0 0 2 < = = − = ≅ = = = = − = x a x x a x a x a x x F ϕ ρ ϕAplicação:
( )
( )
( )
1.667 nãoconverge! 999 . 2 5 999 . 2 667 . 1 5 667 . 1 3 5 3 2 3 1 2 0 1 0 = = = = = = = = = = x x x x x x x ϕ ϕ ϕExemplo: estudar a convergência das funções de iterações obtidas
anteriormente para a equação
( )
= 2−sen =0 0 =0.9 x para x x x F ,obter uma aproximação para a raiz da equação.
Sol.:
( )
( )
( )
iteração de funções sen sen sen 2 3 2 2 1 = = − + = x arc x x x x x x x ϕ ϕ ϕ Derivadas:( )
( )
x x x x x cos sen 2 1 x cos 1 2 ' 2 ' 1 ⋅ = − + = ϕ ϕ( )
x x x 2 1 1 4 ' 3 ⋅ − = ϕ No ponto x0 =0.9:( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
( )
0.9 3.069 1 1 9 . 0 . 2 9 . 0 1 351 . 0 0885 . 2 622 . 0 9 . 0 sen 2 9 . 0 cos 9 . 0 1 178 . 2 9 . 0 cos 1 9 . 0 2 9 . 0 4 ' 2 0 ' 2 ' 2 0 ' 2 ' 1 0 ' 1 > = − = = < = = = = > = − + ⋅ = = ϕ ϕ ϕ ϕ ϕ ϕ x x x∴Somente ϕ2
( )
x deverá convergir.Isolamento da raiz:
( )
( ) ( )
x( )
( )
sen . g = sen 2 2 x x h e x x g onde x h x x x F = = − − = Aplicação de M.I.L( )
( )
3 2 0 0.9 e sen 10 − 〈 = = = ϕ x ϕ x x ε x( )
( )
( )
(
)
( )
sen(
0.879)
0.878 0.001 006 . 0 879 . 0 885 . 0 sen 015 . 0 885 . 0 9 . 0 sen 9 . 0 3 2 3 2 1 2 1 0 1 0 = = = = = = = = = = = = = ε ϕ ε ϕ ε ϕ x x x x x x x( )
(
)
( )
(
)
ρ para o aproximaçã uma é 877 . 0 10 877 . 0 877 . 0 sen 001 . 0 877 . 0 878 . 0 sen 3 -5 4 5 4 3 4 = 〈 = = = = = = = ρ ε ϕ ε ϕ x x x x Obs.:( )
(
) (
)
2(
)
4 10 051 . 3 877 . 0 sen 877 . 0 877 . 0 = − = − =F x F ρ Exercícios:(1) Calcular a raiz da equação F
( )
x =x2 +lnx=0comε ≤0.01. Usar o M.I.L.(
R :ρ=0.65)
(2) Calcular a raiz da equação
( )
= 3−10=0comε≤0.01.x x F
Usar o M.I.L.
(
R :ρ =2.15)
(3) Calcular a raiz da equação
( )
= 2+ 3x −3=0e x x F , -3 10
comε≤ , usando o M.I.L.
(
R: ρ = 0 3521.)
Algoritmo:Adaptado para determinar uma aproximação para a raiz da equação
( )
= 2−sen −1=0x x
x
F , usando a função de iteração:
( )
x = senx+1ϕ
Início (* MIL*)
Defina Fi(x) = senx+1
Solicite a aproximação inicial (x0) Leia Xv
Solicite a precisão (E) Leia E
Solicite o limite de iterações (N) Leia N Para i de 1 até N Faça Xn = Fi(Xv) Se |Xn – Xv| ≤ E Então Escreva “aprox “,Xn,“ com “,i,“ iteracoes” Saia da repetição Senão Xv=Xn Fim Se Fim para Se |Xn – Xv| > E Então
Escreva “Aplicação não converge ou “ Escreva “grau de exatidão não”,
“ pode ser alcançado com “, N, “ iterações”
Fim Se Fim (* MIL *)
MÉTODO DE NEWTON - RAPHSON (N-R) Descrição
Seja I um intervalo contendo a raiz ρ da equação F(x) = 0. Suponha-se que F'(x) ≠ 0 ∀ ∈x I. F(x) = 0 0 ) ( ' ) ( = − ⇒ x F x F x x F x F x− = ⇒ ) ( ' ) ( ) ( ' ) ( ) ( x F x F x x = − ∴ϕ ∴ ) ( ' ) ( 1 n n n n x F x F x x + = − ,... 2 , 1 , 0 ) ( = − n R N
Como no M.I.L., o objetivo é gerar uma seqüência {xn} a partir de uma aproximação inicial xo:
) ( ' ) ( ) ( ) ( ' ) ( ) ( ) ( ' ) ( ) ( 1 1 1 1 1 2 0 0 0 0 1 n n n n n x F x F x x x x F x F x x x x F x F x x x − = = − = = − = = + ϕ ϕ ϕ M M
Encontra-se portanto uma aproximação xn+1 de ρ.
Exemplo:
Seja calcular uma aproximação para a raiz da eq. F(x) = x2 - senx - 1 = 0 no intervalo [1.0, 1.5], com grau de exatidão ε ≤10−3, utilizando
o método de N-R e adotando x0=1.3. Resolução: x x x F y x x x F y cos 2 ) ( ' ' 1 sen ) ( 2 − = = − − = =
Equação para iteração:
− − − − = ∴ − = + + k k k k k k k k k k x x x x x x x F x F x x cos 2 1 sen ) ( ' ) ( 2 1 1 3 10 1173 . 0 3 . 1 4173 . 1 0 1 1 4173 . 1 3325 . 2 2736 . 0 3 . 1 ) 3 . 1 cos( ) 3 . 1 ( 2 1 ) 3 . 1 sen( 2 ) 3 . 1 ( 3 . 1 1 3 . 1 0 − > = − = − = = − − = − − − − = = x x x x ε 4096 . 1 3 10 0001 . 0 4097 . 1 4096 . 1 2 3 3 4096 . 1 6590 . 2 4 10 02 . 2 4097 . 1 ) 4097 . 1 cos( ) 4097 . 1 .( 2 1 ) 4097 . 1 sen( 2 ) 4097 . 1 ( 4097 . 1 3 0076 . 0 4173 . 1 4097 . 1 1 2 2 4097 . 1 6817 . 2 0205 . 0 4173 . 1 ) 4173 . 1 cos( ) 4173 . 1 .( 2 1 ) 4173 . 1 sen( 2 ) 4173 . 1 ( 4173 . 1 2 = ∴ − < = − = − = = − − = − − − − = = − = − = = − = − − − − = ρ ε ε x x x x x x x Interpretação Geométrica
) 1 ( ) 1 ( 1 2 ) 1 ( ) 1 ( ) 2 1 ( ) 1 ( ) 2 1 ( ) 1 ( ) 1 ( 2 1 0 ) 1 ( x F x F x x x F x F x x x F x x x F x F x x x F tg ′ − = ⇒ ′ − = − − ⇒ = − ′ ⇒ ′ = − − = β ) 0 ( ) 0 ( 0 1 0 1 ) 0 ( ) 0 ( ) 1 ( 0 ( ) 0 ( ) 0 ( ) 0 ( 1 0 0 ) 0 ( x F x F x x x x x F x F x x x F x F x F x x x F tg ′ − = ⇒ − = ′ − ⇒ − ′ = ⇒ ′ = − − = α
O método de N-R é conhecido como método das tangentes.
∴ ) ( ' ) ( 1 n n n n x F x F x x + = − ,... 2 , 1 , 0 ) ( = − n R N
Obtenção da fórmula de N-R a partir do desenvolvimento de y= f(x) em série de Taylor ... ) .( ! 2 ) ( " ) )( ( ) f(x = f(x) : Taylor de Fórmula 2 0 0 0 0 0 + − + − ′ + f x x x f x x x 0 ) )( ( ) ( ... 2 , 1 , 0 0 ) )( ( ) ( ) ( 1 1 1 = − ′ + ⇒ = = − ′ + = + + + n n n n n n n n n x x x F x F n x x x F x F x F 0 ) ( ) ( 1− = + ′ ⇒ n+ n n n x x x F x F ⇒ ) ( ) ( 1 n n n n x F x F x x ′ − = + n = 0,1,2...
SOBRE A CONVERGÊNCIA DO MÉTODO
Para que um processo iterativo x= ϕ( )x seja convergente, devemos ter
0 , 1 ) (x < ∀x∈I ′
ϕ , onde I0 é uma vizinhança da raiz ρ da equação
F(x)=0. 2 )) ( ( ) ( " ). ( 2 )) ( ( ) ( " ). ( 2 )) ( ( 2 )) ( ( 2 )) ( ( )] ( " ). ( ) ( ). ( [ 1 ) ( ) ( ) ( ) ( x F x F x F x F x F x F x F x F x F x F x F x F x F x x F x F x x ′ = ′ + ′ − ′ = ′ − ′ ′ − = ′ ⇒ ′ − = ϕ ϕ
1 )] ( [ ) ( " ). ( ) ( 2 < ′ = ′ x F x F x F x ϕ Observe-se que: 1 0 )] ( [ ) ( " ). ( ) ( 0 ) ( 2 = < ′ = ′ = ⇒ = ρ ρ ρ ρ ϕ ρ ρ F F F F x
Se F’ e F’’ são contínuos em I, ϕ’ é contínua em I e, portanto, desde
que ϕ ρ′( ) 0= , existe uma vizinhança I′⊂I tal que ϕ′(x) <1∀x∈I'.
Conclusão: o método de N-R, quando pode ser aplicado, é sempre
convergente. A dificuldade está em determinar este subintervalo I´ onde seguramente ϕ′( )x <1 .
Exemplo:
Para o problema de se determinar uma aproximação para a raiz da eq.
F x( )=x2−senx− =1 0 no intervalo [1.0, 1.5], com x0= .1 3, estudar
quanto à convergência as funções de iterações utilizadas nos métodos M.I.L. e N.R. Resolução: (a) M.I.L 1 sen 2 cos cos . 1 sen 2 1 ) ( 1 sen ) ( + = + = ′ ∴ + = x x x x x x x ϕ ϕ 43 42 10.954 1 1 ) 3 . 1 sen( 2 ) 3 . 1 cos( ) ( 0 = < + = ′ x ϕ 0 x se
∴ estiver suficientemente próximo da raiz, a aplicação do
método deverá ser convergente.
(b) método de N-R x x F x x x F x x x F x F x F x F x sen 2 ) ( " , cos 2 ) ( , 1 sen ) ( ) ( ) ( " ). ( ) ( 2 2 + = − = ′ − − = ′ = ′ ϕ
[
]
[
]
[
]
43 42 10.1490 1 ) 3 . 1 cos( ) 3 . 1 .( 2 ) 3 . 1 sen( 2 1 ) 3 . 1 sen( ) 3 . 1 ( ) ( ) ( " ). ( ) ( 2 2 2 0 0 0 0 < = − + − − = ′ = ′ ∴ x F x F x F x ϕ 0 x se∴ estiver suficientemente próximo da raiz, a aplicação do
método deverá ser convergente.
APLICABILIDADE DO MÉTODO N-R (Teorema de Fourier)
É condição suficiente para a convergência do método de N-R que F´(x) e F"(x) não se anulem e mantenham sinais constantes numa vizinhança I de uma raiz ρ da equação F(x)=0 e que o processo se inicie num ponto x0∈I tal que F(x0).F"(x0)>0.
Exemplo:
Calcular a raiz da equação ( )= 2 −sen =0
x x x F usando o método de N-R ( 0.9; 10 3) 0 − ∈< = x Resolução: ) ( ) ( 1 n n n n x F x F x x ′ − = + x x x F x x x F cos 2 ) ( sen ) ( 2 − = ′ − = n n n n n n x x x x x x cos 2 ) sen ( 2 1 − − − = ⇒ +
Condições para convergência: x x F x x x F a sen 2 ) ( " cos 2 ) ( ) ( + = − = ′
Conclui-se, pelo método grãfico, que ρ ∈( . , )0 5 1 com relação a F´(x):
4 4 3 4 4 2 1 anula se .não sinal .preserva 0 cos 2 ) ( ) 0 . 1 , 5 . 0 ( > − = ′ ∈ ∀ ∴ x x x F x Com relação a F"(x): . 0 sen 2 ) ( " , ) 0 . 1 , 5 . 0 ( = + > ∈ ∀x F x x 9 . 0 0 cos 2 sen 2 1 0 ) 0 ( " ). 0 ( 783 . 2 ) 9 . 0 sen( 2 ) 9 . 0 ( " ) 0 ( " 03 . 0 ) 9 . 0 sen( 2 ) 9 . 0 ( ) 9 . 0 ( ) 0 ( ) ( = − − − = + > = + = = = − = = x n x n x n x n x n x n x x F x F F x F F x F b
[
]
[
]
3 10 0006 . 0 8773 . 0 8767 . 0 2 8767 . 0 1154 . 1 4 10 395 . 6 8773 . 0 ) 8773 . 0 cos( ) 8773 . 0 .( 2 8773 . 0 sen( 2 ) 8773 . 0 ( 8773 . 0 2 0227 . 0 9 . 0 8773 . 0 1 8773 . 0 1784 . 1 0267 . 0 9 . 0 ) 9 . 0 cos( ) 9 . 0 .( 2 ) 9 . 0 sen( 2 ) 9 . 0 ( 9 . 0 1 − < = − = = = − − = − − − = = − = = − = − − − = ε ε x x x ∴ρ =0.8767 Exemplo:Calcular a raiz da equação F(x) = 2x - cos x usando o método de N-R
(
∈<10−4)
Resolução:{ { -h(x) g(x) = F(x) x cos 2x ] 5 . 0 , 0 [ ∈ ∴ρ Função de iteração x x x x x x x x x x x x F x x x F n x F x F x x n n n n n n n n n sen 2 ) cos 2 ( ) ( sen 2 ) cos 2 ( sen 2 ) ( cos 2 ) ( ... 2 , 1 , 0 ) ( ) ( 1 1 + − − = ∴ + − − = ⇒ − = ′ − = = ′ − = + + ϕ
Condições para convergência (suficientes)
a. vizinhanç na sinal o preservam e anulam se 0 ) ( " 0 ) ( ] 5 . 0 , 0 [ ] 5 . 0 , 0 [ cos ) ( " sen 2 ) ( não x F x F x x F x x F x > > ′ ∈ ∀ ∈ = + = ′ ρ 0 ) ( " ). ( 0 1 0 cos ) ( " 0 1 0 cos 0 . 2 ) ( 0 0 ) ( " ). ( ) ( 0 0 0 0 0 0 0 < ⇒ > = = < − = − = = > x F x F x F x F x x F x F b 0 ) ( " ). ( 0 878 . 0 ) 5 . 0 cos( ) ( " 0 > 0.12 = 0.878 -1 ) 5 . 0 cos( -) 05 .( 2 ) ( 5 . 0 0 0 0 0 0 > ⇒ > = = = = = x F x F x F x F x Aplicação do método de N-R
[
]
0.4506 4794 . 2 1224 . 0 5 . 0 5 . 0 sen 2 ) 5 . 0 cos( ) 5 . 0 .( 2 5 . 0 5 . 0 sen 2 ) cos 2 ( 1 0 1 = − = + − − = = + − − = + x x x x x x x n n n n n[
]
4502 . 0 4355 . 2 10 014 . 1 4506 . 0 ) 4506 . 0 sen( 2 ) 4506 . 0 cos( ) 4506 . 0 .( 2 4506 . 0 0494 . 0 5 . 0 4506 . 0 3 2 0 1 1 = − = + − − = = − = − = − x x x x ε[
]
4502 . 0 4355 . 2 10 99 . 3 4502 . 0 ) 4502 . 0 sen( 2 ) 4502 . 0 cos( ) 4502 . 0 .( 2 4502 . 0 0004 . 0 4506 . 0 4502 . 0 5 3 1 2 2 = − = + − − = = − = − = − x x x x ε4 2 3 3 10 − < − = ∴ε x x ∴ ρ =0.4502 Exercício Dada a função: F(x) = x ln x - 1 = 0
pede-se calcular uma aproximação para a sua raiz usando o método de N-R com ∈≤10−4
(
ρ =1.763)
Exercício:
Usando o método de N-R determine a menor raiz positiva das equações abaixo.
(
)
(
)
(
1.43097)
0 6 ) ( 754 . 0 cos 2 ) ( 2748 . 4 0 2 ) ( 5 2 / = = − = = = = − ρ ρ ρ x c e x b tgx x a x Considere ε≤10−4. Exercício:Seja F(x) = ex - 4x2 . Obter uma aproximação para ρ com ε ≤10−4
usando o método de N-R (ρ = 0 7148. )
Algoritmo:
Adaptado para determinação de uma aproximação para a raiz da eq. F(x) = 2x - cos(x) = 0 através do método de N-R.
Início (* N-R *)
Defina F(x) = 2x-cos(x) Defina DF(x) = 2 + sen(x)
Solicite a aproximação inicial (x0) Leia Xv
Solicite a precisão (E) Leia E
Solicite o limite de iterações (N) Leia N Para i de 1 até N Faça Xn = xv – F(xv)/DF(xv) Se |Xn – Xv| ≤ E Então Escreva “aprox “,xn,“ com “,i,“ iteracoes” Saia da repetição Senão Xv=Xn Fim Se Fim para Se |Xn – Xv| > E Então
Escreva “Aplicação não converge ou “ Escreva “grau de exatidão não”,
” pode ser alcançado com “, N, “ iterações”
Fim Se Fim (* N-R *)
2.2 ESTUDO DAS EQUAÇÕES ALGÉBRICAS 2.2.1 INTRODUÇÃO
Seja uma equação algébrica (polinomial) de grau n
(
n≥1)
:( )
2 ... 1 0 0 2 1 1 + + + + = + = − − − − x a x ax a a x a x P n n n n n nonde os coeficientes ai são números reais e an≠ 0
TEOREMA FUNDAMENTAL DA ÁLGEBRA
Todo eq. algébrica de grau n, n≥1, tem exatamente n raízes, que
podem ser reais ou complexas, e não necessariamente distintas. Uma raiz ρ da equação P
( )
x =0 é dita ter multiplicidade m se:( )
( )
( )
( )( )
( )( )
0 0 ... " ' 1 ≠ = = = = = − ρ ρ ρ ρ ρ ρ m m P e P P P Exemplo:Mostrar que ρ = 2 é raiz da equação algébrica
( )
x =x4 −5x3 +6x2+4x−8=0 P com multiplicidade m = 3 Solução:( )
( )
( )
2 4.2 15.2 12.2 4 32 60 24 4 0 ' 4 12 15 4 ' 0 8 8 24 40 16 8 2 . 4 2 . 6 2 . 5 2 2 2 3 2 3 2 3 4 = + + − = + + − = ⇒ + + − = = − + + − = − + + − = P x x x x P P( )
( )
2 12.2 30.2 12 48 60 12 0 " 12 30 12 " 2 2 = + − = + − = ⇒ + − = P x x x P( )
( )
2 48 30 18 0 '' ' 30 24 '' ' ≠ = − = ⇒ − = P x x P 2 =∴ρ é raiz e tem multiplicidade 3.
2.2.2 VALOR NUMÉRICO DE UM POLINÔMIO
Dado um polinómio P
( )
x , um problema que se coloca é o de calcularo valor numérico de P
( )
x para x x= 0, ou seja, P( )
x0 . Observe-se queo cálculo de P
( )
x0 requer n adições e(
)
2 1 + n n multiplicações. De fato:
( )
{ { produto produtos produtos a x a x a x a x P n n n n n n 0 1 0 1 1 1 0 1 0 0 = + +...+ + − − − 43 42 1(
) (
)
(
)
2 1 1 2 ... 2 1 + − + + + = + − + n n n n n(
)
n. termos de , 1 , 2 . : . . 1 1 = = = + = número a n a com a a n S A P n n nEntão, se o grau n do polinômio for elevado (digamos, n≥20), o cálculo de P
( )
x0 , além de se tornar muito laborioso, é tambémExemplo: Dado o polinômio
( )
=3 9+2 8−10 7+2 6−15 5−3 4+2 3−16 2+3 −5 x x x x x x x x x x P seja determinar P( )
2 . Resolução:( )
( )
2 321 5 2 . 3 2 . 16 2 . 2 2 . 3 2 . 15 2 . 2 2 . 10 2 . 2 2 . 3 2 9 8 7 6 5 4 3 2 = ⇒ − + − + − − + − + = P P 2.2.3 MÉTODO DE BRIOT-RUFFINI Dado o polinômio( )
1 1 0 1. a x ax a x a x P = n n + n− n− +K+ + , dividindo-se P( )
x pelo binômio(
x−c)
, obtém-se a igualdade:( ) (
) ( )
{ { divisãoda resto quocientepolinômio r x Q c x x P = − + onde Q( )
x é da forma:( )
2 1 2 1 1 . b x b x b x b x Q = n n− + n− n− +L+ +Como determinar os coeficientes bi,i=1,L,n e o resto r?
( )
( )(
)
( )
( )
2 1 2 1 1 0 1 1 1 b x b x b x b x Q a x a x a x a x P r c x x Q x P n n n n n n n n + + + + = + + + + = + − = − − − − − L L(
)
(
)
(
)
(
)
(
b cb)
x(
b cb)
x cb r x cb b x cb b x b r c x b x b x b x b a x a x a x a n n n n n n n n n n n n n n n n + − − + − + + − + − + = + − + + + + = + + + + − − − − − − − − − − 1 2 1 2 3 2 2 1 2 1 1 1 2 2 1 1 0 1 1 1 L L LObtém-se, da redução a termos semelhantes:
0 1 1 2 1 2 1 2 1 1 . . . . a b c r a b c b a b c b a b c b a b n n n n n n n n + = + = + = + = = − − − − − M Ou, equivalentemente, 0 1 1 . Ruffini) -Briot de (algoritmo 1 1 . a b c r n k a b c b a b k n k n k n n n + = − ≤ ≤ + = = − + − −
EXEMPLO: Seja dividir
( )
x =x3 −7x2 +16x−10P
pelo binômio
(
x−2)
, usando o método de Briot-RuffiniSolução:
( ) (
) ( )
( )
2 1 2 3 . 2 b x b x b x Q r x Q x x P + + = + − =Cálculo dos bi's i= 1 2 3, ,
( )
( )
5 16 6 . 2 . 5 7 1 . 2 . 1 1 2 1 2 3 2 3 3 = + − = + = − = − + = + = = = a b c b a b c b a b Cálculo do resto:(
)
( )
2 6 5 2 10 6 . 2 2 0 1 = + − = ∴ = − + = + = r x x x Q a cb rUsando o dispositivo prático de Briot-Ruffini:
ai s' 64444444744444448 1 −7 16 -10 2 2 −10 12 1 −5 6 bi s' 144424443 { r 2
Exemplo: Seja dividir
( )
= 3 −7 2 +16 −10 x x x x PPelo binômio
(
x+3)
, usando o dispositivo prático de Briot-Ruffini.Resolução: 1 −7 16 -10 -3 − 3 30 -138 1 −10 46 -148
( )
148 46 10 2 − = + − = ∴ R x x x Q Observe-se que:( ) ( )
−3 = −3 3−7.( )
−32+16( )
−3 −10=−148 PTeorema: o valor numérico de P
( )
x em x c= é igual ao resto dadivisão de P
( )
x por(
x−c)
Demonstração:( ) (
) ( )
( ) (
) ( )
( )
c r P r c Q c c c P c x r x Q c x x P = ⇒ + − = ⇒ = + − = . Exemplo: Dado o polinômio( )
=3 9+2 8−10 7+2 6−15 5−3 4+ 2 3−16 2+3 −5, x x x x x x x x x x P sejacalcular P
( )
2 usando o dispositivo prático de Briot-Ruffini. Resolução: 3 2 -10 2 -15 -3 2 -16 3 -5 2 6 16 12 28 26 46 96 160 326 3 8 6 14 13 23 48 80 163 321( )
2 =321 ∴PTeorema: o valor numérico da derivada de P
( )
x para x c= é igual aoresto da divisão de Q
( )
x por(
x− , onde c)
Q( )
x é o polinômioquociente da divisão de P
( )
x por(
x−c)
. Demonstração:( ) (
) ( )
te consr x Q c x x P tan . + − =( )
( )
( )(
)
( ) ( )
( ) (
) ( )
( )
c Q( )
c P c Q c c c Q c Q c P temos c x para c x x Q x Q x P = ⇒ = − + = = − + = ' . ' ' : , ' 'Pelo teorema anterior sabemos que Q
( )
c é igual ao resto da divisão de( )
x Q pelo binômio(
x−c)
. Exemplo: Dado o polinômio( )
= 3−2 2 −20 +30=0 x x x x Pseja calcular P'
( )
2 usando o dispositivo prático de Briot-Ruffini.Resolução: 1 -2 -20 +30 2 2 0 -40 1 0 -20 -10 2 2 4 1 2 -16
( )
2 =−10 ∴ P e P'( )
2 =−16 Observe-se que:( )
( )
(
2 20)
30((
2)
20)
30 30 20 2 2 2 3 + − − = + − − = ⇒ + − − = x x x x x x x P x x x x P( ) ((
2 = 2−2)
⋅2−20)
2+30=−40+30=−10 ∴ P( )
(
)
( ) (
2 3.2 4)
2 20 4 20 16 ' 20 4 3 20 4 3 ' 2 − = − = − ⋅ − = ⇒ − − = − − = P x x x x x P 2.2.4 MÉTODO DE HORNER( )
(
)
((
)
)
((
{ 1 2)
1)
0 1 0 1 2 3 1 2 0 1 2 2 1 1 0 1 2 2 1 1 ) (a x a x a x a x a a x a x a x a x a a x a x a x a x a a x a x a x a x a x P n n n n n n n n n n n n n n n + + + + + = + + + + + = + + + + + = + + + + + = − − − − − − − − − − L L M L L L Exemplo:Dado P
( )
x =2x4−5x3−2x2+4x−8, calcular P( )
3 (Horner).Resolução: