• Nenhum resultado encontrado

Cap 3_Raiz_Equaçoes

N/A
N/A
Protected

Academic year: 2021

Share "Cap 3_Raiz_Equaçoes"

Copied!
72
0
0

Texto

(1)
(2)

Conte´

udo

1 Introdu¸c˜ao

2 M´etodo da Bisse¸c˜ao

3 etodo da Falsa Posi¸c˜ao 4 M´etodo do Ponto Fixo

5 M´etodo de Newton

6 M´etodo da Secante

7 Considera¸c˜oes Finais

(3)

Introdu¸c˜ao

(4)

Introdu¸c˜ao

Vamos considerar agora m´etodos para resolver equa¸c˜oes n˜ao-lineares. Dada uma fun¸c˜ao n˜ao-linear escalar f : R → R, procuramos o valor de x para o qual

f (x ) = 0

No caso vetorial onde f : Rn→ Rn, o problema consiste em encontrar o vetor x tal que todas as componentes de f(x) s˜ao iguais a zero simultaneamente. Exemplos f (x ) = x2− 4 sin (x) = 0 f(x) =  x2 1 − x2+ 0.25 −x1+ x22+ 0.25  =  0 0 

(5)

Introdu¸c˜ao

Introdu¸c˜

ao

As ra´ızes correspondem aos pontos onde o gr´afico da fun¸c˜ao f(x) intercepta o eixo x -x 6 y f (x ) x1s x2 s x3s

(6)

Introdu¸c˜ao

Introdu¸c˜

ao

Para polinˆomios de grau at´e quatro, suas ra´ızes podem ser calculadas atrav´es de uma express˜ao fechada, como por exemplo no caso de uma fun¸c˜ao quadr´atica

ax2+ bx + c = 0 ⇒ x = −b ± √

b2− 4ac 2a

De forma geral, n˜ao podemos encontrar os zeros de uma fun¸c˜ao atrav´es de uma express˜ao fechada. Portanto, para encontrar os zeros de uma fun¸c˜ao temos que recorrer a m´etodos aproximados.

Em alguns casos, os zeros das fun¸c˜oes podem ser n´umeros complexos: x2+ 1 = 0 ⇒ x = ±√−1 = ±i

(7)

Introdu¸c˜ao Zero

Se f : [a, b] → R ´e uma fun¸c˜ao dada, um ponto α ∈ [a, b] ´e um zero (ou raiz) de f se f (α) = 0.

Exemplos

Seja f : (0, ∞) → R e considere as seguintes fun¸c˜oes f (x) = log (x) e f (x ) = tanh(x ) − x /3. 0 2 4 6 8 10 3 2 1 0 1 2 3 logx −4 −2 0 2 4 −0.6 −0.4 −0.2 0.0 0.2 0.4 0.6

(8)

Introdu¸c˜ao Multiplicidade

Um ponto α ∈ [a, b] ´e uma raiz de multiplicidade m da equa¸c˜ao f (x ) = 0 se f (α) = f0(α) = . . . = f(m−1)(α) = 0 e f(m)(α) 6= 0.

Exemplo

Seja f (x ) = x2+ 2x + 1 = (x + 1)2. Nesse caso temos α = −1 com multiplicidade m = 2, pois f0(x ) = 2(x + 1) e assim temos que f (−1) = 0 e f0(−1) = 0. −4 −3 −2 −1 0 1 2 0 2 4 6 8

(9)

Introdu¸c˜ao

etodos para ra´ızes de equa¸c˜

oes

Os m´etodos num´ericos podem ser divididos em duas etapas:

Isolamento das ra´ızes

Encontrar um intervalo [a, b] que contenha apenas uma raiz, ou

Determinar uma aproxima¸c˜ao inicial x0

(ou mais de uma, dependendo do m´etodo)

Refinamento

Gerar uma sequˆencia {x0, x1, . . . } que convirja para a raiz exata r de

(10)

Introdu¸c˜ao

Teorema

Seja f : [a, b] → R uma fun¸c˜ao cont´ınua. Se f (a)f (b) < 0, ent˜ao existe pelo menos um ponto x ∈ [a, b] tal que f (x ) = 0.

(11)

Introdu¸c˜ao

Exemplo

Existem 3 ra´ızes no intervalo [0, 4] Existem 2 ra´ızes no intervalo [0, 5; 2, 5]

Nota-se que f (0, 5) = −1.875 e f (2, 5) = −0.375 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 x −6 −4 −2 0 2 4 6 y f(x) = ( x - 1)*( x - 2 )*( x - 3 )

(12)

Introdu¸c˜ao

Exemplo:

Como encontrar o intervalo da raiz x > 0 de f (x ) = x22

− sen(x)? −1.0 −0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 x −1.0 −0.5 0.0 0.5 1.0 1.5 2.0 2.5 y f(x) Inspe¸c˜ao visual No exemplo, x ∈ [1, 5; 2].

(13)

Introdu¸c˜ao

Outra possibilidade ´e fazer uma tabela de valores

x f (x ) sinal 0,5 -0,416925538604 < 0 1,0 -0,591470984808 < 0 1,5 -0,434994986604 < 0 2,0 0,0907025731743 > 0 2,5 0,964027855896 > 0 3,0 2,10887999194 > 0 Logo, h´a ao menos uma raiz em [1, 5; 2]

Outra possibilidade ´e fixar o in´ıcio do intervalo x = a e procurar b de modo que f (a)f (b) < 0

(14)

Introdu¸c˜ao

Exemplo:

Encontre um intervalo de tamanho unit´ario em que haja ao menos uma raiz para f (x ) =√x − 5e−x = 0 de modo que x ≥ 0.

Solu¸c˜ao:

x f (x ) sinal

0 -5,0 < 0

1,0 -0,839397205857 < 0 2,0 0,73753714619 > 0

Logo, pelos dados apresentados na tabela e sendo f (x ) cont´ınua no intervalo [1, 2], ent˜ao h´a ao menos uma raiz em [1, 2].

(15)

Introdu¸c˜ao

Teorema

Sob as hip´oteses do teorema anterior, se f0(x ) existir e preservar o sinal em [a, b], ent˜ao o intervalo cont´em um ´unico zero de f (x ).

(16)

Introdu¸c˜ao

Exemplo:

H´a garantia de haver apenas uma raiz para f (x ) =√x − 5e−x = 0 no intervalo [1, 2]?

Solu¸c˜ao:

Sim, pois f (x ) ´e cont´ınua nesse intervalo, f (1)f (2) < 0 e f0(x ) = 2√1

x + 5e

(17)

Introdu¸c˜ao

Crit´

erio de parada

Na pr´atica a sequˆencia ´e interrompida quando seus valores satisfizerem a pelo menos um dos seguintes crit´erios:

|xk − xk−1| ≤  xk − xk−1 xk ≤  |f (xk)| ≤ 

onde  ´e a precis˜ao/tolerˆancia fornecida como parˆametro para o processo iterativo.

(18)

Introdu¸c˜ao

Ordem de convergˆ

encia

´

E importante definir com qual rapidez a sequˆencia de aproxima¸c˜oes {x0, x1, . . .} converge para a raiz exata α.

Ordem de convergˆencia

Uma sequˆencia {xn|n ≥ 0} ´e dita convergir com ordem p ≥ 1 para um ponto α se

|α − xn+1| ≤ c|α − xn|p, n ≥ 0 para uma constante c > 0.

Sendo c < 1, dizemos que : se p = 1: convergˆencia linear

se 1 < p < 2: convergˆencia super-linear se p = 2: convergˆencia quadr´atica

(19)

Introdu¸c˜ao

Na pr´atica o que isso significa a ordem de convergˆencia? |α − xn+1| ≤ c|α − xn|p Exemplos de convergˆencia:

Linear: 10−2, 10−3, 10−4, 10−5, . . . com c = 10−1 Linear: 10−2, 10−4, 10−6, 10−8, . . . com c = 10−2 Super-linear: 10−2, 10−3, 10−5, 10−8, . . .

(20)

M´etodo da Bisse¸c˜ao

(21)

M´etodo da Bisse¸c˜ao

O m´etodo da bisse¸c˜ao baseia-se na ideia de que seja f (x ) cont´ınua e f (a)f (b) < 0, ent˜ao existe ao menos uma raiz no intervalo [a, b]. A cada passo, o intervalo ´e dividido ao meio

xk = a + b

2

O novo (sub-)intervalo ser´a aquele que cont´em a raiz

[a, xk], se f (a)f (xk) < 0

[xk, b], caso contr´ario

A busca continua at´e que algum crit´erio de parada seja atendido: b − a < ; |f (xk)| < ;

|xk − xk−1| |xk|

(22)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao

-x 6 y a b f (a) f (b) r r r r

(23)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao

-x 6 y a x1 b f (a) f (b) r r r r r r

(24)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao

-x 6 y a b r r r r

(25)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao

-x 6 y a x2 b r r r r r r

(26)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao

-x 6 y a b r r r r

(27)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao

-x 6 y a x3 b r r r r r r

(28)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao

-x 6 y a b r r r r

(29)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao

-x 6 y a x4 b r r r r r

(30)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao

-x 6 y a x1 x4 x3 x2 b f (a) f (b) r r r r r r r r r r r

(31)

M´etodo da Bisse¸c˜ao

Entrada: f (x ) cont´ınua em [a, b], intervalo [a, b] tal que f (a)f (b) < 0, precis˜ao  e m´aximo n´umero de itera¸c˜oes

1 inicio

2 k ←− 0;

3 enquanto crit´erio de parada n˜ao ´e satisfeito fa¸ca 4 xk ←− a+b2 ; 5 se f (a)f (xk) < 0 ent˜ao 6 b ←− xk; 7 sen˜ao 8 a ←− xk; 9 k ←− k + 1; 10 retorna xk

(32)

M´etodo da Bisse¸c˜ao

Exemplo

Exemplo: Encontre uma aproxima¸c˜ao para o zero da fun¸c˜ao f (x ) = x22− sen(x) no intervalo [1, 5; 2] executando 5 passos do m´etodo da bisse¸c˜ao.

Solu¸c˜ao: k a b xk f (a) f (b) f (xk) 0 1, 5 2 1, 75 −0, 4349 0, 0907 −0, 2184 1 1, 75 2 1, 875 −0, 2184 0, 0907 −0, 0752 2 1, 875 2 1, 9375 −0, 0752 0, 0907 0, 0050 3 1, 875 1, 9375 1, 90625 −0, 0752 0, 0050 −0, 035814 4 1, 90625 1, 9375 1, 921875 −0, 035814 0, 0050 −0, 015601

(33)

M´etodo da Bisse¸c˜ao

N´umero de itera¸c˜oes k para o m´etodo da bisse¸c˜ao atingir uma precis˜ao  k ≥ log2 b0− a0   − 1 ou k ≥ lnb0−a0   ln(2) − 1

Exemplo: Qual o n´umero de itera¸c˜oes necess´arias para encontrar uma aproxima¸c˜ao para o zero da fun¸c˜ao f (x ) = x22

− sen(x) no intervalo [1, 5; 2] de modo que b − a ≤  = 10−5? Solu¸c˜ao: k ≥ log2 b0− a0   − 1 = log2 2 − 1, 5 10−5  − 1 ≈ 15, 61 − 1 = 14, 61 Logo, encontra-se a aproxima¸c˜ao para a solu¸c˜ao do problema com a precis˜ao desejada a partir da itera¸c˜ao 15.

(34)

M´etodo da Bisse¸c˜ao

etodo da Bisse¸c˜

ao – Ordem de Convergˆ

encia

Ordem de convergˆencia de um m´etodo |α − xn+1| ≤ c|α − xn|p No m´etodo da bisse¸c˜ao o erro cai pela metade (em m´edia) a cada itera¸c˜ao na busca da solu¸c˜ao α, ou seja,

|α − xk| |α − xk−1| ≤ 1 2 Assim, |α − xk| ≤ 1 2|α − xk−1|

e verifica-se que este m´etodo tem ordem de convergˆencia p = 1 (linear) e c = 1/2.

(35)

M´etodo da Falsa Posi¸c˜ao

(36)

M´etodo da Falsa Posi¸c˜ao

Dado um intervalo [a, b] que cont´em uma raiz para f (x ) = 0, ent˜ao o m´etodo da falsa posi¸c˜ao pode ent˜ao ser descrito como

Calcula-se a aproxima¸c˜ao xk:

xk =

af (b) − bf (a) f (b) − f (a)

Determina-se o novo (sub-)intervalo, que ser´a aquele que cont´em a raiz

[a, xk], se f (a)f (xk) < 0 [xk, b], caso contr´ario

A busca continua at´e que algum crit´erio de parada seja atendido: b − a < ; |f (xk)| < ;

|xk − xk−1|

|xk|

(37)

M´etodo da Falsa Posi¸c˜ao

etodo da Falsa Posi¸c˜

ao

-x 6 y a b reta x0 f (a) f (b) r r r r r r

(38)

M´etodo da Falsa Posi¸c˜ao

etodo da Falsa Posi¸c˜

ao

-x 6 y b reta a f (a) f (b) f (a)f (b) < 0 x1 r r r r r r r

(39)

M´etodo da Falsa Posi¸c˜ao

etodo da Falsa Posi¸c˜

ao

-x 6 y a f (a) f (b) b x2 r r r r r r r

(40)

M´etodo da Falsa Posi¸c˜ao

etodo da Falsa Posi¸c˜

ao

Entrada: f (x ) cont´ınua em [a, b], intervalo [a, b] tal que f (a)f (b) < 0, precis˜ao  e m´aximo n´umero de itera¸c˜oes

1 inicio

2 k ←− 0;

3 enquanto crit´erio de parada n˜ao ´e satisfeito fa¸ca 4 xk ←− af (b)−bf (a)f (b)−f (a) ; 5 se f (a)f (xk) < 0 ent˜ao 6 b ←− xk; 7 sen˜ao 8 a ←− xk; 9 k ←− k + 1; 10 retorna xk

(41)

M´etodo da Falsa Posi¸c˜ao

Exemplo

Exemplo: Encontre uma aproxima¸c˜ao para o zero da fun¸c˜ao f (x ) = x22− sen(x) no intervalo [1, 5; 2] utilizando o m´etodo da falsa posi¸c˜ao, com |f (xk)| <  = 10−4.

Solu¸c˜ao:

k a b xk f (a) f (b) f (xk)

0 1, 5 2 1, 913731 −4, 349950e − 01 9, 070e − 02 −2, 618006e − 02

1 1, 913731 2 1, 933054 −2, 618006e − 02 9, 070e − 02 −9, 243996e − 04

(42)

M´etodo do Ponto Fixo

(43)

M´etodo do Ponto Fixo

Outra alternativa para encontrar a raiz r da equa¸c˜ao f (x ) = 0,

onde f ´e uma fun¸c˜ao cont´ınua no intervalo [a, b] em que a raiz ´e procurada, ´e reescrever f (x ) na forma

x = φ(x )

(44)

M´etodo do Ponto Fixo

Exemplo

Seja f (x ) = x2− x − 2 = 0. Podemos escrever

a) x = x2− 2

b) x =√2 + x

c) x = 1 + 2x

d) x = x2x −12+2

Existem diversas formas de expressar f (x ) = 0 como um problema de ponto fixo da forma x = φ(x ), entretanto veremos que nem todas s˜ao satisfat´orias para nossos objetivos.

(45)

M´etodo do Ponto Fixo

etodo do Ponto Fixo

No m´etodo do ponto fixo

Define-se x = φ(x ) satisfazendo:

φ(x ) e φ0(x ) cont´ınuas para x ∈ I

|φ0(x )| < 1, ∀x ∈ I

Dada uma aproxima¸c˜ao inicial x0para a raiz r , ent˜ao as aproxima¸c˜oes

sucessivas xk s˜ao obtidas fazendo

xk = φ(xk−1), k = 1, 2, . . .

O processo continua at´e algum crit´erio de parada ser atendido: |xk− xk−1|

|xk|

(46)

M´etodo do Ponto Fixo

Entrada: Aproxima¸c˜ao inicial x0, fun¸c˜ao associada φ(x ), precis˜ao  e m´aximo n´umero de itera¸c˜oes

1 inicio

2 k ←− 1;

3 enquanto crit´erio de parada n˜ao ´e satisfeito fa¸ca

4 xk ←− φ(xk−1);

5 k ←− k + 1;

(47)

M´etodo do Ponto Fixo

Exemplo

f (x ) = x2− x − 2 usando o seguinte esquema x = x2− 2. Considerando I = [1.5, 2.5], sabemos que a raiz ´e α = 2.

φ(x ) = x2− 2 ⇒ φ0(x ) = 2x Assim temos que φ(x ) e φ0(x ) s˜ao cont´ınuas. Entretanto

max x ∈I |φ

0

(x )| = max

x ∈I |2x| > 1

que nos mostra que o m´etodo do ponto fixo n˜ao converge para essa escolha da fun¸c˜ao de itera¸c˜ao φ(x ). De fato, o m´etodo diverge (como visto anteriormente).

(48)

M´etodo do Ponto Fixo

Exemplo

Por outro lado, para f (x ) = x2− x − 2 com I = [1.5, 2.5] usando φ(x ) =√x + 2, temos φ0(x ) = 1 2√x + 2 e assim max x ∈I |φ 0 (x )| = max x ∈I 1 2√x + 2 = 0.267 < 1

Ou, podemos dizer que |φ0(x )| < 1 se e somente se x > −1.75 e portanto nessas condi¸c˜oes o teorema garante a convergˆencia.

(49)

M´etodo do Ponto Fixo

Exemplo

Considere a equa¸c˜ao f (x ) = 2x2− 5x + 2 = 0, cujas ra´ızes s˜ao α1 = 0.5 e α2= 2. Considere os processos iterativos:

a) xk+1= q 5xk 2 − 1 b) xk+1= 2x2 k+2 5

Qual dos dois processos vocˆe utilizaria para obter a raiz α1? Por que?

Solu¸c˜ao do exemplo

Para a) temos que

φ(x ) = 5x2 − 11/2 ⇒ φ0(x ) = 1 2 1 q 5xk 2 −1 5 2 |φ0(α1)| = 5 4 q 5·0.5 2 − 1 = 2.5 > 1

(50)

M´etodo do Ponto Fixo

Solu¸c˜ao do exemplo - (cont.)

Para b) temos que

φ(x ) = 2x 2+ 2 5 ⇒ φ 0(x ) = 4x 5 |φ0(α1)| = 4(0.5) 5 = 2 5 = 0.4 < 1

Temos ent˜ao que φ(x ) e φ0(x ) s˜ao cont´ınuas e se x0 for suficientemente pr´oximo de α1, ent˜ao o processo b) ir´a convergir, e portanto este ´e mais adequado para encontrar a raiz.

(51)

M´etodo do Ponto Fixo

Exemplo

Seja f (x ) = x3− 9x + 3. Considere a seguinte fun¸c˜ao de itera¸c˜ao x = φ(x ) = x39+3. Queremos encontrar a raiz de f (x ) = 0 no intervalo [0, 1]. O m´etodo ir´a convergir?

Solu¸c˜ao do exemplo

Temos que φ0(x ) = x32, e portanto temos que φ(x ) e φ0(x ) s˜ao cont´ınuas. Verificamos agora que

|φ0(x )| = x2 3 < 1, ∀x ∈ [0, 1]

E assim concluimos que o m´etodo ir´a convergir. Podemos verificar tomando x0 = 0.25 e usando uma precis˜ao  = 0.001.

(52)

M´etodo do Ponto Fixo

Solu¸c˜ao do exemplo - (cont.)

Na primeira itera¸c˜ao, temos x1= 0.253+ 3 9 = 0.015625 + 3 9 = 0.335069 f (x1) = x13− 9x1+ 3 = 0.037618 − 3.015621 + 3 = 0.021997 >  Mais uma itera¸c˜ao

x2=

0.3350693+ 3

9 = 0.337513

f (x2) = x23− 9x2+ 3 = 0.038447 − 3.037617 + 3 = 0.00083 <  Como o crit´erio de parada |f (x2)| <  foi satisfeito, terminamos o processo com x2= 0.337513 como aproxima¸c˜ao para a raiz.

(53)

M´etodo do Ponto Fixo

Solu¸c˜ao do exemplo - (cont.)

Se tomarmos outra aproxima¸c˜ao inicial x0 = 0.5 mais distante da raiz temos os seguintes passos:

k xk f (xk)

0 0.5 -1.375

1 0.34722 -0.83137 2 0.33798 -0.0032529 3 0.33762 -0.00012219

(54)

M´etodo do Ponto Fixo

Exemplo

Considere as seguintes fun¸c˜oes:

a) φ1(x ) = 2x − 1

b) φ2(x ) = x2− 2x + 2

Qual delas vocˆe escolheria para obter a raiz 1, utilizando o processo iterativo xk+1 = φ(xk)? Exiba a sequˆencia gerada com sua escolha tomando x0 = 1.2.

Solu¸c˜ao do exemplo

Temos que φ1(x ) e φ01(x ) s˜ao cont´ınuas pois φ1(x ) = 2x − 1, φ01(x ) = 2 Mas |φ01(x )| = 2 > 1, ∀x pr´oximo de α = 1.

(55)

M´etodo do Ponto Fixo

Solu¸c˜ao do exemplo - (cont.)

Por outro lado

φ2(x ) = x2− 2x + 2, φ02(x ) = 2x − 2 |φ02(x )| = |2x − 2| < 1 de onde temos −1 < 2x − 2 < 1 1 < 2x < 3 1 2 < x < 3 2

Portanto |φ02(x )| < 1 se e somente se x ∈ I = [0.5, 1.5]. Como φ2(x ) e φ02(x ) s˜ao cont´ınuas, tomando uma aproxima¸c˜ao inicial x0∈ I , temos a convergˆencia do m´etodo garantida.

(56)

M´etodo do Ponto Fixo

Exemplo

Vamos rever o caso f (x ) = x2− x − 2 = 0. Temos os seguinte esquema, que j´a vimos que converge para x =√2 + x . Vamos usar x0 = 2.5, ent˜ao

x1 = φ(x0) = 2.121320 x2 = φ(x1) = 2.030104 x3 = φ(x2) = 2.007512 x4 = φ(x3) = 2.001877 x5 = φ(x4) = 2.000469 . . .

(57)

M´etodo de Newton

(58)

M´etodo de Newton

O m´etodo de Newton ´e definido por

xk = xk−1−

f (xk−1) f0(xk−1)

(59)

M´etodo de Newton

(60)

M´etodo de Newton

Algoritmo

Entrada: f (x ), f0(x ), valor inicial x0, precis˜ao  e m´aximo n´umero de itera¸c˜oes

1 inicio

2 k ←− 1;

3 enquanto crit´erio de parada n˜ao ´e satisfeito fa¸ca 4 xk ←− xk−1ff (x0(xk−1)

k−1);

5 k ←− k + 1;

(61)

M´etodo de Newton

Exemplo

Resolva f (x ) = x − x1/3− 2 = 0 usando x0= 3 como aproxima¸c˜ao inicial.

Solu¸c˜ao do exemplo

Temos que a derivada ´e

f0(x ) = 1 − 1 3x

−2/3

nesse caso a f´ormula de itera¸c˜ao ´e

xk+1 = xk−

xk − xk1/3− 2 1 −13xk−2/3

(62)

M´etodo de Newton

etodo de Newton

Solu¸c˜ao do exemplo

Aplicando o m´etodo de Newton temos

k xk f0(xk) f (xk)

0 3.0 0.839750 -0.442250e+00

1 3.526644 0.856130 4.506792e-03

2 3.521380 0.855986 3.771414e-07

3 3.52137971 0.855986 0.00000e+00

E assim ao final das itera¸c˜oes obtemos α ≈ x3 = 3.52137971 como valor aproximado para a raiz.

(63)

M´etodo da Secante

(64)

M´etodo da Secante

etodo da Secante

Algumas desvantagens do m´etodo de Newton

Determinar f0(x )

Calcular f0(x ) a cada passo

Uma adapta¸c˜ao poss´ıvel ´e substituir f0(x ) pela aproxima¸c˜ao

f0(xk−1) ≈

f (xk−1) − f (xk−2) xk−1− xk−2

Dada a aproxima¸c˜ao para f0(xk−1), o m´etodo da secante resulta em

xk = xk−1−

f (xk−1) f(xk−1)−f(xk−2)

(65)

M´etodo da Secante

etodo da Secante

Entrada: f (x ), valores iniciais x0 e x1, precis˜ao  e m´aximo n´umero de itera¸c˜oes

1 inicio

2 k ←− 2;

3 enquanto crit´erio de parada n˜ao ´e satisfeito fa¸ca 4 d ←− f (xxk−1)−f (xk−2)

k−1−xk−2 ;

5 xk ←− xk−1−f (xk−1d );

6 k ←− k + 1;

(66)

M´etodo da Secante

etodo da Secante

Exemplo

Encontre a raiz de √x − 5e−x = 0, usando o m´etodo da secante com x0 = 1.4 e x1 = 1.5 com uma precis˜ao  = 10−3.

Solu¸c˜ao do exemplo:

Avaliando a fun¸c˜ao em x0 e x1 temos f (x0) = f (1.4) = √ 1.4 − 5e−1.4= 1.183 − 5(0.247) = −0.052 f (x1) = f (1.5) = √ 1.5 − 5e−1.5= 1.225 − 5(0.223) = 0.110 pelo m´etodo da secante temos

x2 = 1.4f (1.5) − 1.5f (1.4) f (1.5) − f (1.4) = 1.4(0.110) − 1.5(−0.052) 0.110 + 0.052 = 1.432 e2 = |x2− x1| |x2|

(67)

M´etodo da Secante

etodo da Secante

Cont. da solu¸c˜ao do exemplo

Avaliando a fun¸c˜ao em x2 f (x2) = f (1.432) = √ 1.432 − 5e−1.432= 1.197 − 5(0.239) = 0.002 assim x3 = 1.5f (1.432) − 1.432f (1.5) f (1.432) − f (1.5) = 1.5(0.002) − 1.432(0.110) 0.002 − 0.110 = 1.431 e3 = |x3− x2| |x3| = 0.0007 <  Portanto, a raiz aproximada ´e x3= 1.431.

(68)

Considera¸c˜oes Finais

(69)

Considera¸c˜oes Finais

Compara¸c˜

ao entre os M´

etodos

M´etodo da bisse¸c˜ao e falsa posi¸c˜ao

Utiliza a ideia da existˆencia de ao menos uma raiz no intervalo [a, b] quando f (x ) ´e cont´ınua e f (a)f (b) < 0

Convergˆencia linear

M´etodo do ponto fixo

Define-se uma fun¸c˜ao associada φ(x ) de modo que φ(x ) e φ0(x ) sejam cont´ınuas para x ∈ I e |φ0(x )| < 1, ∀x ∈ I

(70)

Considera¸c˜oes Finais

Compara¸c˜

ao entre os m´

etodos

M´etodo de Newton

Possui crit´erios mais restritivos para a convergˆencia Requer o c´alculo de f (x ) e f0(x ) a cada passo

Pode em certas condi¸c˜oes atingir convergˆencia quadr´atica

M´etodo da secante

Similar ao m´etodo de Newton

C´alculo de f0(x ) ´e substitu´ıdo por uma aproxima¸c˜ao Convergˆencia super-linear

(71)

Considera¸c˜oes Finais

Compara¸c˜

ao entre os m´

etodos

De forma geral, entre os m´etodos apresentados aqui

O m´etodo de Newton ´e o mais indicado

Sempre que for poss´ıvel garantir as condi¸c˜oes de convergˆencia, e f0(x )

estiver dispon´ıvel e for simples de ser avaliada

Se f0(x ) n˜ao estiver dispon´ıvel ou for computacionalmente custosa para se calcular, ent˜ao sugere-se o m´etodo da secante

Pode-se utilizar os m´etodos da bisse¸c˜ao ou falsa posi¸c˜ao quando se deseja garantir a convergˆencia ou para obter uma melhor aproxima¸c˜ao inicial para os demais m´etodos

(72)

Referˆencias

Referˆ

encias

Slides das aulas do Prof. Dr. Bernardo Martins Rocha, DCC-ICE-UFJF.

Referências

Documentos relacionados

Palavras-chave: Convergˆ encia global; otimiza¸c˜ ao sem derivadas; m´ etodos de regi˜ ao de confian¸ca; m´ etodos de filtro; problema de complementaridade linear; m´ etodos

(2009) propuseram o m´ etodo de aproxima¸c˜ ao INLA como alternativa aos m´ etodos baseados em simula¸c˜ ao estoc´ astica, permitindo realizar inferˆ encia bayesiana de

Como s˜ ao verificadas todas as condi¸ c˜ oes de convergˆ encia, podemos aplicar, com garantia de convergˆ encia, o m´ etodo

No cap´ıtulo 3, estudaremos a existˆ encia e unicidade de solu¸c˜ ao do problema linear. Para a obten¸c˜ ao da solu¸c˜ ao regular ou solu¸c˜ ao forte utilizamos dois m´ etodos,

Vamos na presente se¸c˜ ao (cuja leitura ´e dispens´ avel para o desenvolvimento da teoria de integra¸c˜ ao de Lebesgue que se lhe segue) aprofundar um pouco mais a teoria

Neste cap´ıtulo ser˜ ao apresentadas as defini¸c˜ oes b´ asicas do modelo de regress˜ ao linear m´ ultiplo, inferˆ encia bayesiana e os m´ etodos de sele¸c˜ ao de vari´

Nota: indicam-se entre parêntesis rectos as informações cujo conteúdo exacto haja sido considerado como confidencial. 13 em ecrãs de cinema, não se verificando

(2000) apresenta uma série de características demonstrando o potencial dendrocronológico para algumas espécies pertencentes a família Meliaceae, como (i) o