1 Zeros de fun¸c˜oes de vari´avel real 2
1.1 Introdu¸c˜ao . . . 2
1.2 Delimita¸c˜ao dos zeros de uma fun¸c˜ao . . . 3
1.2.1 M´etodos gr´afico . . . 3
1.2.2 M´etodo an´alitico . . . 4
1.3 Crit´erios de parada . . . 7
1.4 N´umero de itera¸c˜oes . . . 7
1.5 M´etodo de Bissec¸c˜ao . . . 8
1.5.1 Algo´ritmo do M´etodo de Bissec¸c˜ao . . . 9
1.6 M´etodo de Ponto Fixo . . . 10
1.6.1 Algoritmo do m´etodo de Ponto Fixo . . . 13
1.7 M´etodo de Newton . . . 14
1.8 M´etodo da Secante . . . 15
Zeros de fun¸
c˜
oes de vari´
avel real
1.1
Introdu¸
c˜
ao
Dada uma fun¸c˜ao real f definida e cont´ınua em um intervalo abertoI, chama-se de zero desta fun¸c˜ao em I, a todo x∈I, tal quef(x) = 0.
Neste tema ser˜ao apresentados alguns processos iterativos para calcular de forma aproxi-mada os zeros reais de uma fun¸c˜ao real f dada. Por um processo iterativo entende-se um processo que calcula uma sequˆencia de aproxima¸c˜oes x1, x2, x3,. . . da solu¸c˜ao desejada.
O c´alculo de uma nova aproxima¸c˜ao ´e feito utilizando aproxima¸c˜oes anteriores. Dizemos que a sequˆencia x1, x2, x3,. . . converge parax, se dado ǫ > 0, ∃N ∈ N, tal que qualquer
que seja n > N, |xn−x|< ǫ. Neste caso tem-se que lim n→∞x
n =x, o que tamb´em poder´a
ser indicado por xn→x. Nos processos iterativos que ser˜ao apresentados, a determina¸c˜ao
dos zeros de uma fun¸c˜ao real de vari´avel real ser´a feita em duas etapas:
Fase I: Isolar cada zero que se deseja determinar da fun¸c˜ao f em um intervalo [a, b], sendo que cada intervalo dever´a conter um e somente um zero da fun¸c˜ao f.
Fase II: C´alculo dos zeros aproximados utilizando um m´etodo iterativo, com precis˜ao prefixada ou n˜ao.
Exemplo
Sejam dadas as fun¸c˜oes:
a) f(x) = 3x−4
b) f(x) =x2
+ 2x−3
d) f(x) =xex
−2
Podemos sem grandes dificuldades determinar os zeros das fun¸c˜oes dos items a) e b). No caso da fun¸c˜ao do item a) temos um ´unico zero x = 4/3. Para a fun¸c˜ao do item b) podemos usar a f´ormula de Baskhara para encontrar as raizes x1 = 1 e x2 = −3 da
equa¸c˜ao x2
+ 2x−3 = 0.
Para a fun¸c˜ao do item c) o valor x= 0 ´e evidentemente um zero def. Ser´a que n˜ao existe outro zero?
No caso da fun¸c˜ao do item d) n˜ao ´e nada evidente que a fun¸c˜ao tenha algum zero e caso tenha qual seja seu valor. Assim o problemas de determina¸c˜ao de zeros de uma fun¸c˜ao envolvem obviamente as seguintes quest˜oes b´asicas:
• A fun¸c˜ao tem algum zero?
• Ele ´e ´unico?
• Qual ´e seu valor ?
1.2
Delimita¸
c˜
ao dos zeros de uma fun¸
c˜
ao
Dada uma func˜a¸ o f : R → R delimitar ou isolar os zeros de f significa determinar
intervalos (a, b) que contenham os zeros def.
Existem dois m´etodos para resolver este problema.
1.2.1
M´
etodos gr´
afico
Como ja foi referido, determinar os zeros de f ´e equivalente a determinar as raizes da equa¸c˜ao f(x) = 0. Tendo como base esta observa¸c˜ao o m´etodo gr´afico consiste em:
• Escrever f como a diferen¸ca de fun¸c˜oesg eh ou sejaf =g−h onde possamos sem muito esfor¸co esbo¸car os gr´aficos das fun¸c˜oes g e h;
• Usar f(x) = 0⇐⇒g(x) =h(x);
• Esbo¸car, da melhor maneira poss´ıvel, os gr´aficos deg ehe determinar por inspe¸c˜ao os intervalos onde est˜ao os pontos de intersec¸c˜ao de g(x) e h(x) ou seja os pontos x onde g(x) =h(x)
Delimitar os zeros da fun¸c˜ao f(x) = ex
+x2
−2.
Solu¸c˜ao: f(x) = 0 ⇐⇒ ex
+x2
−2 = 0 ⇐⇒ ex
= 2−x2
. Assim temos g(x) = ex
e h(x) = 2−x2
(Figura abaixo).
Conlus˜ao: ∃x1 zero de f: x1 ∈(−
√
2,0) e ∃x2 zero de f: x2 ∈(0,
√
2).
Exemplo
Delimitar os zeros da fun¸c˜ao f(x) = ln(x) +x.
Solu¸c˜ao: f(x) = 0⇐⇒ln(x) +x= 0⇐⇒ln(x) =−x (Figura abaixo).
Conclus˜ao: ∃x zero def: x∈(0,1).
1.2.2
M´
etodo an´
alitico
Este m´etodo ´e baseado no seguinte teorema
Teorema 1.1 (Teorema do Valor Interm´edio (TVI)). Seja f : R → R cont´ınua. Se
Observa¸c˜ao: O TVI assegura que se f troca de sinal nos pontosa e b ent˜ao f tem pelo menos um zero entre estes pontos. ´E claro que existe a possibilidade de que a fun¸c˜ao tenha mais do que um zero no intervalo.
Exemplo
Isolar a fun¸c˜ao f :R→R,f(x) =x3−x.
Solu¸c˜ao: •f(2) = 8−2 = 6>0
•f(−2) =−8 + 2 =−6<0 }
=⇒T V I
f tem um zero no intervalo (−2,2).
Na verdade f tem 3 zeros nesse intervalo x=−1, x= 0 e x= 1.
Exemplo
Isolar f(x) = ex
−2.
Solu¸c˜ao: f(0) = −1 e f(1) = e−2 > 0 =⇒ f(0)f(1) < 0 =⇒ ∃x zero de f tal que x∈(0,1).
Exemplo
Ache intervalos contendo solu¸c˜oes da equa¸c˜ao 4x2
−ex
= 0. Solu¸c˜ao:
• Continuidade: f(x) = 4x2
−ex
´e cont´ınua em R porqueDf =R.
• Come¸cando aleatoriamente pelos valores mais f´aceis (mais pr´oximos de zero) tem-se: f(0) = 4∗02
−e0
=−1<0; f(1) = 4∗12
−e1
≈1.28>0. Logo, h´a-de existir em [0,1] um valor c, tal que f(c) = 0, uma vez que f ´e cont´ınua em [0,1].
Uma pergunta natural neste ponto ´e sobre a existˆencia ou n˜ao de outro zero neste inter-valo. O teorema a seguir nos ajuda a responder essa quest˜ao.
Teorema 1.2 (Teorema de Rolle). Seja f : R → R cont´ınua em [a, b] e deriv´avel em
(a, b). Sejax1, x2 ∈[a, b]tal que f(x1) =f(x2) = 0. Ent˜ao∃c∈(x1, x2)tal quef′(c) = 0.
Determine se o teorema de Rolle se aplica nas seguintes situa¸c˜oes. Se sim, dˆe um n´umero c que satisfaz o teorema; e se n˜ao, mostre que tal n´umero n˜ao existe.
(a) f(x) =|x|, [a, b] = [−1,1] Resolu¸c˜ao:
• f(x) cont´ınua em R. Logo, f(x) ´e cont´ınua em [−1; 1]⊂R.
• f(x) ´e diferenci´avel emR−
e emR+
. Logo, f(x) n˜ao ´e diferenci´avel em ]−1; 1[, uma vez que f(x) n˜ao ´e diferenci´avel para x= 0.
• Dado que a diferenciabilidade ´e violada em ]−1; 1[ como se mostra em ponto anterior, ent˜ao o teorema de Rolle n˜ao se aplica.
(b) f(x) =|x|, [a, b] = [0,1] Resolu¸c˜ao:
• f(x) ´e cont´ınua em R. Logo, f(x) ´e cont´ınua em [0; 1]⊂R.
• f(x) ´e diferenci´avel em R−
e em R+
. Logo,f(x) diferenci´avel em ]0; 1[⊂R+
.
• Ent˜ao o teorema de Rolle aplica-se. Portanto, existe c∈]0; 1[, tal que f′ (c) = f(1)−f(0)
1−0 = 1. Aplicando este resultado 1 em f(x) = |x| tem-se f ′
(x) = 1 =⇒ f′
(c) = 1, significando isso que c pode ser qualquer valor do intervalo ]0; 1[.
O teorema afirma que entre dois zeros da fun¸c˜ao sempre existe um zero da derivada. Nas provas de unicidade usaremos o teorema de Rolle na sua forma contra-positiva.
Contra-positiva do Teorema de Rolle
Se f′
(x)6= 0, ∀x∈(a, b) ent˜ao f(x)=6 f(z),∀x, z ∈(a, b) com x6=z.
Exemplo
Prove que f(x) =xex
−2 tem um ´unico zero no intervalo (0,1).
Solu¸c˜ao: Temos que f(x) = xex
−2 =⇒ f′
(x) = ex
(1−x) 6= 0, ∀x ∈ (0,1). Isso prova que no intervalo (0,1) existe um ´unico zero de f.
Seja f(x) = ex
+x2
−2. Determine um intervalo contendo um ´unico zero de f.
Solu¸c˜ao: f(0) = 1−2<0; f(1) = e−1>0 =⇒ ∃x zero de f: x∈(0,1). f′
(x) =ex
+ 2x >0, ∀x∈(0,1) =⇒ x ´e zero ´unico.
1.3
Crit´
erios de parada
Para que um processo tenha fim ´e necess´ario usar um dos processos a seguir indicados.
Os primeiros trˆes s˜ao aplic´aveis para qualquer t´ecnica iterativa considerada neste tema.
Escolhe-se uma tolerˆancia ǫ >0 e cria-se uma sequˆencia x1, . . . , xn, de itera¸c˜oes, at´e uma
das seguintes condi¸c˜oes ser satisfeita:
• f(xn)< ǫ
• |xn−xn−1|< ǫ
• |xn−xn−1| |xn|
< ǫ, com xn 6= 0
• bna−an
n
< ǫ, com an6= 0.
Infelizmente podem surgir dificuldades na utiliza¸c˜ao indiscriminada destes crit´erios de paragem. Por exemplo, h´a sequˆencias (xn) com propriedade de que xn−xn−1 converge
para zero, enquanto que a pr´opria sequˆencia ´e divergente. ´E tamb´em poss´ıvelf(xn) estar
perto de zero enquanto xn difere significativamente de x. Sem conhecimentos adicionais
sobre f ou x, a terceira inequa¸c˜ao ´e o melhor crit´erio de paragem aplic´avel, porque testa o erro relativo.
No entanto, podem-se estabelecer outros crit´erios de parada.
1.4
N´
umero de itera¸
c˜
oes
Suponhamos que f ⊂ C[a, b] e f(a)f(b) < 0, isto ´e, f(a) e f(b) tˆem sinais contr´arios. Qualquer dos m´etodos a seguir indicados gera uma sequˆencia (xn) que converge para a
raiz x (ou zero de f), com|xn−xn−1| ≤
b−a
2n < ǫ, para n≥1.
Exemplo
Determine o ´umero de itera¸c˜oes necess´arias para alcan¸car uma aproxima¸c˜ao `a solu¸c˜ao de uma equa¸c˜ao, que se encontra no intervalo [1,2], com uma exactid˜ao at´e 10−4
Solu¸c˜ao: Temos que a= 1 e b= 2. Daqui,
2−1 2n <10
−4
⇐⇒2n
> 1
10−4 ⇐⇒n >
4
log 2 ≈13.3 =⇒n = 14.
1.5
M´
etodo de Bissec¸
c˜
ao
Este m´etodo ´e normalmente utilizado para diminuir o intervalo que cont´em o zero da fun¸c˜ao, para a aplica¸c˜ao de outro m´etodo, pois o esfor¸co computacional cresce demasi-adamente quando se aumenta a precis˜ao exigida.
O processo consiste em dividir o intervalo que cont´em o zero ao meio e por aplica¸c˜ao do Teorema 1.1, aplicado aos subintervalos resultantes, determinar qual deles cont´em o zero.
[
a,a+b 2
] ,
[ a+b
2 , b ]
O processo ´e repetido para o novo subintervalo at´e que se obtenha uma precis˜ao prefixada. Desta forma, em cada itera¸c˜ao o zero da fun¸c˜ao ´e aproximado pelo ponto m´edio de cada subintervalo que a cont´em.
O maior erro que se pode cometer na:
• 1a itera¸c˜ao (n= 1): ´e b−a 2
• 2a itera¸c˜ao (n= 2): ´e b−a 22
• 3a itera¸c˜ao (n= 3): ´e b−a 23
• . . .
• n itera¸c˜ao: ´e b−a 2n
Se o problema exige que o erro cometido seja inferior a um parˆametro e, determina-se a
quantidadende itera¸c˜oes encontrando o maior inteiro que satisfaz a inequa¸c˜ao: b−a 2n ≤ǫ
Exemplo
Determinar um valor aproximado para √3, com erro inferior a 10−2
.
Solu¸c˜ao: Determinar√3 ´e equivalente a obter o zero positivo da fun¸c˜ao f(x) = x2
−3 com erro inferior a 10−2
• Determina¸c˜ao do intervalo de zero. f(x) = x2
−3, f(1) = −2 e f(2) = 1 =⇒
∃x∈[1,2] :f(x) = 0 f′
(x) = 2x6= 0, ∀x∈(1,2) =⇒x´e ´unico.
• Calculo do n´umero de itera¸c˜oes. 2−1 2n < 10
−2
=⇒ 2n
> 102
=⇒ n > 2 ln(10) ln(2) = 6.64. Logon = 7 ou seja devemos realizar 7 itera¸c˜oes.
• Tabela de itera¸c˜oes.
k ak bk xk+1 =
ak+bk
2 f(xk+1)
0 1 2 1.5 <0
1 1.5 2 1.75 >0
2 1.5 1.75 1.625 <0 3 1.625 1.75 1.6875 <0 4 1.6875 1.75 1.71875 <0 5 1.71875 1.75 1.73438 >0 6 1.71875 1.73438 1.72657 <0 7 1.72657 1.73438 1.73048
Resposta: √3 = 1.73048.
1.5.1
Algo´
ritmo do M´
etodo de Bissec¸
c˜
ao
Seja f(x) uma fun¸c˜ao cont´ınua em um intervalo [a, b], com f(a)f(b)<0 e a raiz def(x) isolada em [a, b].
• Entrada. Pontos extremos a e b do intervalo; precis˜ao ou tolerˆancia e o n´umero m´aximo de itera¸c˜oes.
• Sa´ıda. Solu¸c˜ao aproximada x ou mensagem de “solu¸c˜ao n˜ao encontrada” com a precis˜ao desejada no n´umero m´aximo de itera¸c˜oes.
REPITIR
x = ( a+b ) / 2 SE f ( x ) f ( a )<0:
b = x SENAO a = x FIM−SE
Exemplo
Use o algoritmo da bissec¸c˜ao para achar a solu¸c˜ao correcta at´e 10−5
para o problema ex
+ 2−x
+ 2 cos(x)−6 = 0 no intervalo 1≤x≤2.
Solu¸c˜ao:
• N´umero m´ınimo de itera¸c˜oes:
2−1 2n <10
−5
⇐⇒2n>105
⇐⇒n > 5
log 2 = 16.6 =⇒n = 17.
• Tabela de itera¸c˜oes:
k ak bk xk f(xk)
1 1 2 1.5 <0
2 1.5 2 1.75 <0
3 1,75 2 1,875 >0 4 1,75 1,875 1,8125 <0 5 1,8125 1,875 1,84375 >0 6 1,8125 1,84375 1,828125 <0 7 1,828125 1,84375 1,835938 >0 8 1,828125 1,835938 1,832031 >0 9 1,828125 1,832031 1,830078 >0 10 1,828125 1,830078 1,829102 <0 11 1,829102 1,830078 1,82959 >0 12 1,829102 1,82959 1,829346 <0 13 1,829346 1,82959 1,829468 >0 14 1,829346 1,829468 1,829407 >0 15 1,829346 1,829407 1,829376 <0 16 1,829376 1,829407 1,829391 >0 17 1,829376 1,829391 1,829384 >0
Solu¸c˜ao: x= 1,829384 ´e a raiz procurada.
1.6
M´
etodo de Ponto Fixo
Consequentemente, se pode ser encontrado o m´etodo geral de resolu¸c˜ao de um problema na forma g(x) = x, ent˜ao uma solu¸c˜ao para f(x) = 0 pode ser obtida definindo-se a fun¸c˜ao g(x) = x−f(x).
Defini¸c˜ao 1.1. Seg : [a, b]→R eg(x) = xpara algum x∈[a, b], ent˜ao a fun¸c˜aog diz-se
ter o ponto fixo x em [a,b].
Exemplo
Sejag(x) = x2
−2 =x. Os pontos fixos segundo se pode ver no gr´afico abaixo, s˜aox=−1 e x= 2.
Exemplo
• g(x) = x´e uma fun¸c˜ao constitu´ıda s´o de pontos fixos;
• h(x) = x−sin(πx) tem ponto fixo no intervalo [0;1], e
• i(x) =x2
tem dois pontos fixos: (0,0) e (1,1).
Teorema 1.3. Se g ⊂ C[a, b] e g(x) ∈ [a, b],∀x ∈ [a, b], ent˜ao g tem um ponto fixo em
[a, b]. Al´em disso, supondo que ∃g′
(x) ∈]a, b[ e |g′
Exemplo
Seja g(x) = x
2
−1
3 , no intervalo [−1,1]. Pelo teorema do valor extremo, o m´ınimo absoluto de g ocorre em x = 0 e g(0) = −1
3. Analogamente, os m´aximos de g ocorrem em x =±1, com o valor g(±1) = 0. Por outro lado, |g′
(x)| =
2x 3
≤
2
3, ∀x ∈ (−1; 1). Assim, g satisfaz a hip´otese do Teorema 1.3 e tem um ´unico ponto fixo em [−1,1], que se
pode achar resolvendo-se a equa¸c˜ao p=g(p) = p
2
−1
3 , ou seja, p
2
−3p−1 = 0.
Para se aproximar o ponto fixo de uma fun¸c˜ao g, escolhe-se uma aproxima¸c˜ao inicialx0 e
cria-se uma sequˆencia (pn): pn=g(pn−1) para cada n ≥1. Se a sequˆencia converge para
p e g ´e cont´ınua, ent˜ao p = lim
n→∞pn = limn→∞g(pn
−1) = g(p), obtendo-se assim a solu¸c˜ao
para x=g(x).
usar a igualdade:
g(x) =x− f(x) f′(x).
Exemplo
A equa¸c˜ao x3
+ 4x2
−10 = 0 tem uma ´unica raiz em [1;2], que ´ep= 1,36523. H´a muitas maneiras de alterar a mesma equa¸c˜ao para a forma x = g(x), por simples manipula¸c˜oes alg´ebricas:
• x=g1(x) = x−x 3
−4x2
+ 10
• x=g2(x) =
√ 10
x −4x
• x=g3(x) =
1 2
√
10−x3
• x=g4(x) =
√ 10 4 +x
• x=g5(x) = x−
x3
+ 4x2
−10 3x2+ 8x
1.6.1
Algoritmo do m´
etodo de Ponto Fixo
Para achar uma solu¸c˜ao de p=g(p) dada uma aproxima¸c˜ao inicial p0:
Entrada Aproxima¸c˜ao inicialp0; tolerˆancia TOL (m´aximo n´umero de itera¸c˜oes).
Sa´ıda Solu¸c˜ao aproximada pou mensagem de falha.
p1=p0 REPITIR
p0=p1 p1=g ( p0 )
ENQUANTO |p1−p0|<TOL
Exemplo
Determine o zero da equa¸c˜ao da x3
+ 4x2
−10 = 0 no intervalo [1; 2], com erro inferior a 10−5
Solu¸c˜ao: Obtemosg(x) =x−f(x) f′
(x) =x− x3
+ 4x2
−10
3x2+ 8x , isto ´e,g(xi) =xi−
x3 i + 4x
2 i −10
3x2 i + 8xi
.
Pegando x0 = 0.5, obtemos:
i xi g(xi) |xi+1−xi|
0 0.5 2.368421053
1 2.368421053 1.649408073 1.868421053 2 1.649408073 1.397991494 0.71901298 3 1.397991494 1.365743858 0.251416579 4 1.365743858 1.365230143 0.032247636 5 1.365230143 1.365230013 0.000513715 6 1.365230013 1.365230013 0.00000013
Conclus˜ao: x= 1.365230013.
1.7
M´
etodo de Newton
Um m´etodo muito popular e eficiente para o c´alculo de zeros de fun¸c˜oes ´e o chamado m´etodo de Newton.
Ele ´e um m´etodo de aproxima¸c˜oes sucessivas mas com uma ordem de convergˆencia muito melhor que o m´etodo da bisse¸c˜ao.
A sequˆencia de aproxima¸c˜oes no m´etodo de Newton ´e:
xn =
x0 n = 0
xn−1 −
f(xn−1)
f′ (xn−1)
n ≥1
Exemplo
Seja f(x) = xex
−1.
f(0)f(1)<0 =⇒ ∃x∈(0,1) :f(x) = 0. f′
(x) =ex
(1 +x). Daqui,
xn =xn−1−
xn−1e xn−1
−1 exn−1(1 +x
n−1)
= 1−x
2 n−1e
xn−1
exn−1(1 +x
Algumas itera¸c˜oes usando o M´etodo de Newton figuram na tabela baixo:
n xn |xn+1−xn|
0 1(arbitr´ario)
1 0.683939721 0.316060279 2 0.577454477 0.106485243 3 0.567229738 0.010224739 4 0.567143297 0.000086441 5 0.567143290 0.000000006
1.8
M´
etodo da Secante
O m´etodo da secante consiste em usar uma aproxima¸c˜ao para a derivada da fun¸c˜ao no m´etodo de Newton. No entanto, precisamos de dois valores iniciais x0 ex1:
xn=
x0, x1 arbitr´arios
xn−1−
f(xn−1)(xn−1−xn−2)
f(xn−1)−f(xn−2)
paran ≥2
Exemplo
Seja f(x) = e
2x
−1 ex
−1 −3. Determine uma aproxima¸c˜ao para o zero def usando o m´etodo da secante e calculando as itera¸c˜oes at´e que |xn+1−xn|<10−3.
Solu¸c˜ao:
n xn |xn+1−xn|
0 x0 = 1
1 x1 = 3
1.9
M´
etodo da Falsa Posi¸
c˜
ao
O m´etodo de posi¸c˜ao falsa (tamb´em chamado m´etodo Regula Falsi) gera aproxima¸c˜oes da mesma maneira que o m´etodo se secantes, mas fornece um teste em cada itera¸c˜ao para garantir que a raiz est´a cercada. Embora n˜ao seja um m´etodo propriamente recomend´avel, ilustra a maneira como o cerco da raiz pode ser incorporado.
Escolhem-se duas aproxima¸c˜oes iniciais x0 e x1, comf(x0)f(x1)<0, isto ´ef(x0) e f(x1)
de sinais contr´arios. A aproxima¸c˜ao x2 ´e escolhida da mesma maneira que no m´etodo
de secantes, como sendo o ponto de intersec¸c˜ao do eixo dos X com a recta que une os pontos (x0, f(x0)) e (x1, f(x1)). Para se decidir qual ´e a linha secante que se deve usar
para determinar x3, verificamos se f(x2) e f(x1) tˆem sinais contr´arios. Se sim, ent˜ao x1
e x2 cercam a raiz e escolhemos x3 como sendo o ponto de intersec¸c˜ao do eixo dos X
com a secante que passa pelos pontos (x1, f(x1)) e (x2, f(x2)). Se n˜ao, ent˜ao fazemos o
mesmo mas com o parx0 ex2. Assim se procede para a determina¸c˜ao de todos os valores
seguintes, at´e se satisfazer o crit´erio de paragem.
Esta t´ecnica encontra-se resumida no algoritmo abaixo:
xn=
x0, x1 arbitr´arios
xn−2−
f(xn−2)(xn−2−xn−1)
f(xn−2)−f(xn−1)
paran ≥2 (1.1)
Para achar uma solu¸c˜ao de x = g(x) dada fun¸c˜ao f cont´ınua no intervalo [x0, x1], onde
f(x0) e f(x1) tˆem sinais contr´arios:
Entrada Aproxima¸c˜oes iniciais x0 e x1; tolerˆancia TOL (m´aximo n´umero de itera¸c˜oes
N0).
Sa´ıda Solu¸c˜ao aproximada x ou mensagem de falha.
y0=f(x0) y1=f(x1) REPITA
x=x0-f(x0)*(x0-x1)/(f(x0)-f(x1)) SE f(x)*f(x0)<0
x1=x SENAO
x0=x FIM-SE
ENQUANTO |f(x)|<TOL
Seja f(x) = x2
−6,x0 = 3 e x1 = 2. Achar x3 usando o m´etodo de Falsa Posi¸c˜ao.
Solu¸c˜ao: Usando a equa¸c˜ao??, obtemos:
x2 =x0−
f(x0)(x0−x1)
f(x0)−f(x1)
e x3 =x1−
f(x1)(x1−x2)
f(x1)−f(x2)
Assim,
x2 = 3−
f(3)·(3−2)
f(3)−f(2) = 2.4, x3 = 2−
−2·(2−2.4)
−2−(−0.24) = 2.454545455.
Referˆencias
1. Gerald, C. F.; Wheatley, P. O. (1994). Applied Numerical Analysis. 5th Edition. Addison-Wesley Publishing Company.