Zeros Reais de Funes

Reais
Prof. Wellington Passos de Paula
wpassos@gmail.com
Programa
1. Introduo
2. Isolamento das razes
3. Refinamento
a) Critrio de parada
b) Mtodos iterativos
c) Comparao entre os mtodos c) Comparao entre os mtodos
Zeros Reais de Funes
Reais Introduo
Prof. Wellington Passos de Paula
wpassos@gmail.com
Zeros de funes reais - Objetivos
Estudar mtodos numricos para a resoluo de
equaes no lineares (determinar a(s) raiz(es) de uma
funo f(x), ou seja, encontrar o(s) valor(es) de x tal
que f(x) = 0)
Fundamentar a necessidade de uso de mtodos
numricos para a resoluo de equaes no lineares numricos para a resoluo de equaes no lineares
Discutir o princpio bsico que rege os mtodos numricos
para a resoluo de equaes no lineares
Apresentar e discutir uma srie de mtodos destinados
resoluo de equaes no lineares
Zeros de funes reais - Introduo
Necessidade de resoluo de equaes do tipo f(x) = 0
F
Estruturas
R
i
+
Circuitos
+F
V
-F
V
+F
H
-F
H
Em cada n
:
F
H
= 0
F
V
= 0
(Lei de Kirchhoff)
R
E
v = g(i)
+
-
E - Ri g(i) = 0
Zeros de funes reais - Introduo
um zero da funo f(x) ou raiz da equao
f(x) = 0 se f( ) = 0.
Zeros podem ser reais ou complexos.
Este captulo trata de zeros reais de f(x).
Abscissas dos pontos onde a curva intercepta o eixo x
Zeros de funes reais - Introduo
Para uma equao de segundo grau na forma:
Determinao das raizes em funo de a, b e c:
0
2
= + + c bx ax
Polinmios de grau mais elevado e funes com maior
grau de complexidade
Impossibilidade de determinao exata dos zeros
Uso de solues aproximadas
a
ac b b x
2
4
2
=
Zeros de funes reais - Introduo
Etapas para a determinao de razes a partir de
mtodos numricos
FASE 1: Determinao de um intervalo (o menor possvel)
que contenha apenas uma raiz
FASE 2: Melhoramento do valor da raiz aproximada
(refinamento at que a raiz esteja dentro uma preciso
prefixada)
Zeros Reais de Funes
Reais Isolamento de Razes
Prof. Wellington Passos de Paula
wpassos@gmail.com
Isolamento de razes
Realizao de uma anlise terica e grfica da funo
f(x)
Preciso das anlises relevante para o sucesso da
fase posterior
Teorema 1
Sendo f(x) contnua em um intervalo [a, b], se f(a)f(b) < 0
ento existe pelo menos um ponto x = entre a e b que
zero de f(x).
Isolamento de razes Anlise Grfica
Isolamento de razes Tabelamento
Exemplo:
3 9 ) (
3
+ = x x x f
f(x) contnua para
I
1
= [-5, -3]
I
2
= [0, 1]
I
3
= [2, 3]
Cada um dos intervalos acima contm pelo menos um
zero de f(x).
x
Isolamento de razes Tabelamento
Exemplo:
f(x) admite pelo menos um zero no intervalo [1,2]
x
e x x f

= 5 ) (
f(x) admite pelo menos um zero no intervalo [1,2]
Mas esse zero nico?
Anlise do sinal de f(x)
.
f(x) admite um nico zero em todo seu domnio
de definio, localizado no intervalo [1,2]
0 , 0 5
2
1
) ( ' > > + =

x e
x
x f
x
Isolamento de razes
A partir do Teorema 1, se f(x) existir e preservar o sinal
em (a,b), ento esse intervalo contm um nico zero de
f(x)
Isolamento de razes
Se f(a)f(b) > 0, ento se pode ter diversas situaes no
intervalo [a, b].
Isolamento de razes
A anlise grfica fundamental para se obter boas
aproximaes para a raiz
Suficiente utilizar um dos seguintes passos:
Esboar o grfico de f(x)
Localizar as abscissas dos pontos onde a curva intercepta o Localizar as abscissas dos pontos onde a curva intercepta o
eixo x
Obteno da equao equivalente g(x) = h(x) a partir da
equao f(x) = 0
Construo dos grficos de g(x) e h(x) no mesmo sistema
cartesiano e localizao dos pontos x nos quais g(x) e h(x)
se interceptam (f( ) = 0 g( ) = h( ) )
Uso de programas para traar grficos de funes
Isolamento de razes
O esboo do grfico de uma funo requer um estudo
detalhado de seu comportamento, no qual devem ser
considerados os itens abaixo:
Domnio da funo
Pontos de descontinuidade
Intervalos de crescimento e decrescimento Intervalos de crescimento e decrescimento
Pontos de mximo e mnimo
Concavidade
Pontos de inflexo, etc
Isolamento de razes
Exemplo:
Utilizando o mtodo 1
.
3 9 ) (
3
+ = x x x f
3 0 ) ( '
9 3 ) ( '
3 9 ) (
2
3
= =
=
+ =
x x f
x x f
x x x f
) 3 , 4 (
1

) 1 , 0 (
2

) 3 , 2 (
3

3
Isolamento de razes
Exemplo:
Utilizando o mtodo 2
Equao Equivalente:
.
0 3 9 ) (
3
= + = x x x f
0 3 9
3
= + x x
3
) ( x x g =
) 3 , 4 (
1

) 1 , 0 (
2

) 3 , 2 (
.
.
) ( x x g =
3 9 ) ( = x x h
) 3 , 2 (
3

Isolamento de razes
Exemplo:
Utilizando o mtodo 2
Equao Equivalente:
.
0 5 ) ( = =
x
e x x f
x
e x

= 5
x x g = ) (
.
.
x x g = ) (
x
e x h

= 5 ) (
) 2 , 1 (
Isolamento de razes
Exemplo:
Utilizando o mtodo 2
Equao Equivalente:
.
0 1 ) log( ) ( = = x x x f
x
x
1
) log( =
) log( ) ( x x g =
) 3 , 2 (
.
.
) log( ) ( x x g =
x
x h
1
) ( =
) 3 , 2 (
Zeros Reais de Funes
Reais Refinamento de Razes
Prof. Wellington Passos de Paula
wpassos@gmail.com
Refinamento de razes
Aplicao de mtodos numricos destinados ao
refinamento de razes
I. Mtodo da Bisseo
II. Mtodo da Posio Falsa
III. Mtodo do Ponto Fixo
IV. Mtodo de Newton-Raphson IV. Mtodo de Newton-Raphson
V. Mtodo da Secante
Diferenciao dos mtodos Modo de refinamento
Mtodo Iterativo Caracterizado por uma srie de
instrues executveis seqencialmente, algumas das
quais repetidas em ciclos (iteraes)
Refinamento de razes
Sequncia de passos:
Critrios de Parada
Teste: x
k
suficientemente prximo da raiz exata?
Como verificar tal questionamento?
Interpretaes para raiz aproximada
x raiz aproximada com preciso se: x raiz aproximada com preciso se:
ou
Como proceder se no se conhece ?
< x < ) (x f
Critrios de Parada
Reduo do intervalo que contm a raiz a cada iterao
Obteno de um intervalo [a,b] tal que:
. ento
[ ]

<

a b
e
b a,
[ ] < x b a x , ,
Logo pode ser tomado como

)
< a b
[ ] b a x , x
Critrios de Parada
Nem sempre possvel satisfazer ambos os critrios
Critrios de Parada
Mtodos numricos devem satisfazer a pelo menos um dos
critrios
Quando da utilizao de programas computacionais,
devemos utilizar:
Teste de Parada Teste de Parada
Estipular o nmero mximo de iteraes
Preveno de loops por:
Erro no programa
Escolha de mtodo inadequado
Zeros Reais de Funes
Reais Mtodo da Bisseo
Prof. Wellington Passos de Paula
wpassos@gmail.com
Mtodo da Bisseo
Dada uma funo f(x) contnua no intervalo [a,b] onde
existe uma raiz nica, possvel determinar tal raiz
subdividindo sucessivas vezes o intervalo que a
contm pelo ponto mdio de a e b.
Em outras palavras, o objetivo deste mtodo reduzir Em outras palavras, o objetivo deste mtodo reduzir
a amplitude do intervalo que contm a raiz at atingir
preciso requerida, ou , usando
para isto a sucessiva diviso de [a,b] ao meio
<
k k
a b < ) (x f
Mtodo da Bisseo
Definio do intervalo inicial
Atribui-se [a,b] como intervalo inicial
a
0
= a
b
0
= b
Condies de Aplicao
f(a) x f(b) < 0
Sinal da derivada constante
Mtodo da Bisseo
Definio de novos intervalos
Calcula-se o ponto mdio entre a e b, chamado de x
0
Determina-se qual o subintervalo [a , x
0
] ou [x
0
, b]
contm a raiz
Calcula-se o produto f(a) * f(x
0
)
Verifica-se f(a) * f(x
0
) < 0
Se verdadeiro
Logo a = a e b = x
0
Caso contrario
Logo a = x
0
e b = b
Repete-se o processo at que o valor de x atenda
s condies de parada.
) , (
0
x a
) , (
0
b x
Mtodo da Bisseo - Resumo

>
>
<
+
=
0 ) (
0 ) (
0 ) (
2
0
0
0
0 0
0
x f
b f
a f
b a
x

=
=

0 1
0 1
0 0
) , (
x b
a a
x a

>
<
+
= 0 ) (
0 ) (
1
1 1
b f
a f
b a
x

1 1
) , (
x a
b x

<
>
+
=
0 ) (
0 ) (
2
1
1
1 1
1
x f
b f
b a
x

=
=
1 2
1 2
b b
x a

<
>
<
+
=
0 ) (
0 ) (
0 ) (
2
2
2
2
2 2
2
x f
b f
a f
b a
x

=
=

2 3
2 3
2 2
) , (
b b
x a
b x
M M
Mtodo da Bisseo - Graficamente
Mtodo da Bisseo
Exemplo:
Utilizando o mtodo de Equaes Equivalentes para
Isolamento de Raizes
0 1 ) log( ) ( = = x x x f
x
x
1
) log( =
) 3 , 2 (
.
.
x
) log( ) ( x x g =
x
x h
1
) ( =
) 3 , 2 (
Mtodo da Bisseo
Exemplo:
0 1 ) log( ) ( = = x x x f

< =
> =
< =
=
+
=

0 10 15 . 5 ) 5 . 2 (
0 4314 . 0 ) 3 (
0 3979 . 0 ) 2 (
5 . 2
2
3 2
3
0
f
f
f
x

= =
= =

3
5 . 2
) 3 , 5 . 2 (
0 1
0 1
b b
x a

> =
>
<
=
+
=
0 2082 . 0 ) 75 . 2 (
0 ) 3 (
0 ) 5 . 2 (
75 . 2
2
3 5 . 2
1
f
f
f
x

= =
= =

75 . 2
5 . 2
) 75 . 2 , 5 . 2 (
1 2
1 2
x b
a a

M M
Mtodo da Bisseo - Algoritmo
k = 0;
a
0
= a; b
0
= b;
x
k
= (a
k
+ b
k
)/2;
while and
if f(a
k
)f(x
k
) < 0 then /*raiz em [a
k
, x
k
] */
a
k+1
= a
k
;
>=
k k
a b >= ) (
k
x f
a
k+1
= a
k
;
b
k+1
= x
k
;
else /* raiz em [x
k
, b
k
] */
a
k+1
= x
k
;
b
k+1
= b
k
;
end if
x
k+1
= (a
k+1
+ b
k+1
)/2;
k = k +1;
end while
Mtodo da Bisseo - Algoritmo
Ao final da execuo do algoritmo, teremos um intervalo
[a
k
, b
k
] que contm a raiz e uma aproximao para a
raiz exata (tal que ou )
A convergncia do mtodo intuitiva
<
k k
a b
x
< ) (x f
Mtodo da Bisseo Estimativa do
nmero de iteraes
Aps n iteraes, a raiz estar contida no intervalo:
2
1 1

=
k k
k k
a b
a b
k
a b
2
0 0

=
Deve-se obter o valor de k, tal que , ou seja: <
k k
a b
<

k
a b
2
0 0
) 2 log(
) log( ) log(
0 0

>
a b
k

0 0
2
a b
k

> ) log( ) log( ) 2 log(
0 0
> a b k
Exemplo: Considerando um intervalo [2,3] e =10
-2
,
calcular o numero mnimo de iteraes para que
tenhamos (Critrio de Parada). <
k k
a b
) log( ) log( a b
Mtodo da Bisseo Estimativa do
nmero de iteraes
) 2 log(
) log( ) log(
0 0

>
a b
k
) 2 log(
) 10 log( ) 2 3 log(
2

> k
64 , 6
3010 , 0
2
) 2 log(
) 10 log( 2 ) 1 log(
=
+
> k
7 = k
Mtodo da Bisseo
Exemplo:
Utilizando o mtodo de Equaes Equivalentes para
Isolamento de Razes
0 3 9 ) (
3
= + = x x x f
0 3 9
3
= = x x
) 3 , 4 (
1

) 1 , 0 (
.
.
3
) ( x x g =
3 9 ) ( = x x h
) 1 , 0 (
2

) 3 , 2 (
3

Mtodo da Bisseo
Exemplo:
Clculo da 1 aproximao
x
0
= (a
0
+b
0
)/2 = (0+1)/2 = x
0
= 0,5
f(x
0
) = 0,5
3
9x0,5 + 3 = -1,375
0 3 9 ) (
3
= + = x x x f [ ] 1 , 0 = I
3
10 2

=
Teste de Parada
|b-a| = |1| > 10
-3
e |f(x
0
)| = |-1,375| = 1,375 > 10
-3
Escolha do Novo Intervalo
f(a
0
) = 0
3
9x0 + 3 = 3, logo f(a
0
) > 0
f(b
0
) = 1
3
9x1 + 3 = -5, logo f(b
0
) < 0
f(x
0
) = 0,5
3
9x0,5 + 3 = -1,375, logo f(x
0
) < 0
logo: a
1
=a
0
=0 e b
1
=x
0
=0,5
Mtodo da Bisseo
Exemplo:
0 3 9 ) (
3
= + = x x x f [ ] 1 , 0 = I
3
10 2

=
Ento em 9 iteraes
. foi atendida, enquanto , no foi <
k k
a b < ) (x f
337890625 . 0 = x
Mtodo da Bisseo
Vantagens:
Facilidade de implementao;
Estabilidade e convergncia para a soluo procurada;
Desempenho regular e previsvel.
Desvantagens Desvantagens
Lentido do processo de convergncia (requer o clculo
de f(x) em um elevado nmero de iteraes);
Necessidade de conhecimento prvio da regio na qual se
encontra a raiz de interesse (nem sempre possvel);
Complexidade da extenso do mtodo para
problemas multivariveis.
25 8 . 24
10
3
7
0 0
=
)
`

=
=

k k
a b

Mtodo da Bisseo Exerccio

1) Execute as primeiras 5 iteraes do Mtodo da
Bisseo para a funo , tal que
2) Caso a condio de
1 ) (
3
= x x x f
3
10 2

<
y
4
2) Caso a condio de
erro no tenha sido
satisfeita, calcule quantas
iteraes ainda seriam
necessrias. x 1 2 3 4 5 0 -1 -2 -3 -4
1
2
3
4
-4
-3
-2
-1
Mtodo da Bisseo Exerccio
1) Execute as primeiras 5 iteraes do Mtodo da
Bisseo para a funo , tal que
1 ) (
3
= x x x f
3
10 2

<
Itera. a b f(a) f(b) x f(x )
1 1,000000 2,000000 -1,000000 5,000000 1,500000 0,875000
Para a iterao 5 temos:
e
2 1,000000 1,500000 -1,000000 0,875000 1,250000 -0,296875
3 1,250000 1,500000 -0,296875 0,875000 1,375000 0,224609
4 1,250000 1,375000 -0,296875 0,224609 1,312500 -0,051514
5 1,312500 1,375000 -0,051514 0,224609 1,343750 0,082611
3
10 2 0,0625 3125 , 1 375 , 1

= = a b
3
10 2 0,082611 ) (

= x f
Mtodo da Bisseo Exerccio
2) Caso a condio de erro no tenha sido satisfeita,
calcule quantas iteraes ainda seriam necessrias.
) 2 log(
) log( ) log(
0 0

>
a b
k
) 10 2 log( ) 1 2 log(
3

) 2 log(
) 10 2 log( ) 1 2 log(
3

> k
) 2 log(
) 10 log 3 2 (log ) 1 log(
> k
9658 , 8
30103 , 0
2,69897
30103 , 0
) 3 30103 , 0 ( 0
) 2 log(
) 10 log 3 2 (log ) 1 log(
= =

=

> k
9 = k
Zeros Reais de Funes
Reais Mtodo da Posio Falsa
Prof. Wellington Passos de Paula
wpassos@gmail.com
Mtodo da Posio Falsa
Mtodo da Bisseo
Calcula a mdia aritmtica dos limites do intervalo que
contm a raiz ([a, b])
Mtodo da Posio Falsa
Calcula a mdia ponderada dos limites do intervalo que
contm a raiz ([a, b])
Mtodo da Posio Falsa
Dada a funo e, sendo o intervalo
inicial , temos que
. est mais prximo de zero que
Logo provvel que a raiz esteja mais prxima de x = 0
que de x = 1 ( isso sempre verdade quando f(x) linear
em )
0 3 9 ) (
3
= + = x x x f
[ ] [ ] 1 , 0 , = b a ) 0 ( 3 0 5 ) 1 ( f f = < < =
) 0 ( f ) 1 ( f
[ ] b a,
em )
Assim, ao invs de tomar a mdia aritmtica, o mtodo
da posio falsa toma a mdia ponderada, com pesos
de e
[ ] b a,
) (a f ) (b f
) ( ) (
) ( ) (
) ( ) (
) ( ) (
a f b f
a bf b af
a f b f
a f b b f a
x

=
+
+
=
Mtodo da Posio Falsa - Graficamente
Graficamente x a interseo entre o eixo x e a reta
que passa pelos pontos (a, f(a)) e (b, f(b)):
Mtodo da Posio Falsa - Graficamente
x
a = a
1

f(x)
b
1
= x
1
x
1
= a
1
f(b
1
) b
1
f(a
1
)
f(b
1
) - f(a
1
)
xx
11
f(x)
x
0
= a
0
f(b
0
) - b
0
f(a
0
)
f(b
0
) - f(a
0
)
x
a = a
0

b = b
0
xx
00
Mtodo da Posio Falsa
Definio do intervalo inicial
Atribui-se [a,b] como intervalo inicial
a
0
= a
b
0
= b
Condies de Aplicao
f(a) x f(b) < 0
Sinal da derivada constante
Mtodo da Posio Falsa
Definio dos Subintervalos
Subdivide-se o intervalo pelo ponto de interseo da reta
que liga f(a) a f(b) e o eixo das abscissas
Verifica-se se, atravs do teste de parada, se x
0
uma
aproximao da raiz da equao ( ) aproximao da raiz da equao ( )
Se verdadeiro x
0
a raiz procurada
Caso contrrio define-se um novo intervalo
Mtodo da Posio Falsa
Definio do novo intervalo
Determina-se qual o subintervalo [a , x
0
] ou [x
0
, b]
contm a raiz
Calcula-se o produto f(a) * f(x
0
)
Verifica-se f(a) * f(x
0
) < 0
Se verdadeiro
Logo a = a e b = x
0
Caso contrario
Logo a = x
0
e b = b
Repete-se o processo at que o valor de x atenda
s condies de parada.
) , (
0
x a
) , (
0
b x
Mtodo da Posio Falsa
Exemplo:
logo, existe ao menos 1 raiz no
intervalo dado
] 3 , 2 [ , 1 ) log( ) ( = = I x x x f
)
`

> =
< =
0 4314 , 0 ) (
0 3979 , 0 ) (
0
0
b f
a f
) ( ) ( a bf b af ) 3979 , 0 ( 3 4314 , 0 2 0565 , 2
. Como tm o mesmo sinal,
) ( ) (
) ( ) (
0
a f b f
a bf b af
x

=
) 3979 , 0 ( 4314 , 0
) 3979 , 0 ( 3 4314 , 0 2


=
8293 , 0
0565 , 2
= 4798 , 2 =
0 0219 , 0 ) (
0
< = x f
) ( ) (
0 0
x f e a f
)
`

> = =
< = =
0 ) ( 3
0 ) ( 4798 , 2
1 0 1
1 0 1
b f b b
a f x a
Mtodo da Posio Falsa
Exemplo: ] 3 , 2 [ , 1 ) log( ) ( = = I x x x f
)
`

> =
< = =
0 ) ( 3
0 ) ( 4798 , 2
1 1
1 0 1
b f b
a f x a
) ( ) (
1
a bf b af
x

=
) 0219 , 0 ( 3 4314 , 0 4798 , 2


=
1354 , 1
=
Como , temos:
) ( ) (
1
a f b f
x

=
) 0219 , 0 ( 4314 , 0
=
0,4533
=
5049 , 2
1
= x
0 0011 , 0 ) (
0
< = x f
)
`

> = =
< = =
0 ) ( 3
0 ) ( 5049 , 2
1 1 2
1 1 2
b f b b
a f x a
M
Mtodo da Posio Falsa - Algoritmo
k = 0;
a
0
= a; b
0
= b;
FA
0
= f(a
0
); GB
0
= f(b
0
);
x
k
= (a
k
GB
k
- b
k
FA
k
) / (GB
k
- FA
k
);
while and
if f(a
k
)f(x
k
) 0 then /* raiz em [a
k
, x
k
] */
>=
k k
a b >= ) (
k
x f
if f(a
k
)f(x
k
) 0 then /* raiz em [a
k
, x
k
] */
a
k+1
= a
k
; b
k+1
= x
k
;
else /* raiz em [x
k
, b
k
] */
a
k+1
= x
k
; b
k+1
= b
k
;
end if
x
k+1
= (a
k+1
GB
k+1
- b
k+1
FA
k+1
) / (GB
k+1
- FA
k+1
);
k = k +1;
end while
Mtodo da Posio Falsa
Exemplo:
Clculo da 1 aproximao
0 3 9 ) (
3
= + = x x x f [ ] 1 , 0 = I
3
10 2

=
) ( ) (
) ( ) (
0
a f b f
a bf b af
x

=
) 3 ( 5
) 3 ( 1 ) 5 ( 0


=
8
3

= 375 , 0 =
25 -0,3222656 3 ) 375 , 0 ( 9 ) 375 , 0 ( ) (
3
0
= + = x f
Teste de Parada
|b-a| = |1| > 10
-3
e |f(x
1
)| = |-0,322265625| > 10
-3
Escolha do Novo Intervalo
f(a
0
) = 0
3
9x0 + 3 = 3, logo f(a
0
) > 0
f(b
0
) = 1
3
9x1 + 3 = -5, logo f(b
0
) < 0
f(x
1
) = 0,375
3
9x0,375 + 3 = -0,32..., logo f(x
1
) < 0
logo: a
1
=a
0
=0 e b
1
=x
1
=0,375
Mtodo da Posio Falsa
Exemplo:
0 3 9 ) (
3
= + = x x x f [ ] 1 , 0 = I
3
10 2

=
Ento em 3 iteraes
. foi atendida, enquanto , no foi
No mtodo da Bisseo, o valor foi
encontrado depois de 9 iteraes
<
k k
a b < ) (x f
337890625 . 0 = x
337635046 . 0 = x
Mtodo da Posio Falsa
Vantagens:
Estabilidade e convergncia para a soluo procurada;
Desempenho regular e previsvel;
Clculos mais simples que o mtodo de Newton.
Desvantagens: Desvantagens:
Lentido do processo de convergncia (requer o clculo
de f(x) em um elevado nmero de iteraes);
Necessidade de conhecimento prvio da regio na qual se
encontra a raiz de interesse (o que nem sempre
possvel).
Zeros Reais de Funes
Reais Mtodo do Ponto Fixo
Prof. Wellington Passos de Paula
wpassos@gmail.com
Mtodo do Ponto Fixo
Dada uma funo f(x) contnua no intervalo [a,b] onde
existe uma raiz nica, f(x) = 0, possvel transformar tal
equao em uma equao equivalente x = (x) e, a
partir de uma aproximao inicial x
0
, gerar uma
seqncia {x
k
} de aproximaes para pela relao x
k+1
= (x
k
), uma vez que (x) tal que f( ) = 0 se e = (x
k
), uma vez que (x) tal que f( ) = 0 se e
somente se ( ) = .
Transformamos o problema de encontrar zero de f(x) no
problema de encontrar um ponto fixo de (x)
A funo (x) chamada de funo de iterao
Mtodo do Ponto Fixo
Exemplo: Dada a funo
So funes de iterao possveis:
0 6 ) (
2
= + = x x x f
6
6 ) (
6 ) (
2
2
1
=
=
x x
x x

A forma geral das funes de iterao (x) dada por

com a condio de que
A( ) 0 em , ponto fixo de (x)
1
6
) (
1
6
) (
4
3
+
=
=
x
x
x
x

) ( ) ( ) ( x f x A x x + =
Mtodo do Ponto Fixo
A partir da definio da forma de (x), ,
podemos ento mostrar que
= = ) ( 0 ) ( f
( ) 0 ) ( = f que tal seja
) ( ) ( ) ( f A + = ) 0 ) ( ( ) ( = = f porque
) ( ) ( ) ( x f x A x x + =
Existem infinitas equaes de iterao (x) para a
equao f(x) = 0
( ) = ) ( se
= + ) ( ) ( f A 0 ) ( ) ( = f A
) 0 ) ( ( 0 ) ( = A porque f
Mtodo do Ponto Fixo - Graficamente
Uma raiz da equao (x)=x a abscissa do ponto de
interseo da reta y=x com a curva y=(x)
Mtodo do Ponto Fixo - Graficamente
Todavia, para algumas escolhas de (x) o mtodo do
Ponto Fixo pode divergir do valor procurado
Mtodo do Ponto Fixo
Exemplo: Dada a equao :
As razes so
1
= -3 e
2
= 2 (No h necessidade de uso
de mtodos numricos para o calculo)
Objetivo: Mostrar a convergncia ou divergncia do processo
iterativo
0 6 ) (
2
= + = x x x f
Seja a raiz
2
= 2 e
1
(x) = 6 - x
2
,Tomando x
0
= 1,5 e (x)
=
1
(x)
Seja a raiz
2
= 2 e ,Tomando x
0
= 1,5 e (x)
=
2
(x)
x x = 6 ) (
2

Mtodo do Ponto Fixo

Exemplo: Dada a equao , com raiz

2
= 2 ,
1
(x) = 6 - x
2
e x
0
= 1,5
x
1
= (x
0
) = 6 1,5
2
= 3,75
x
2
= (x
1
) = 6 3,75
2
= -8,0625
0 6 ) (
2
= + = x x x f
2 1
x
3
= (x
2
) = 6 (-8,0625)
2
= -59,003906
x
4
= (x
3
) = 6 (-59,003906)
2
= -3475,4609
Conclui-se que {x
k
} no convergir para
2
= 2
Mtodo do Ponto Fixo
0 6 ) (
2
= + = x x x f
Exemplo: Dada a equao , com raiz

2
= 2 ,
1
(x) = 6 - x
2
e x
0
= 1,5
Anlise Grfica:
Mtodo do Ponto Fixo
Exemplo: Dada a equao , com raiz

2
= 2 , e x
0
= 1,5
x
1
= (x
0
) =
x
2
= (x
1
) =
0 6 ) (
2
= + = x x x f
x x = 6 ) (
2

121320343 , 2 5 , 1 6 =
969436380 , 1 121320343 , 2 6 =
=
2 1
x
3
= (x
2
) =
x
4
= (x
3
) =
x
5
= (x
4
) =
Conclui-se que {x
k
} tende a convergir para
2
= 2
007626364 , 2 969436380 , 1 6 =
998092499 , 1 007626364 , 2 6 =
000476818 , 2 998092499 , 1 6 =
Mtodo do Ponto Fixo
Exemplo: Dada a equao , com raiz

2
= 2 , e x
0
= 1,5
Anlise Grfica:
0 6 ) (
2
= + = x x x f
x x = 6 ) (
2

Mtodo do Ponto Fixo

Teorema 2:
Sendo uma raiz de f(x) = 0, isolada em um intervalo I
centrado em e (x) uma funo de iterao para
f(x) = 0. Se
1. (x) e (x) so contnuas em I
2. |(x)| M < 1, x I e
3. x
1
I
ento a sequencia {x
k
} gerada pelo processo iterativo x
k+1
= (x
k
) convergir para . Alm disso quanto menor for
o valor de |(x)|, mais rpido o Mtodo do Ponto Fixo
convergir.
Mtodo do Ponto Fixo
Resgatando os exemplos anteriores, para a funo
temos que:

1
(x) ( ) gerao de uma sequencia
divergente de
2
= 2
0 6 ) (
2
= + = x x x f
2
1
6 ) ( x x =

2
(x) ( ) gerao de uma sequencia
convergente para
2
= 2
x x = 6 ) (
2

Mtodo do Ponto Fixo

Avaliando a divergncia de
1
(x)

1
(x) = 6 - x
2
e
1
(x) = - 2x contnuas em I
|
1
(x)| < 1 |-2x| < 1 - < x <
No existe um intervalo I centrado em
2
=2, tal que
|(x)| < 1, x I
1
(x) no satisfaz a
condio 2 do Teorema 2 com relao a
2
=2.
Mtodo do Ponto Fixo
Avaliando a convergncia de
2
(x)
e

2
(x) contnua em S = {x R | x 6}
(x) contnua em S = {x R | x < 6}
x x = 6 ) (
2
) 6 2 / 1 ( ) ( '
2
x x =

2
(x) contnua em S = {x R | x < 6}
.
possvel obter um intervalo I centrado em
2
=2, tal que
todas as condies do Teorema 2 sejam satisfeitas.
75 , 5 1 6 2 / 1 1 ) ( '
2
< < < x x x
Mtodo do Ponto Fixo - Algoritmo
Critrios de Parada
|f(x
k
)|
|x
k
x
k-1
|
k = 0;
x = x; x
0
= x;
while and
k = k +1;
x
k+1
= (x
k
);
end while
>=
1 k k
x x
>= ) (
k
x f
Mtodo do Ponto Fixo Verificando a
Convergncia
Exemplo: Dada a funo , cujas razes
so 2 e -3, vamos avaliar a convergncia da funo
equivalente , dados
1
= -3 e x
0
= -2,5
0 6 ) (
2
= + = x x x f
1
6
) (
3
=
x
x
0 , , 0
6
) ( '
2
<

= x x
x
x
6 6
0 , ,
6 6
) ( '
2 2
=

= x x
x x
x
6 6 6 1
6
1 ) ( '
2
2
> < > < < x ou x x
x
x
Mtodo do Ponto Fixo Verificando a
Convergncia
Exemplo: Dada a funo , cujas razes
so 2 e -3, vamos avaliar a convergncia da funo
equivalente , dados
1
= -3 e x
0
= -2,5
Como o objetivo obter a raiz negativa, temos:
0 6 ) (
2
= + = x x x f
1
6
) (
3
=
x
x
Podemos ento definir o intervalo que o
processo convergir visto que o intervalo est
centrado na raiz = -3
) 6 ; ( : , , 1 ) ( '
1 1 1
= < I ser I x x que tal I
) 4497897 , 2 6 ( =
) 5 . 2 , 5 . 3 ( = I
1
I I
Mtodo do Ponto Fixo Verificando a
Convergncia
Exemplo: Dada a funo , cujas razes
so 2 e -3, vamos avaliar a convergncia da funo
equivalente , dados
1
= -3 e x
0
= -2,5
Tomando x
0
= -2,5, temos:
5 , 2
1
= x
0 6 ) (
2
= + = x x x f
1
6
) (
3
=
x
x
Quando no se conhece a raiz, escolhe-se o intervalo I
aproximadamente centrado em
Quanto mais preciso isolamento de , maior exatido na
escolha de I
892617 , 2
170213 , 3
764706 , 2
4
3
2
=
=
=
x
x
x
Mtodo do Ponto Fixo
Exemplo: Dados:
, calcule a raiz de f(x)
utilizando o MPF:
;
3
1
9
) ( ; 0 3 9 ) (
3
3
+ = = + =
x
x x x x f
) 1 , 0 ( ; 10 5 ; 5 , 0
2
0
= =

x
Assim, e
Importante lembrar: Iteramos de modo que ,
todavia avaliamos, a cada iterao se
Desafio: Provar que satisfaz a condio 2 do
Teorema 2 no intervalo (0, 1)
3376233 , 0 = x
3
10 12 , 0 ) (

= x f
) (
1 k k
x x =
+
< ) (
k
x f
) (x
Mtodo do Ponto Fixo
Vantagens
Rapidez processo de convergncia;
Desempenho regular e previsvel.
Desvantagens Desvantagens
Um inconveniente a necessidade da obteno de uma
funo de iterao (x);
Difcil sua implementao.
Mtodo do Ponto Fixo Exerccio
1) Tente encontrar a raiz da funo
utilizando a funo de iterao e , sendo
1 ) (
3
= x x x f
3
10 2

<
y
4
2
1 1
) (
x x
x + =
1
0
= x
x 1 2 3 4 5 0 -1 -2 -3 -4
1
2
3
4
-4
-3
-2
-1
Mtodo do Ponto Fixo Exerccio
1) Tente encontrar a raiz da funo
utilizando a funo de iterao e , sendo
x = (x ) = x = (x ) =
1 ) (
3
= x x x f
3
10 2

<
2
1 1
) (
x x
x + =
1
0
= x
2
1 1
= + 75 , 0
1 1
= + x
1
= (x
0
) = x
2
= (x
1
) =
x
3
= (x
2
) =
x
4
= (x
3
) =
x
5
= (x
4
) =
2
1
1
1
1
2
= + 75 , 0
2
1
2
1
2
= +
... 1111 , 3
75 , 0
1
75 , 0
1
2
= +
... 4247 , 0
1111 , 3
1
1111 , 3
1
2
= +
... 8973 , 7
4247 , 0
1
4247 , 0
1
2
= +
Mtodo do Ponto Fixo Exerccio
1) Tente encontrar a raiz da funo
utilizando a funo de iterao e , sendo
x = (x ) =
1 ) (
3
= x x x f
3
10 2

<
2
1 1
) (
x x
x + =
1
0
= x
... 1427 , 0
1 1
= +
x
6
= (x
5
) =
x
7
= (x
6
) =
Conclui-se que {x
k
} tende a divergir da raiz da equao f(x).
... 1427 , 0
8973 , 7 8973 , 7
2
= +
... 1461 , 56
1427 , 0
1
1427 , 0
1
2
= +
Mtodo do Ponto Fixo Exerccio
1) Tente encontrar a raiz da funo
utilizando a funo de iterao e , sendo
Justificando a resposta:
1 ) (
3
= x x x f
3
10 2

<
2
1 1
) (
x x
x + =
1
0
= x
Justificando a resposta:
Como , onde I o intervalo centrado em
,
fcil perceber que a condio 2 no
satisfeita, uma vez que
0 ,
1 1
) (
2
+ = x x
x x
x
0 ,
2 1
) ( '
3 2

= x x
x x
x
1
2
1
2
1
2 1
1 ) ( '
3 3 3 3 2
<

<

<

<
x
x
x x
x
x x
x
I x x <1 ) ( '
1 ) ( ' 1 x I x x
Zeros Reais de Funes
Reais Mtodo de Newton Raphson
Prof. Wellington Passos de Paula
wpassos@gmail.com
Mtodo de Newton-Raphson
Mtodo do Ponto Fixo (MPF)
Uma das condies de convergncia que |(x)| M < 1,
x I , onde I um intervalo centrado na raiz
A convergncia ser tanto mais rpida quanto menor for
|(x)|
O mtodo de Newton busca garantir e acelerar a
convergncia do MPF
Escolha de (x), tal que ( ) = 0, como funo de
iterao
Mtodo de Newton-Raphson
Dada a equao f(x) = 0 e partindo da forma geral para
(x)
(x) = x + A(x)f(x)
Busca-se obter a funo A(x) tal que ( ) = 0
(x) = x + A(x)f(x)
(x) = 1 + A(x)f(x) + A(x)f(x)
( ) = 1 + A()f() + A()f()
( ) = 1 + A( )f( )
Mtodo de Newton-Raphson
Assim
donde se toma
0 ) ( ' = 0 ) ( ' ) ( 1 = + f A
) ( '
1
) (

f
A

=
) ( '
1
) (
x f
x A

= donde se toma
Como (x) = x + A(x)f(x)
Logo:
) (
) ( '
1
) ( x f
x f
x x
|
|

\
|
+ =
|
|

\
|
+ =
) ( '
) (
) (
x f
x f
x x
) ( '
) (
x f
x A =
Mtodo de Newton-Raphson
Ento, dada f(x), a funo de iterao (x) = x - f(x)/f(x)
ser tal que ( ) = 0, posto que
|
|

\
|

=
2
2
)] ( ' [
) ( ' ' ) ( )] ( ' [
1 ) ( '
x f
x f x f x f
x
e, como f( ) = 0, ( ) = 0 ( desde que f( ) 0 )
2
2
2
2
)] ( ' [
) ( ' ' ) ( )] ( ' [
)] ( ' [
)] ( ' [
) ( '
x f
x f x f x f
x f
x f
x

=
2
)] ( ' [
) ( ' ' ) (
) ( '
x f
x f x f
x =
Mtodo de Newton-Raphson
Deste modo, escolhido x
0
, a sequncia {x
k
} ser
determinada por
) ( '
) (
1
k
k
k k
x f
x f
x x =
+
onde k = 0, 1, 2, ...
Mtodo de Newton-Raphson
Graficamente
Dado o ponto ( x
k
, f(x
k
) )
Traamos a reta L
k
(x) tangente curva neste ponto:
L
k
(x) = f(x
k
) + f(x
k
)(x-x
k
)
Determinanos o zero de L
k
(x), que um modelo linear
que aproxima f(x) em uma vizinhana x
k
Faz-se x
k +1
= x
0 ) ( = x L
k
) ( '
) (
k
k
k
x f
x f
x x =
Mtodo de Newton-Raphson
Graficamente
Anlise Grfica
f(x)
1
a
iterao
Repete-se o processo at que o valor de x
atenda s condies de parada.
x

x
1
xx
00
x
2
x
3
1 iterao
2
a
iterao
3
a
iterao
4
a
iterao
Mtodo de Newton-Raphson - Convergncia
Teorema 3:
Sendo f(x), f(x) e f(x) contnuas em um intervalo I que
contm uma raiz x = de f(x) = 0 e supondo f( ) 0,
existir um intervalo I contendo a raiz , tal que se
x , a seqncia {x } gerada pela frmula recursiva x
0
, a seqncia {x
k
} gerada pela frmula recursiva
convergir para a raiz.
) ( '
) (
1
k
k
k k
x f
x f
x x =
+
Mtodo de Newton-Raphson - Algoritmo
Teste de parada:
|f(x
k
)|
|x
k
x
k-1
|
Algoritmo: Algoritmo:
x
0
:= x;
k := 0;
while |f(x
k
)| > and |x
k
x
k-1
| >
x
k+1
:= x
k
f(x
k
)/f(x
k
)
k := k +1;
end while
Mtodo de Newton-Raphson
Exemplo: Dado f(x) = x
2
+ x 6 ,
2
= 2 e x
0
= 1,5
Frmula recursiva:
1 2
6
) ( '
) (
) (
2
+
+
= =
x
x x
x
x f
x f
x x
1 2 ) ( ' + x x f
( )
( )
0625 , 2
1 5 , 1 2
6 5 , 1 5 , 1
5 , 1 ) (
2
0 1
=
+
+
= = x x
( )
( )
000762195 , 2
1 0625 , 2 2
6 0625 , 2 0625 , 2
0625 , 2 ) (
2
1 2
=
+
+
= = x x
000000116 , 2 ) (
2 3
= = x x
Mtodo de Newton-Raphson
Exemplo: Dado f(x) = x
2
+ x 6 ,
2
= 2 e x
0
= 1,5 1,5
Comentrios:
A parada poder ocorrer na 3
a
iterao (x = 2,000000116),
caso a preciso do clculo com 6 casas decimais for
satisfatria para o contexto do trabalho
Observe que, no Mtodo do Ponto Fixo, com
o valor x = 2,000476818 foi encontrado
somente na 5
a
iterao
x x = 6 ) (
Mtodo de Newton-Raphson
Exemplo: Considere a funo f(x) = x
3
- x - 1, e
= 0,002 cujos zeros encontram-se nos intervalos:

1
I
1
= (-1, 0),
2
I
2
= (1, 2)
Seja:
x
0
= 1
) ( '
) (
1
k
k
k k
x f
x f
x x =
+
1 3
1
) (
2
3

=
x
x x
x x
Mtodo de Newton-Raphson
Exemplo: Considere a funo f(x) = x
3
- x - 1, e
= 0,002 cujos zeros encontram-se nos intervalos:

1
I
1
= (-1, 0),
2
I
2
= (1, 2)
Clculo da 1 aproximao Clculo da 1 aproximao
(x
0
) = 1 [ (1) 1 1 ] = 1,5 = x
1
[ 3x(1) 1 ]
Teste de Parada
|f(x
1
)| = | (1,5) 1,5 1 | = 0,875 >
|x
1
-x
0
| =| 1,5 - 1 | = 0,5 >
Exemplo: Considere a funo f(x) = x
3
- x - 1, e
= 0,002 cujos zeros encontram-se nos intervalos:

1
I
1
= (-1, 0),
2
I
2
= (1, 2)
Clculo da 2 aproximao
Mtodo de Newton-Raphson
Clculo da 2 aproximao
(x
1
) = 1,5 [ (1,5) 1,5 1 ] = 1,3478261 = x
2
[ 3x(1,5) 1 ]
Teste de Parada
|f(x
2
)| = | 0,100682 | = 0,100682 >
|x
2
-x
1
| =| 1,3478261 - 1,5 | = 0,1521739 >
Clculo da 3 aproximao
Exemplo: Considere a funo f(x) = x
3
- x - 1, e
= 0,002 cujos zeros encontram-se nos intervalos:

1
I
1
= (-1, 0),
2
I
2
= (1, 2)
Mtodo de Newton-Raphson
Clculo da 3 aproximao
(x
2
) = 1,3478261 - [ (1,3478261) - 1,3478261 - 1 ]
[ 3x(1,3478261) - 1 ]
(x
2
) = 1,3252004 = x
3
Teste de Parada
|f(x
3
)| =| 0,0020584 | = 0,0020584 >
|x
3
-x
2
| =| 1,3252004 1,3478261 | = 0,0226257 >
Exemplo: Considere a funo f(x) = x
3
- x - 1, e
= 0,002 cujos zeros encontram-se nos intervalos:

1
I
1
= (-1, 0),
2
I
2
= (1, 2)
A sequncia {x
k
} gerada pelo mtodo de Newton
ser:
Mtodo de Newton-Raphson
k
ser:
Iterao x |x
k
-x
k-1
| F(x)
1 1,5 0,5 0,875
2 1,3478261 0,1521739 0,1006822
3 1,3252004 0,0226257 0,0020584
4 1,3247182 0,0004822 1,0352x10
-6
= 0,002
Comprovando o impacto de uma boa escolha de x
0
Exemplo: Considere a funo f(x) = x
3
9x + 3, que
possui trs zeros:
1
I
1
= (-4, -3),
2
I
2
= (0, 1) e

3
I
3
= (2, 3). Seja x
0
= 1,5:
Mtodo de Newton-Raphson
Comprovando o impacto de uma boa escolha de x
0
Exemplo: Considere a funo f(x) = x
3
9x + 3, que
possui trs zeros:
1
I
1
= (-4, -3),
2
I
2
= (0, 1) e

3
I
3
= (2, 3). Seja x
0
= 1,5:
Mtodo de Newton-Raphson
No incio h um divergncia da regio onde esto as
razes, mas depois de x
7
os valores se aproximam cada
vez mais de
3
Causa:
x
0
(1,5) prximo de , que raiz de f(x)
Da mesma forma, x
1
(-1,6666667) est prximo
de , outra raiz de f(x)
3
3
Vantagens:
Rapidez processo de convergncia
Desempenho elevado
Desvantagens:
Necessidade da obteno de f(x) , o que pode ser
Mtodo de Newton-Raphson
Necessidade da obteno de f(x) , o que pode ser
impossvel em determinados casos
O clculo do valor numrico de f(x) a cada iterao
Zeros Reais de Funes
Reais Mtodo da Secante
Prof. Wellington Passos de Paula
wpassos@gmail.com
Mtodo da Secante
Mtodo de Newton-Raphson
Um grande inconveniente a necessidade da obteno de
f(x) e o clculo de seu valor numrico a cada iterao
Forma de desvio do inconveniente
Substituio da derivada f(x
k
) pelo quociente das
diferenas
1
1
) ( ) (
) ( '

k k
k k
k
x x
x f x f
x f
Mtodo da Secante
A funo de iterao ser:
1
1
) ( ) (
) (
) (

=
k k
k k
k
k
x x
x f x f
x f
x x
( )
1
1
) ( ) (
) (
) (

=
k k
k k
k
k
x x
x f x f
x f
x x
) ( ) (
) ( ) (
) ( ) (
) ( ) (
) (
1
1
1
1

=
k k
k k k k
k k
k k k k
x f x f
x f x x f x
x f x f
x f x x f x
x
) ( ) (
) ( ) (
) (
1
1 1

=
k k
k k k k
x f x f
x f x x f x
x
Mtodo da Secante - Geometricamente
A partir de duas aproximaes x
k-1
e x
k
obtm-se o
ponto x
k+1
como sendo a abscissa do ponto de
interseco do eixo x e da reta que passa pelos pontos
( x
k-1
, f(x
k-1
) ) e ( x
k
, f(x
k
) ) (secante curva da funo)
f(x)
x
1
a
iterao
2
a
iterao
3
a
iterao
4
a
iterao

x
1
xx
00
x
2
x
3
x
4
x
5
Repete-se o processo at
que o valor de x atenda s
condies de parada.
Mtodo da Secante - Convergncia
Como o Mtodo da Secante uma aproximao do
mtodo de Newton, as condies de convergncia so
praticamente as mesmas, ou seja basta que o
Teorema 3 seja satisfeito
Todavia, o Mtodo da Secante pode divergir para o
seguinte caso
) ( ) ( x f x f
seguinte caso
) ( ) (
1

k k
x f x f
) ( ) (
) ( ) (
) (
1
1 1

=
k k
k k k k
x f x f
x f x x f x
x
Mtodo da Secante - Algoritmo
Testes de Parada
|f(x
k
)|
|x
k
x
k-1
|
Algoritmo Algoritmo
x
0
:= x;
x
1
:= x
1;
k := 1;
while |f(x
k
)| > and |x
k
x
k-1
| >
x
k+1
:= (x
k-1
*f(x
k
) - x
k
*f(x
k-1
)) / (f(x
k
) - f(x
k-1
));
k := k +1;
end while
Mtodo da Secante
Exemplo: Considere-se a funo f(x) = x
3
- x - 1,
= 0,003, x
0
= 1,5 e x
1
= 1,7:
) ( ) (
) ( ) (
) (
1
1 1

=
k k
k k k k
x f x f
x f x x f x
x
Mtodo da Secante
Exemplo: Considere-se a funo f(x) = x
3
- x - 1,
= 0,003, x
0
= 1,5 e x
1
= 1,7:
Clculo da 1 aproximao x
0
= 1,5 e x
1
= 1,7
f(x
0
) = 0,875 > 0
0
f(x
1
) = 2,213 > 0
x
2
= [1,5 x (2,213) 1,7 x (0,875)] = 1,36921
[2,213 (0,875)]
Teste de Parada
|f(x
2
)| = | (1,36921) 1,36921 1 | = 0,19769 >
|x
2
- x
1
| =|1,36921 1,7| = 0,33079 >
Novo Intervalo: x
1
= 1,7 e x
2
= 1,36921
Mtodo da Secante
Exemplo: Considere-se a funo f(x) = x
3
- x - 1,
= 0,003, x
0
= 1,5 e x
1
= 1,7:
Clculo da 2 aproximao x
1
= 1,7 e x
2
= 1,36921
f(x
1
) = 2,213 > 0
1
f(x
2
) = 0,19769 > 0
x
3
= [1,7 x (0,19769) - 1,36921x (2,213)] = 1,33676
[0,19769 - 2,213]
Teste de Parada
|f(x
3
)| = |0,05193| = 0,05193 >
|x
3
- x
2
| =|1,33676 1,36921| = 0,03245 >
Novo Intervalo: x
2
= 1,36921 e x
3
= 1,33676
Mtodo da Secante
Exemplo: Considere-se a funo f(x) = x
3
- x - 1,
= 0,003, x
0
= 1,5 e x
1
= 1,7:
Clculo da 3 aproximao x
2
= 1,36921 e x
3
= 1,33676
f(x
2
) = 0,19769 > 0
2
f(x
3
) = 0,05193 > 0
x
4
= [1,36921 x (0,05193) - 1,33676 x (0,19769)] =
[(0,05193) - 0,19769]
x
4
= 1,3252
Teste de Parada
|f(x
4
)| = |0,00206| = 0,00206 < cond. atendida
|x
4
x
3
| =|1,3252 1,33676| = 0,01156 >
Mtodo da Secante
Exemplo: Considere-se a funo f(x) = x
2
+ x 6 = 0,
x
0
= 1,5 e x
1
= 1,7:
Soluo:
) ( ) (
0 1 1 0
x f x x f x
x

=
25 , 2 7 , 1 ) 41 , 1 ( 5 , 1
=
) ( ) (
0 1
0 1 1 0
2
x f x f
x

=
25 , 2 41 , 1 +
=
2,03571
2
= x
) ( ) (
) ( ) (
1 2
1 2 2 1
3
x f x f
x f x x f x
x

=
1,99774 =
) ( ) (
) ( ) (
2 3
2 3 3 2
4
x f x f
x f x x f x
x

= 1,99999 =
Mtodo da Secante
Exemplo: Considere-se a funo f(x) = x
2
+ x 6 = 0,
x
0
= 1,5 e x
1
= 1,7:
Comentrios:
A parada poder ocorrer na 3
a
iterao (x = 1,99999),
caso a preciso do clculo com 5 casas decimais for
satisfatria para o contexto do trabalho
No mtodo de Newton-Raphson o valor
x = 2,000000116, foi encontrado tambm na 3
a
iterao
Mtodo da Secante
Vantagens
Rapidez processo de convergncia
Clculos mais convenientes que do mtodo de Newton
Desempenho elevado
Desvantagens
Se o clculo f(x) no for difcil, ento o mtodo logo ser
substitudo pelo de Newton-Raphson
Se o grfico da funo for paralela a um dos eixos e/ou
tangencia o eixo das abscissas em um ou mais pontos,
logo no se deve usar o Mtodo da Secante
Zeros Reais de Funes
Reais Comparao entre os
mtodos mtodos
Prof. Wellington Passos de Paula
wpassos@gmail.com
Comparao entre os mtodos
Critrios de Comparao
Garantias de Convergncia
Rapidez de Convergncia
Esforo Computacional
Comparao entre os mtodos
Garantias de Convergncia
Bisseco e Posio Falsa
Convergncia garantida, desde que a funo seja contnua
num intervalo [a,b] , tal que f(a)f(b) < 0
Ponto Fixo, Newton-Raphson e Secante
Condies mais restritivas de convergncia
Se as condies de convergncia forem satisfeitas, os dois
ltimos mtodos so mais rpidos do que os demais
estudados
Comparao entre os mtodos
Rapidez de Convergncia
Nmero de Iteraes Medida usualmente adotada
para a determinao da rapidez de convergncia de um
mtodo
No deve ser uma medida conclusiva sobre o tempo de
execuo do programa
Tempo gasto na execuo de uma iterao Varivel
de mtodo para mtodo
Comparao entre os mtodos
Esforo Computacional
Indicadores
Nmero de operaes efetuadas a cada iterao
Complexidade das operaes
Nmero de decises lgicas
Nmero de avaliaes de funo a cada iterao
Nmero total de iteraes
Comparao entre os mtodos
Esforo Computacional
Concluses gerais sobre a eficincia computacional de
um mtodo.
Bisseco Clculos mais simples por iterao
Newton Clculos mais elaborados
Nmero de iteraes da Bisseco , na grande maioria
das vezes, muito maior do que o nmero de iteraes
efetuadas por Newton
Comparao entre os mtodos
Condies a Serem Satisfeitas pelo Mtodo Ideal
Convergncia assegurada
Ordem de convergncia alta
Clculos por iterao simples
Escolha do melhor mtodo:
Newton-Raphson Caso seja fcil a verificao das
condies de convergncia e o clculo de f(x)
Secante Caso seja trabalhoso obter e/ou avaliar f(x) ,
uma vez que no necessria a obteno de f(x)
Comparao entre os mtodos
Critrio de Parada Detalhe importante na escolha do
mtodo:
Se o objetivo for a reduo do intervalo que contm a
raiz Bisseco (no usar o Mtodo da Posio Falsa)
Se a escolha parte de um valor inicial para a raiz Se a escolha parte de um valor inicial para a raiz
Newton-Raphson ou da Secante (pois trabalham com
aproximaes x
k
para a raiz exata)
Comparao entre os mtodos
Concluso:
Escolha do mtodo Diretamente relacionada com a
equao cuja soluo desejada
Comportamento da funo na regio da raiz exata
Dificuldades com o clculo de f(x)
Critrio de parada, etc. Critrio de parada, etc.
Comparao entre os mtodos
Exemplo: f(x) = x
3
x 1
y
2
3
4
x 1 2 3 4 5 0 -1 -2 -3 -4
1
-4
-3
-2
-1
[1, 2 ], = 10
-6
Comparao entre os mtodos
Exemplo: f(x) = x
3
x 1
Observaes:
Melhor desempenho: Mtodo do Ponto Fixo
Mtodos de Newton e Secante: muitas iteraes pois
houve divergncia no inicio da execuo
( denominador 0 )
Comparao entre os mtodos
Exemplo: f(x) = 4 sen(x) e
2
[0, 1 ], = 10
-5
Observaes:
Melhor desempenho: Mtodo de Newton, devido boa
escolha de x
0