Rodrigo
Aula 02
Dando continuidade ao estudo de metodos numericos para equacoes nao lineares da forma
f (x) = 0, vamos desenvolver nesta aula o metodo de Newton. Veremos que este metodo e
mais rapido que o metodo da bissecao mas depende da escolha de uma boa aproximacao
inicial x0 para iniciar o processo iterativo.
M
etodo de Newton
Considere o problema de encontrar uma solucao aproximada para a raiz da equacao f (x) = 0,
onde f : D R R. Suponha que f seja uma funcao diferenciavel no domnio D e que
exista x D tal que f (x ) = 0 e f 0 (x ) 6= 0. A Figura 1a) ilustra duas iteracoes do metodo
de Newton aplicadas a uma equacao f (x) = 0 onde f e uma funcao que cumpre as condicoes
citadas acima.
y f (x)
f (x0 )
x
x1 x0
0 x2 x1 x0 x
a) Duas iterac
oes do metodo. b) Triangulo auxiliar.
1
Repetindo este mesmo procedimento a partir do ponto (x1 , 0), encontramos na iteracao k + 1
a seguinte aproximacao para x :
f (xk )
xk+1 = xk . (3)
f 0 (xk )
Algoritmo
O processo iterativo do metodo da Newton pode ser resumido nos seguintes passos:
1: Enquanto k M faca:
f (x0 )
2: x1 x0
f 0 (x0 )
3: se |f (x1 )| < ou |x1 x0 | < : imprima x1 e pare o algoritmo.
5: Fim
Propriedades do M
etodo
Seja f : D R R uma funcao diferenciavel em D. Suponha que existe x D tal
que f (x ) = 0 e f 0 (x ) 6= 0. Se a aproximacao inicial x0 esta suficientemente proxima de
x , entao e possvel provar que a sequencia numerica (xk )k gerada pelo metodo de Newton
converge para x com taxa de convergencia quadratica, isto e
2
onde e uma constante. Para entender quao rapida e a taxa de convergencia do metodo,
suponha que a distancia entre xk e x e 102 , ou seja, |xk x | = 102 . Nestas condicoes, a
desigualdade (5) diz que a distancia entre o proximo iterando xk+1 e a solucao x sera menor
ou igual a uma constante multiplicada por 104 , isto e, |xk+1 x | < 104 . A garantia de
convergencia do metodo de Newton esta relacionada `a escolha da aproximacao inicial x0 . Na
pratica, quando nao conseguimos construir um grafico da funcao f (x) que define a equacao
que pretendemos resolver, devemos implementar o metodo de forma que o valor inicial x0
seja escolhido aleatoriamente.
Esta e uma questao interessante para aplicarmos o metodo de Newton. Notemos primei-
ramente que a equacao a ser resolvida n
ao
e y(x) = 0. Como queremos encontrar o valor de
x que torna maxima a deflexao da viga, devemos resolver o seguinte problema de otimizacao
minimizar y(x)
(7)
sabendo que x [0, L].
A Figura 3 ilustra o grafico da funcao y(x) no intervalo [0, L] para os valores fornecidos das
constantes L, E, I e w0 . De acordo com o grafico, o valor de x que procuramos e aquele
que minimiza a funcao y(x). Portanto, para determinar este valor de x atraves do metodo
3
y
100 200 300 400 500 600 x
-0.1
-0.2
-0.3
-0.4
-0.5
y 0 (x1 )
x2 = x1 = 268.327,
y 00 (x1 )
y 0 (x2 )
x3 = x2 = 268.328.
y 00 (x2 )
Ao avaliarmos a funcao y 0 (x) em x3 obtemos y 0 (x3 ) = 5.2 1019 . Ou seja, x3 e uma
excelente aproximacao para a solucao do problema (7) e foi obtida com apenas tres iteracoes.
Aceitando como solucao otima o valor x 268.328, o valor da deflexao maxima da viga e
dado por y(x ) = 0.51519.
A rapidez com que o metodo de Newton convergiu para a raiz x neste exemplo deve-se
ao fato de termos escolhido uma aproximacao inicial x0 proxima da solucao x . Porem,
nao temos a garantia de que o metodo convergira para x partindo de qualquer valor inicial
x0 . De fato, dependendo da escolha de x0 , a sequencia numerica (xk )k gerada pelo processo
iterativo convergira para qualquer valor de x tal que y 0 (x) = 0 e, como sabemos do Calculo
1, estes valores podem ser tanto maximizadores quanto minimizadores da funcao y(x).
O software Mathematica possui algumas rotinas especializadas em resolver problemas de
otimizacao. Uma delas se chama NMinimize[ ]. Para utiliza-la, basta fornecermos a funcao
que desejamos minimizar e o intervalo onde ela esta definida. A Figura 4 mostra a sintaxe
de NMinimize e a sada produzida.
4
[{[] } ]
{- { }}
Exerccios
1) Existe uma modificacao do metodo de Newton na qual o processo iterativo e dado por
f (xk )
xk+1 = xk para todo k N,
f 0 (xk )
onde x0 e uma aproximacao inicial tal que f 0 (x0 ) 6= 0.
a) Mostre que a equacao f (x) = 0 possui apenas uma raiz no intervalo [1, e].
b) Obtenha, pelo metodo de Newton, uma aproximacao para esta raiz. Considere
x0 = 1.3, faca tres iteracoes e verifique se um dos criterios de parada estudados e
satisfeito ao final da terceira iteracao.
3) Explique como o metodo de Newton pode ser utilizado para resolver o problema de
determinar um ponto sobre a curva y(x) = 1/x2 que esta mais proximo do ponto (2, 1).
4) A figura abaixo mostra um caso em que o metodo de Newton falha para a funcao
f (x) = x4 x2 . Encontre os pontos iniciais que produzem este comportamento falho
do metodo.