MAT 012 Calculo Numerico Prof.

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.

Figura 1: Interpretacao grafica do metodo de Newton.

No incio da primeira iteracao do metodo de Newton escolhemos uma aproximacao inicial

x0 para a raiz x . Em seguida, construimos a reta tangente ao grafico da funcao f (x) no
ponto (x0 , f (x0 )) e determinamos a intersecao dessa reta com o eixo x para encontrar o ponto
(x1 , 0) cuja abcissa e a nova aproximacao para x , isto e, x1 x (veja a Figura 1a)). A
formula do calculo de x1 pode ser obtida facilmente usando geometria. Para isso, considere
o triangulo retangulo ilustrado na Figura 1b). A tangente do angulo e dada por:
f (x0 )
tg() = = f 0 (x0 ) (1)
x0 x1
Isolando x1 na equacao (1) podemos escrever
f (x0 )
x1 = x0 . (2)
f 0 (x0 )

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:

0: Dados M N, uma tolerancia  > 0 e uma aproximacao inicial x0 , faca k 1.

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.

4: caso contrario: faca x0 x1 , k k + 1 e volte ao passo 1.

5: Fim

Duas situacoes no algoritmo acima merecem atencao: a primeira e a escolha da aproximacao

inicial x0 . Como a formula (3) possui uma derivada no denominador, x0 deve ser escolhido
de forma que f 0 (x0 ) 6= 0. A segunda e o criterio de parada adotado no passo 3. Observe que
o algoritmo pode ser interrompido se na iteracao k ocorrer |xk+1 xk | < . Esta condicao
evita que os iterandos xk se acumulem em torno de um valor x que esta longe da solucao
x . Observe tambem no passo 3 que nao podemos exigir que as duas quantidades |f (xk )| e
|xk+1 xk | sejam, ao mesmo tempo, menores que a tolerancia  > 0. Por essa razao esta
escrito
|f (x1 )| <  ou |x1 x0 | <  . (4)
Se trocarmos ou por e em (4), o metodo pode gerar uma sequencia numerica (xk )k que nunca
satisfaz as duas condicoes simultaneamente e, neste caso, o algoritmo para porque atingiu o
n
umero maximo de iteracoes (M ).

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

|xk+1 x | |xk x |2 , (5)

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.

Exemplo: Problema da Deflex

ao de uma Viga
A Figura 2a) abaixo mostra uma viga uniforme sujeita a uma carga distribuda de forma
linearmente crescente. A equacao para a curva elastica resultante e dada por (veja a Figura
2b))
w0
y(x) = (x5 + 2L2 x3 L4 x). (6)
120EIL
Utilize o metodo de Newton para determinar o ponto de deflexao maxima da viga. Em
seguida, determine o valor da deflexao maxima. Adote L = 600 cm, E = 50000 kN/cm2 ,
I = 30000 cm4 e w0 = 2.5 kN/cm. (Fonte: Metodos Numericos para a Engenharia - S.
Chapra, R. Canale - Quinta Edicao - Mc Graw Hill - pag. 178.)

Figura 2: Deflexao de uma viga.

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

Figura 3: A curva de deflexao da viga e modelada pela funcao y(x).

de Newton, devemos aplica-lo na resolucao da equacao y 0 (x) = 0 . Partindo de x0 = 200 e

considerando a funcao derivada
w0
y 0 (x) = (5x4 + 6L2 x2 L4 ),
120EIL
temos que as tres primeiras iteracoes do processo iterativo sao dadas por:
y 0 (x0 )
 x1 = x0 = 272.727,
y 00 (x0 )

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

[{[] } ]
{- { }}

Figura 4: Usando NMinimize[ ] para resolver um problema de otimizacao.

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) Interprete este processo iterativo graficamente.

b) Cite uma situacao em que e conveniente utilizar este metodo modificado ao inves
do metodo de Newton original.

2) Considere a funcao f (x) = x 4 ln x.

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.