Notas de C alculo Num erico

Resoluc ao Num erica de Equac oes N ao Lineares

1
Prof. Valentn Mendoza
Universidade Federal de Vicosa
Outubro 2013.
1
Coment arios, crticas e sugest oes podem ser encaminhadas ao email valentin@ufv.br. Seremos gratos
a quem comunicar os erros de qualquer natureza encontrados no texto.
1 M etodos num ericos para a soluc ao de equac oes
1.1 Introduc ao
Muitos problemas emdiferentes areas de conhecimentoreduzem-se ` a soluc aoda equac ao:
f (x) = 0 (1)
onde f : [a, b] R e uma func ao contnua. Um valor x que satisfaz f (x) = 0 e chamado
uma raiz ou um zero de f (x).

E conhecido que se f (x) for um polin omio de grau menor ou igual a 4 existe uma
f ormula fechada para determinar todas as suas raizes; mas se f (x) for um polin omio de
grau maior ou igual a 5 ou uma func ao envolvendo func oes transcendentais, ent ao n ao
existe um m etodo geral que permita encontrar exatamente as raizes da equac ao f (x) = 0.
Exemplo 1.1. A gura abaixo mostra o sol na origem e a terra no ponto (1, 0). Existem
5 pontos de equilibrio, no plano determinado pela orbita da terra ao redor do sol, nos
quais umsat elite permanece im ovil emrelac ao ` a terra. Estes pontos s ao chamados pontos
de Lagrange em honor ao matem atico franc es Joseph Louis Lagrange quem os descobriu
estudando o problema restrito dos tr es corpos. Estes pontos s ao obtidos quando as forcas
(gravitacionais, centrpetas ) que agem no sat elite se contrabalancearem. Em dezembro
de 2005 o sat elite de pesquisa solar SOHO (Solar and Heliospheric Observatory) foi
colocado no ponto L
1
. Este ponto L
1
e uma boa posic ao para monitorar o sol desde que
as correntes de partculas do sol, como o vento solar, atingem L
1
aproximadamente uma
hora antes de atingir a terra.
Se m
1
e a massa do sol, m
2
e a massa da terra, e r =
m
2
m
1
+m
2
, ent ao a coordenada x de
L
1
e a unica raiz da equac ao de grau 5:
p(x) = x
5
(2 + r)x
4
+ (1 + 2r)x
3
(1 r)x
2
+ 2(1 r)x + r 1 = 0 (2)
Usando o valor aproximado de r 3.04042 10
6
, encontre a localizac ao do ponto
L
1
.
Sol Terra
Figura 1: Pontos de Lagrange no sistema Sol-Terra.
2
Muitos problemas de ci encia e tecnologia, como o problema anterior, conduzem ` a
resoluc ao de equac oes n ao lineares para as quais e difcil ou impossvel encontrar
uma soluc ao exata.
A soluc ao do problema anterior s o e possvel utilizando um m etodo num erico. No
que segue apresentaremos alguns m etodos que nos ajudar ao a resolver equac oes deste
tipo.
1.2 Preliminares
Um teorema que utilizaremos e o seguinte.
Teorema 1.1 (Teorema do Valor Intermed ario (TVI)). Seja f (x) e uma func ao contnua num
intervalo [a, b]. Se f (a) f (b) < 0 ent ao existe pelo menos uma raiz x de f (x) = 0 entre a e b.
Em palavras, podemos garantir ao menos uma soluc ao da equac ao f (x) = 0, desde
que as imagens dos extremos do intervalo [a, b] sejam de signais diferentes. Isto e, se
f (a) > 0 e f (b) < 0, ou se f (a) < 0 e f (b) > 0.
Exemplo 1.2. No exemplo 1.1 temos que f (x) = p(x) = x
5
(2 + r)x
4
+ (1 + 2r)x
3
(1
r)x
2
+ 2(1 r)x + r 1. Observe que f (0) = r 1 < 0 e f (1) = r > 0 ent ao, pelo TVI, existe
uma raiz x no intervalo [0, 1].
Teorema 1.2 (Teorema do Valor M edio (TVM)). Seja f (x) uma func ao contnua em [a, b] e
diferenci avel no intervalo (a, b). Ent ao existe um ponto c (a, b) tal que
f (b) f (a) = f

(c)(b a). (3)

O TVI e a ferramenta principal do primeiro m etodo num erico.
1.3 O M etodo de Bissec ao
Suponha f (x) contnua e existe um intervalo [a, b] tal que f (a) f (b) < 0. Sem perda de
generalidade, podemos supor f (a) > 0 e f (b) < 0. Pelo TVI, existe uma raiz x de f (x) = 0
entre a e b, mas ela pode estar em qualquer posic ao em [a, b]. Assim, temos pouca
informac ao sobre o valor da raiz. A ideia do m etodo de Bissec ao e diminuir o tamanho
do intervalo [a, b] com o intuito de conseguir um intervalo menor no qual possivelmente
podemos encontrar a raiz.
Como n ao temos ideia da ubicac ao da raiz, democraticamente, escolhemos como
primeira aproximac ao de x, o ponto m edio do intervalo:
x
1
=
a + b
2
(4)
Se por acaso obtemos que f (x
1
) = 0, ent ao o problema caria resolvido pois neste caso
x = x
1
. Se f (x
1
) 0 ent ao x encontra-se no interior de [a, x
1
] ou no interior de [x
1
, b].
Para determinar em qual destes intervalos est a a raiz, utilizamos o TVI:
3
Figura 2: O M etodo da Bissec ao.
(i) Se f (a) f (x
1
) < 0 ent ao a raiz encontra-se em [a, x
1
],
(ii) Se f (x
1
) f (b) < 0 ent ao a raiz encontra-se em [x
1
, b].
No caso (i), fazemos b = x
1
e no caso (ii), fazemos a = x
1
. Em qualquer caso, temos
diminuido o tamanho do intervalo ` a metade. Com este novo intervalo repetimos o
processo o obtemos uma segunda aproximac ao x
2
coma qual, se n ao e a raiz, diminuimos
o intervalo novamente na metade. Dependendo do valor de f (x
2
) teremos a = x
2
ou
b = x
2
.
Continuando este processo obtemos uma sequ encia de aproximac oes x
n+1
, para
n = 0, 1, 2, ... que pertencem a intervalos I
n
= [a
n
, b
n
] com a
0
= a e b
0
= b de forma que
f (a
n
) f (b
n
) < 0 e o comprimento de I
i+1
e a metade do comprimento de I
i
. Assim
b
n
a
n
=
b
n1
a
n1
2
= ... =
b
0
a
0
2
n
. (5)
e
x
n+1
=
a
n
+ b
n
2
. (6)
O seguinte Teorema mostra a converg encia do M etodo da Bissec ao.
Teorema 1.3. A sequ encia de aproximac oes x
n
obtidas pelo M etodo da Bissec ao converge para a
raiz x.
4
Demonstrac ao. Pela equac ao (5) temos que
lim
n
|b
n
a
n
| = lim
n
b
0
a
0
2
n
= 0.
Por tanto lim
n
b
n
= lim
n
a
n
= L onde L e um n umero real. Como a
n
<
x
n+1
< b
n
temos que lim
n
x
n
= L. Provaremos que L = x. Observe que
f (a
n
) f (b
n
) < 0 ent ao
lim
n
f (a
n
) f (b
n
) = f (L) f (L) 0,
o que implica que ( f (L))
2
0. Mas ( f (L))
2
0. Assim a unica possibilidade e
que f (L)
2
= 0, ou f (L) = 0. Dessa forma L = x.
1.3.1 Estimativa do n umero de iterac oes
Desejamos determinar quantas iterac oes s ao necess arias como mnimo, para encontrar
um intervalo [a
n
, b
n
], que contenha a aproximac ao x
n+1
, tal que
|x
n+1
x| < , (7)
onde e o erro absoluto ao aproximar x. Pela equac ao (5)
|x
n+1
x| x
n+1
a
n
=
b
n
a
n
2
=
b
0
a
0
2
n+1
(8)
Logo para obter a precis ao desejada, e suciente considerar um n tal que
b
0
a
0
2
n+1
< (9)
Assim,
n >
Log(b
0
a
0
) Log()
Log(2)
1. (10)
Observac ao 1.1. Ao resolver um problema numericamente, n ao esqueca de colocar a
calculadora no modo radianos.
Exemplo 1.3. Aplique o m etodo de Bissec ao para resolver a equac ao x
3
+ cos(x) = 0
obtendo os extremos do intervalo inicial a e b pelo TVI. Encontre um resultado x
n
tal que
|x
n
x| < 0.01.
5
Soluc ao:
A func ao a avaliar e f (x) = x
3
+ cos(x). Note que f (1) = 0.45969 e f (0) = 1, assim
podemos considerar a = 1 e b = 0. Observe que precisaremos de
n >
Log(0 + 1) log(0.01)
Log2
1 = 5.64
iterac oes para obter o erro desejado. Assim, e suciente n = 6. Na seguinte tabela
organizaremos os dados:
n a b x
n+1
f (a) f (b) f (x
n+1
)
0 -1 0 -0.5 -0.45969 1 0.75258
1 -1 -0.5 -0.75 -0.45969 0.75258 0.309813
2 -1 -0.75 -0.875 -0.45969 0.309813 -0.02892
3 -0.875 -0.75 0 -0.8125 -0.02892 0.309813 0.1513
4 -0.875 -0.8125 -0.84375 -0.02892 0.1513 0.75258
5 -0.875 -0.84375 -.859375 -0.02892 0.75258 0.018240
6 -0.875 -0.859375 -0.8671875 -0.02892 0.018240 -0.00516
Em cada passo fomos utilizando o TVI para escolher os valores de a e b. Repare que
|x
7
x|
b
6
a
6
2
= 0.00781 < 0.01.
Assim uma aproximac ao da raiz e x
7
= 0.8671875.
1.4 M etodo da Falsa Posic ao
O m etodo da Falsa Posic ao e uma variac ao do m etodo da Bissec ao. Neste m etodo mu-
damos a forma de escolher a aproximac ao x
n+1
. Na Bisec ao aproximavamos utilizando
o ponto m edio do intervalo. Na Falsa posic ao aproximaremos utilizando a reta L que
passa pelos pontos (a, f (a)) e (b, f (b)). Ou seja, f (x) e aproximada por L e assim x
1
, a
aproximac ao de x, ser a o ponto onde a ordenada y da reta e zero.
A equac ao da reta L e:
y f (a)
x a
=
f (b) f (a)
b a
. (11)
Se y = 0, ent ao x = x
1
. Logo
0 f (a)
x
1
a
=
f (b) f (a)
b a
. (12)
Assim
x
1
=
a f (b) b f (a)
f (b) f (a)
(13)
Tendo x
1
, podemos usar o mesmo crit erio da Bissec ao para escolher o novo intervalo
[a, b], isto e:
6
Figura 3: O M etodo da Falsa Posic ao.
(i) Se f (a) f (x
1
) < 0 ent ao a raiz encontra-se em [a, x
1
],
(ii) Se f (x
1
) f (b) < 0 ent ao a raiz encontra-se em [x
1
, b].
Logo, continuamos o processo at e obter a precis ao desejada, obtendo intervalos [a
n
, b
n
]
com a
0
= a e b
0
= b e
x
n+1
=
a
n
f (b
n
) b
n
f (a
n
)
f (b
n
) f (a
n
)
. (14)
O M etodo da Bissec ao utiliza s o a informac ao dos valores a e b para encontrar x
n+1
,
entanto que a Falsa Posic ao utiliza a informac ao de a, b, f (a) e f (b).
1.4.1 Erro Absoluto no m etodo da Falsa Posic ao
No m etodo da Falsa Posic ao pode acontecer que a
n
ou b
n
permanece xo a partir de um
certo n, ent ao n ao podemos garantir que b
n
a
n
tende para 0. Por isso utilizaremos o
erro absoluto |x
n+1
x
n
| < como crit erio de parada, onde e a precis ao dada.
Por tanto, o m etodo para quando atingimos a desigualdade |x
n+1
x
n
| < .
1.4.2 Erro Relativo no m etodo da Falsa Posic ao
Emalguns exemplos, o crit erio de parada ser a estabelecido pelo erro relativo. Se desejar-
mos umerro relativo menor que , o m etodo para uma vez que atingimos a desigualdade

x
n+1
x
n
x
n+1

< . (15)
Exemplo 1.4. Aplique o m etodo da Falsa Posic ao para resolver a equac ao x
3
+cos(x) = 0
com a = 1 e b = 0. Encontre um resultado x
n+1
tal que |x
n+1
x
n
| < 0.01.
7
Soluc ao:
Como f (x) = x
3
+ cos(x) e f (1) = 0.45969 e f (0) = 1, consideramos a = 1 e b = 0.
O m etodo para se atingimos |x
n+1
x
n
| < 0.01. Na seguinte tabela organizaremos os
dados:
n a b x
n+1
f (a) f (b) f (x
n+1
)
0 -1 0 -0.68507 -0.45969 1 0.45285
1 -1 -0.68507 -0.84135 -0.45969 0.45285 0.07089
2 -1 -0.84135 -0.86254 -0.45969 0.07089 0.00880
3 -1 -0.86254 -0.86512 -0.45969 0.00880 0.00106
Em cada passo, uma vez calculado x
n+1
, utilizamos o TVI para escolher o intervalo
[a, b]. Note que
|x
4
x
3
| 0.00262 < 0.01.
Assim uma aproximac ao da raiz e x
4
= 0.86512.
Observac ao 1.2. Em todos os m etodos que seguem aplicamos um dos dois crit erios
de parada:
(i) Erro absoluto: se |x
n+1
x
n
| < ;
(ii) Erro relativo: se |
x
n+1
x
n
x
n+1
| < .
1.5 O M etodo das Aproximac oes Sucessivas
Seja f (x) : [a, b] R uma func ao contnua. O m etodo de Aproximac oes Sucessivas ou
M etodo do Ponto Fixo consiste em escrever a equac ao f (x) = 0 em uma outra maneira,
da forma
x = (x) (16)
onde (x) e uma func ao contnua. Desse modo, achar uma raiz x que satisfaca f ( x) = 0
e equivalente a achar um x tal que x = ( x).
Exemplo 1.5. Encontre uma func ao (x) tal que a equac ao x = (x) seja equivalente ` a
equac ao x
3
13 = 0.
8
Soluc ao:
Neste exemplo f (x) = x
3
13. Existem v arias maneiras de resolver o problema:
(i) Escreva x
3
13 = 0 na forma x
2
=
13
x
e ent ao isole x na esquerda x =

13
x
. Por
tanto (x) =

13
x
.
(ii) Escreva x
3
13 = 0 na forma 3x
3
= 2x
3
+ 13. Divida entre 3x
2
para obter
x =
2x
3
+13
3x
2
. Neste caso (x) =
2x
3
+13
3x
2
.
Do exemplo anterior e claro que existemmuitas, na verdade innitas, maneiras de denir
uma func ao (x). Se temos escolhido uma destas func oes e um ponto x
0
[a, b],
construa a sequ encia
x
n+1
= (x
n
) (17)
Se por acaso a sequ encia {x
n
} convergir para um n umero x

, isto e, lim
n
x
n
= x

, ent ao
temos que
lim
n
x
n+1
= lim
n
(x
n
). (18)
Como e contnua, temos que
lim
n
x
n+1
= ( lim
n
x
n
), (19)
o que implica x

= (x

). Pela denic ao da , temos que f (x

) = 0, ou seja, x = x

.
A an alise anterior mostra que podemos encontrar x usando a sequ encia {x
n
} da
equac ao (17), desde que o limite lim
n
x
n
exista.
O seguinte Teorema fornece condic oes para que o limite lim
n
x
n
exista.
Teorema 1.4. Seja (x) uma func ao contnua e diferenci avel num intervalo [a, b] no qual vale
|

(x)| < 1. (20)

Ent ao, dado x
0
[a, b], a sequ encia de iterac oes x
n+1
= (x
n
) converge para a raiz x de f (x) = 0.
9
Demonstrac ao. Seja x satisfazendo x = ( x) ou f ( x) = 0. Pelo Teorema do Valor
M edio, para cada n existe um c
n
( x, x
n
) tal que
|(x
n
) ( x)| = |

(c
n
)||x
n
x|. (21)
Como |

(x)| < 1 para todo x [a, b] temos que |

(c
n
)| M, para um certo
0 < M < 1. Pela denic ao x
n+1
= (x
n
), isto implica que
|x
n+1
x| M|x
n
x|. (22)
Continuando este processo temos:
|x
n+1
x| M|x
n
x| M
2
|x
n1
x| . . . M
n+2
|x
0
x|. (23)
Por tanto
lim
n
|x
n+1
x| lim
n
M
n+2
|x
0
x| = 0 (24)
pois M < 1. Ent ao,
lim
n
|x
n+1
x| = 0 (25)
o que implica lim
n
x
n+1
= x.
Observac ao 1.3. Pelo Teorema anterior devemos escolher uma que satisfaca:
|

(x)| < 1. (26)

Exemplo 1.6. A func ao f (x) = xe
x
e
3
possui exatamente uma raiz x em [0.01, 1].
Encontre esta raiz pelom etodode Aproximac oes Sucessivas, utilizandoumerroabsoluto
menor que 0.01.
Soluc ao:
Escreva a equac ao xe
x
e
3
= 0 na forma xe
x
= e
3
, ent ao divida entre e
x
para
obter x = e
x3
. Assim (x) = e
x3
e

(x) = e
x3
. Como 0.01 x 1 temos
2.99 x 3 2 ent ao
e
2.99
e
x3
e
2
,
pois e
x3
e uma func ao crescente. Logo, |

(x)| e
2
0.1353 < 1. Ent ao (x)
satizfaz as condic oes do Teorema 1.4. Considere o ponto x
0
= 0.5, ent ao
x
1
= (x
0
) = (0.5) = e
0.53
= 0.08208.
10
Continuamos calculando os valores pela f ormula x
n+1
= (x
n
) na seguinte tabela:
n x
n
0 0.5
1 0.08208
2 0.05404
3 0.052551
Observe que |x
3
x
2
| = 0.00148 < 0.01. A soluc ao aproximada e x
3
= 0.052551.
1.6 O M etodo de Newton
A ideia para encontrar uma raiz da equac ao f (x) = 0 em todos os m etodos num ericos
e comecar com uma (ou mais) aproximac ao inicial x
0
e ent ao determinar a seguinte
aproximac ao seguindo uma regra dada.
Seja f : [a, b] R uma func ao contnua em [a, b] e diferenci avel em (a, b), e seja
x
0
(a, b) uma aproximac ao inicial da raiz x. No M etodo de Newton utiliza-se a reta
tangente no ponto (x
0
, f (x
0
)) para determinar a seguinte aproximac ao, isto e, usa-se
uma aproximac ao linear da func ao f (x). A nova aproximac ao ser a ent ao o valor de x,
denotado por x
1
, no qual a ordenada da reta tangente e zero.
Reta tangente
Figura 4: O m etodo de Newton.
A equac ao da reta tangente no ponto (x
0
, f (x
0
)) e:
y f (x
0
)
x x
0
= f

(x
0
).
Substituindo as condic oes x = x
1
e y = 0 temos:
0 f (x
0
)
x
1
x
0
= f

(x
0
).
11
Isolando x
1
, obtemos a f ormula do m etodo de Newton no ponto x
0
:
x
1
= x
0

f (x
0
)
f

(x
0
)
.
Uma vez calculado x
1
podemos fazer o mesmo processo para achar outra aproximac ao
x
2
a partir de x
1
.

E claro que a f ormula para x
2
e:
x
2
= x
2

f (x
1
)
f

(x
1
)
.
Em forma geral, a aproximac ao (n + 1)- esima e dada por
x
n+1
= x
n

f (x
n
)
f

(x
n
)
. (27)
1.6.1 Converg encia do M etodo de Newton
O seguinte Teorema garante a converg encia do M etodo de Newton.
Teorema 1.5. Sejam f (x), f

(x) e f

(x) contnuas num intervalo I = [a, b] que cont em a raiz x

e suponha que f

( x) 0. Ent ao existe um intervalo I

I, contendo a raiz x tal que se x

0
I

,
ent ao a sequ encia {x
n
} gerada pela f ormula
x
n+1
= x
n

f (x
n
)
f

(x
n
)
convergir a para a raiz.
Demonstrac ao. Observe que o m etodo de Newton e um caso particular do
m etodo das Aproximac oes sucessivas com (x) = x
f (x)
f

(x)
pois x
n+1
= (x
n
).
Assim, pelo Teorema 1.4, o m etodo convergir a se |

(x)| < 1. Note que

(x) =
f (x) f

(x)
[ f

(x)]
2
(28)
Como f ( x) = 0, temos

( x) = 0. Pela continuidade de f, f

e f

, existe um
intervalo I

I contendo x, no qual |

(x)| < 1 para x I

.
Observac ao 1.4. OTeorema anterior diz que se comecarmos comumpontox
0
pr oximo
da raiz x, ent ao o M etodo de Newton convergir a para x.
12
Exemplo 1.7. Considere a equac ao n ao linear x
2
e
x
= 0. Use o m etodo de Newton para
resolv e-la considerando uma aproximac ao inicial de x
0
= 2 e um erro absoluto menor
que 0.001.
Soluc ao:
Dos dados do problema f (x) = x
2
e
x
e f

(x) = 2x e
x
. Usando a f ormula
x
n+1
= x
n

f (x
n
)
f

(x
n
)
,
escreveremos as iterac oes na tabela abaixo:
n x
n
f (x
n
) f

(x
n
)
0 -2 3.86466 -4.13533
1 -1.06545 0.79061 -2.47547
2 -0.74607 0.08239 -1.96636
3 -0.70417 0.00133 -1.90285
4 -0.70347 0.000004 -1.90180
Repare que |x
4
x
3
| = 0.0007 < 0.001. Assim um valor aproximado da raiz e
x
4
= 0.70347.
1.7 M etodo da Secante
OM etodo de Newton precisa da avaliac ao da derivada f

(x) nos pontos x

n
. Dependendo
da func ao f (x), isto pode ser muito custoso. O M etodo da Secante surgue como uma
alternativa ao m etodo de Newton no qual n ao e necess ario avaliar a derivada da func ao.
A ideia e substituir a express ao f

(x
n
) na f ormula de Newton por uma aproximac ao
dela. Suponha que conhecemos duas aproximac oes x
0
e x
1
da raiz x. Pelo m etodo de
Newton
x
2
= x
1

f (x
1
)
f

(x
1
)
. (29)
Se n ao querermos derivar f , podemos aproximar a derivada f

(x
1
) pela inclinac ao da
reta que passa pelos pontos (x
0
, f (x
0
)) e (x
1
, f (x
1
)):
f

(x
1
)
f (x
1
) f (x
0
)
x
1
x
0
. (30)
Dessa forma:
x
2
= x
1

f (x
1
)

f (x
1
)f (x
0
)
x
1
x
0
(31)
Simplicando
x
2
=
x
0
f (x
1
) x
1
f (x
0
)
f (x
1
) f (x
0
)
. (32)
13
Figura 5: O M etodo da Secante.
Fazendo a mesma an alise para x
1
e x
2
, obteremos uma f ormula para x
3
x
3
=
x
1
f (x
2
) x
2
f (x
1
)
f (x
2
) f (x
1
)
.
Em geral, a aproximac ao x
n+1
depende de x
n1
e x
n
:
x
n+1
=
x
n1
f (x
n
) x
n
f (x
n1
)
f (x
n
) f (x
n1
)
. (33)
Observac ao 1.5. A f ormula do M etodo da Secante e do m etodo da Falsa Posic ao e
a mesma. A diferenca entre estes dois m etodos e que no M etodo da Secante n ao
escolhemos os valores tais que tenham signais opostos.
Exemplo 1.8. Utilize o M etodo da Secante para determinar uma raiz da equac ao x
3

9x + 3 = 0, em [0, 1] com erro relativo menor que 10

3
.
Soluc ao:
Neste exemplo x
0
= 0, x
1
= 1 e f (x) = x
3
9x + 3. Na tabela abaixo est ao os valores
de x
n
e f (x
n
). Em cada passo x
n+1
e dado pela f ormula
x
n+1
=
x
n1
f (x
n
) x
n
f (x
n1
)
f (x
n
) f (x
n1
)
.
14
n x
n1
x
n
x
n+1
f (x
n1
) f (x
n
) f (x
n+1
)
1 0 1 0.375 3 -5 -0.32226
2 1 0.375 0.33194 -5 -0.32226 0.04911
3 0.375 0.33194 0.33763 -0.32226 0.04911 -0.00018
4 0.33194 0.33763 0.33760 0.04911 -0.00018 -0.00007
O erro relativo para

x
5
x
4
x
5

= 0.00088 e menor que o erro procurado e assim uma

aproximac ao da raiz e x
5
= 0.33760.
Agora j a estamos preparados para resolver o seguinte exerccio.
Exerccio 1.1. No exemplo (1.1), utilizando o M etodo de Newton , determine a posic ao
do Sat elite SOHO. Utilize um erro absoluto menor que 10
10
!.
Refer encias
[1] Arenales, Selma e Darezzo, Arthur: C alculo Num erico: aprendizagem com apoio de
software. S ao Paulo, Thomson Learning, 2008.
[2] Bertoldi, Neide: C alculo Num erico. S ao Paulo, Pearson Prentice Hall, 2006.
[3] Ruggeiro, M arcia e Lopes, Vera L ucia: C alculo Num erico: Aspectos Te oricos e Computa-
cionais . 2a Edic ao, S ao Paulo, Pearson Makron Books, 1996.
[4] Steward, James: C alculo . Vol. 1, Cengage Learning, S ao Paulo, 2013.
15