Escolar Documentos
Profissional Documentos
Cultura Documentos
LICENCIATURA EM MATEMTICA
ISE/2008
ISE/2008
Orientador:
Eng. Aurlio Vicente
O jri:
Agradecimentos
Se hoje tenho a oportunidade de elaborar um trabalho destes, tenho que agradecer a
muitas pessoas que tanto se sacrificaram por mim durante os meus estudos. Queria deixar aqui
expressos os meus agradecimentos:
Primeiramente a Deus e aos meus pais pela vida que me deram e pela fora que deles
recebi durante os meus estudos.
Um agradecimento especial ao meu orientador Eng. Aurlio Vicente, pela dedicao
e ateno demonstrada ao longo da orientao deste trabalho.
Um agradecimento extensivo a todos os meus irmos, primos, tios, avs; enfim,
todos os meus familiares que de uma maneira ou de outra contriburam para a
realizao deste trabalho.
Agradeo a todos os meus professores e colegas por este longo caminho que
percorremos juntos.
MUITO OBRIGADO A TODOS!
Euclides Fernandes
Dedicatria
Dedico este trabalho minha me CLARINDA DOS SANTOS pelo sofrimento que ela
passou quando as minhas exigncias ultrapassavam a sua capacidade.
NDICE
Introduo ---------------------------------------------------------------------------------------------06
4 Concluso--------------------------------------------------------------------------------------44
5 Bibliografia------------------------------------------------------------------------------------45
6 Anexo-------------------------------------------------------------------------------------------46
10
1 CONCEITOS PRELIMINARES
11
Definio 1.1 (limite): Se uma funo real de varivel real, ento o limite da funo no
lim (
) =
|(
)
| < 0 < |
| <
Teorema 1.1 (do Valor Intermdio) Seja : , , uma funo contnua. Dado um
nmero ! entre os valores () e () existe um ponto intermdio , tal que ( ) =
!.
Teorema 1.2 (do Valor Mdio tambm conhecido como Teorema de Lagrange): Dada uma
funo contnua definida num intervalo fechado % = , de e diferencivel em , ,
1. Se (
) = 0
%, '(($ $) %.
2. Se (
) 0 ((
) 0),
% $( (
) -$'$($ ($-$'$($) $) %
3. Se (
) > 0 ((
) < 0)
% $( (
) $'(-/()$($
-$'$($ ($-$'$($) $) %.
12
Definio 1.2 (extremos relativos): Seja X uma parte no vazia de IR. Diz-se que
: 0 tem um mximo local ou relativo no ponto , quando existe > 0 tal que, para
qualquer
, + 0, se tem(
) ().
Do mesmo modo tem um mnimo local ou relativo no ponto , quando existe > 0 tal que,
para qualquer
, + 0, se tem(
) (). Dizemos tambm que tem um
() = 0.
Teorema 1.4: (Teorema de Rolle) Se uma funo contnua em , com derivada
finita em , e () = () ento existe pelo menos um ponto , tal que ( ) =
0.
, com
8 , ento existe um ponto c entre
$
8 tal que:
7
(
) = :
=>8
() (
8 )
(7?4) ( )
(
8 )= +
(
8 )7?4
( + 1)!
;!
A igualdade acima conhecida por frmula de Taylor com o resto de Lagrange, onde
3(
) =
(7?4) ()
(
8 )7?4
( + 1)!
13
Definio 1.3 (sucesso convergente): Uma sucesso (@7 ) convergente para A,(que se
diz limite da sucesso) em se e s se qualquer que seja > 0, existe uma ordem depois da
Erros inerentes
Em geral, o modelo matemtico no traduz exactamente a realidade. A fim de se
conseguir um modelo que no seja demasiado complicado e difcil de tratar matematicamente,
muitas vezes necessrio impor certas restries idealistas. Os dados e parmetros dum
problema so muitas vezes resultados de medies experimentais e, portanto, afectados de
alguma incerteza.
Podemos tambm mencionar a impossibilidade de representar exactamente certas
Erros do mtodo
Uma outra classe de erros resulta do uso de frmulas que nos do valores aproximados
5
J
7
+ + ++
+ ,
1! 2! 3!
!
<
<
14
$N = 1 +
O O5 OJ
OP
+
+ + +
1! 2! 3!
E!
Erro computacional
O erro computacional deve-se ao facto de o computador usar apenas um nmero finito de
dgitos para representar nmeros reais. Assim a maioria dos nmeros e dos resultados de
operaes aritmticas, no podem ser representados exactamente no computador. So assim
originados os erros de arredondamento.
Seja Q o valor exacto duma grandeza real e seja
uma aproximao de Q.
Designemos por $: $ = Q
, o erro de
em relao a Q . Ao valor |$| chama-se erro
absoluto de
. Se Q 0, designa-se por
=
15
resolver problemas deste tipo constitui a motivao para aprendizagem de outras tcnicas,
sendo uma delas o mtodo iterativo.
Antes de apresentarmos os mtodos iterativos de resoluo de equaes no lineares,
comecemos por algumas definies.
Definio 2.1 Uma equao no linear pode genericamente escrever-se sob a forma (
) = 0
com : X %3 em que X %3 domnio de .
\
x z |Z[|
que lim
=<
Definio 2.4 Entende-se por processo iterativo um mtodo pelo qual se pode achar uma
sucesso
4 ,
5 ,
7 , de valores aproximados ou iteraes da soluo procurada.
iterativo a
$^ = Q
^
16
Um processo iterativo, para ter interesse prtico, deve gerar iteraes que se aproximam
da raiz procurada, isto , deve ser convergente para a referida raiz. Um processo iterativo dizse convergente quando
lim
^ = Q
^_
^_
Ento a sucesso `
^ a converge para Q com convergncia de ordem p. A b chama-se
) for suficientemente grande. Assim quanto maior a ordem de convergncia maior tambm
A determinao iterativa de zeros de funes passa pela resoluo dos problemas seguintes:
1. Determinao dos intervalos com menor amplitude possvel nos quais existe um e um
s dos zeros de ;
17
equaes no lineares.
Teorema 2.1 Dado um intervalo % = , e uma funo que satisfaz as seguintes
condies:
contnua em % = ,
() () < 0
Ento a equao (
) = 0 tem pelo menos um soluo Q em , .
(1)
(2)
fcil verificar que (2) no garante por si s a existncia de uma raiz Q. Para aplicar o mtodo
da bisseco basta que verifique as condies (1) e (2). Se para alm das condies (1) e
(2), existir, e for contnua e diferente de zero em , , conclui-se, pelo teorema de Rolle,
que a soluo nica em , .
divises ao meio e relativamente aos quais tambm se verifica a condio (2). Deste modo
vamos confinando um zero da funo a intervalos to pequenos quanto desejarmos.
Concretizando, ponhamos
18
em que 8 = $ d = e seja
^?4 o ponto mdio do intervalo %^ , isto ,
^?4 =
^ + ^
2
1-Se (
^?4 ) = 0, ento
^?4 um zero e o processo iterativo termina.
2-Se (^ ) $ (
^?4 ) tiverem sinais diferentes faa-se
^?4 = ^ $ ^?4 =
^?4
Deste modo garante-se que o novo intervalo %^?4 = ^?4 , ^?4 contm pelo menos
um zero de . Pela forma como foi construdo este sub-intervalo tem um comprimento que
metade do comprimento do sub-intervalo procedente. Portanto
1
^?4 ^?4 = (^ ^ )
2
(3)
|Q
^?4 | |
^?4
^ |
|%8 | =
+
,
2
4 + 4
5 =
,
2
2
|%5 | = 5
2
|%4 | =
4 =
J =
^ =
5 + 5
,
2
^Z4 +^Z4
,
2
|%J | =
2J
|%4 | =
2^
19
de modo geral
da relao
Q,
^ %^Z4 |$^ | = |Q
^ |
conclumos que
0 |$^ | = |Q
^ |
2^
0
2^
4 ,
5 ,
J , ,
^ Q
m
2^
(4)
) = 1,2,3,
|$^ | ; ^ |$8 |
20
|$^ | ; ^ ( )
Comparando com (4) vemos que o mtodo da bisseco comporta-se de uma forma
parecida com os mtodos de convergncia linear, com o coeficiente assimpttico de
4
convergncia igual a .
5
Como |Q
^ | <
gZh
5\
basta impor
gZh
5\
|Q
^ | <
< , ou seja
ln l m
< 2^ ln j
k < )(A2) ) >
< 2^
A2
Tomando ) o nmero inteiro imediatamente a seguir ao valor acima, temos a garantia que
^
satisfaz a preciso desejada.
Algoritmo 1
INICIALIZAO
8 = ,
8 = ,
8 =
^ + ^
2
SE |
^?4
^ | (
^?4 ) = 0
^?4 =
ENTO fazer Q =
^?4 , SADA
SE (
^?4 )(^ ) < 0
21
SE NO fazer ^?4 =
^?4, ^?4 = ^
FIM DO CICLO.
Exemplo1
Resoluo
(
) =
'
(
) ( /$-pA 0,1
(0) (1) < 0
(
) = 1 + '$
e como no se anula em % = 0,1, ento podemos concluir que (
)
10
ln l ZJ m
m )>
10
) > 6.64
A2
A2
ln l
22
So necessrias 7 iteraes
-1
0
1
2
3
4
5
6
7
^Z4
^Z4
(
^ )
0.0000
-1.0000
1.0000
0.4596
0.5000
-0.3775
Z4
8
0.7500
0.0183
8
0.6250
-0.1859
5
0.6875
-0.0853
5
0.7187
-0.0338
5
0.7344
-0.0079
5
0.7422
0.0052
5
Tabela 1: Exemplo do mtodo da bisseco
Comparando (
4 ) = 0.3775 com (
5 ) = 0.0183 era de esperar que Q estivesse mais
perto de
J do que
5 mas no entanto no aconteceu. Assim, se alm do sinal utilizarmos o
prprio valor de (
^ ) de esperar que tenhamos mtodos com convergncia mais rpida do
bisseco utiliza o seu sinal, o que muito reduzido. de esperar que, se recorrermos a
23
mais informaes sobre o andamento de , possamos conceber mtodos mais rpidos. Tal
funo que satisfaz no intervalo %^ = ^ , ^ , as condies (1) e (2). Nesse intervalo (
)
aproximada pela secante
E4 (
) = (^ ) +
(^ ) (^ )
(
^ )
^ ^
(5)
que passa pelos pontos y^ , (^ )z e y^ , (^ )z (onde E4 um polinmio
interpolador de ) o zero
^?4 de E4 constitui uma aproximao do zero Q de . Ento se
fizermos em (5)
=
^?4 obtemos
E4 (
^?4 ) = 0 (^ ) +
(^ ) (^ )
(
^?4 ^ ) = 0
^ ^
^?4 = ^ (^ )
^ ^
(^ ) (^ )
(6)
(7)
Fazendo ^?4 =
^?4 ou ^?4 =
^?4 e mantendo o outro extremo do intervalo inalterado
consoante for (
^?4 ) (^ ) < 0 ou (
^?4 )(^ ) < 0, e procedendo de igual modo
podemos obter nova aproximao do zero Q.
()() < 0
Algoritmo 2
INICIALIZAO:
8 = , 8 = ,
8 =
^?4 = ^ (^ )
SE |
^?4
^ | ou (
^?4 ) = 0
^ ^
(^ ) (^ )
24
ENTO FAZER Q =
^?4 , SADA
SE (
^?4 )(^ ) < 0
SE NO FAZER ^?4 =
^?4, ^?4 = ^
FIM DO CICLO
Notando que
^?4 a abcissa do ponto de interseco da recta que passa pelos pontos de
deve-se ao facto de (
) no mudar de convexidade em 4 , 4 , isto (
) 0 em
4 , 4 .
(
)({ ) > 0
%{ ^?4 = ^
) -
(
) ({ ) > 0
%{ ^?4 = ^
) -
ou
25
Assim se (
) 0 $) , o mtodo iterativo da falsa posio exprime-se por
^?4 =
^ (
^ )
^ |8
(
^ ) (|8 )
) = 0,1,2,
(8)
em que
|8 = ,
8 = '$ (
)() > 0 $ |8 = ,
8 = '$ (
)() > 0
)
, .
Exemplo 2
Resoluo
(
) =
5 2
(
) ( /$-pA 0,2
(0) (2) < 0
(
) = 2
e como no se anula em % = 0,2, podemos concluir que possui um nico zero
no referido intervalo.
)
-1
0
1
2
3
4
5
6
7
8
9
^Z4
Z4
^Z4
(
^ )
$^
$^/ $^Z4
0.000000 -2.000000
1.414214
2.000000 2.000000
-0.585787
1.000000 -1.000000
0.414214
-0.7071
1.333333 -0.222222
0.080880
0.1953
1.400000 -0.040000
0.014214
0.1757
1.411765 -0.006920
0.002449
0.1723
1.413793 -0.001189
0.000420
0.1717
1.414141 -0.000204
0.000072
0.1716
1.414201 -0.000035
0.000012
0.1722
1.414211 -0.000006
0.000002
0.1747
1.414213 -0.000001
3.8x10-7
0.1747
26
(9)
`^ , ^ ,
a e o mximo de `^ , ^ ,
a. Nota-se que se fizermos tender ^ para ^ , ento (9)
1
(
) = (^ ) + (^ )(
^ ) + (^ )(
^ )5
2
fazendo em (9)
= Q, sendo Q um zero de , temos
(^ ) +
(Q) = 0
(^ ) (^ )
1
(Q ^ ) + (^ )(Q ^ )(Q ^ ) = 0
^ ^
2
(10)
(^ ) (^ )
(
^?4 ^ ) = 0
^ ^
(11)
27
Q
^?4 =
(^ )
(Q ^ )(Q ^ )
2(^ )
(12)
designamos este extremo por |8 . Assim com esta condio, se em (12) substituirmos ^ e ^
por |8 e
^ , obtemos
$^?4 =
(^ )
(Q |8 ) $^
2(^ )
em vez de se empregar os pontos y^ , (^ )z e y^ , (^ )z para traar a secante, utilizam-
se os pontos y^ , (^ )z e (^ , (^ )/2). A secante continua a ser definida por um ponto
( ) ( ) < 0
Algoritmo 3
INICIALIZAO:
8 = , 8 = ,
8 = , = (8 ), = (8 )
CICLO: para ) = 0,1, FAZER
28
^?4 = ^
^Z ^
SE |
^?4
^ | ou (
^?4 ) = 0
ENTO FAZER Q =
^?4 , SADA
SE (
^?4 )(^ ) < 0
SE TAMBM (
^?4 )(^ ) > 0
ENTO fazer = /2
SE NO FAZER ^?4 =
^?4, ^?4 = ^ , = (
^?4 )
SE TAMBM (
^?4 )(^ ) > 0
ENTO fazer = /2
FIM DO CICLO
Exemplo 3:
Determinar pelo mtodo da falsa posio modificada a raiz positiva da equao
5 2 =
Resoluo
(
) =
5 2
(
) ( /$-pA 0,2
(0) (2) < 0
(
) = 2
e como no se anula em % = 0,2, podemos concluir que possui um nico
29
-1
0
1
2
3
4
5
6
7
8
^Z4
Z4
^Z4
$^ /$^?4
0.000000
(
^ )
-2.000000
1.414214
2.000000
2.000000
-0.585787
-1.000000
-1.000000
0.414214
-0.7071
1.333333
-0.222222
0.080880
0.1953
1.454545
0.115703
-0.040332
-0.4987
1.413043
-0.003308
0.001170
-0.0290
1.414197
-0.000047
0.000016
0.0141
1.414230
0.000045
-0.000016
-0.9681
1.414214
-1.19x10
-7
2.42x10
-8
-0.0015
-1.19x10
-7
2.42x10
-8
1.0000
1.414214
$^
pelo zero
^?4 da secante E4 que passa pelos pontos de coordenadas y^ , (^ )z e
y^ , (^ )z cuja equao j vimos anteriormente. A diferena deste mtodo relativamente ao
Fazendo em (7) ^ =
^?4 e ^ =
^ , obtemos a frmula iteradora do mtodo da
secante
^?4 =
^ (
^ )
em que
8 $
Z4 so dados.
^Z
^Z4
(
^ ) (
^Z4 )
) = 0,1,
(13)
30
^?4
^Z4
eixo das abcissas com a secante que passa pelos pontos de coordenadas y
^ , (
^ )z e
y
^Z4 , (
^Z4 )z.
1. ()() < 0
2. (
) 0,
,
3. (
) 0 (
) 0,
,
4.
Y(h)
Y(h)
< $
Y(g)
Y(g)
<
Se essas condies forem verificadas ento o mtodo da secante converge para a raiz
de (
) = 0
Z4 ,
8 , .
8 e
Z4
so tais que:(
8 )(
) 0 e (
Z4 )(
) 0 ento o mtodo da secante
31
Para obter uma frmula dos erros basta utilizar (12) e substituir nessa relao ^ e ^
por
^Z4 e
^ respectivamente. Obtemos
$^?4 =
(^ )
$
$
2(^ ) ^Z4 ^
(14)
Com ^ /((
^Z4 ,
^ ) e ^ /((
^Z4 ,
^ , Q). Com esta frmula possvel fazer o
Teorema 2.3: Seja uma funo duas vezes diferencivel numa vizinhana de um zero Q e
tal que (
) 0. Ento se os valores iniciais
Z4 e
8 so escolhidos suficientemente perto
de Q, a sucesso `
^ a definida por (13) converge para Q.
Demonstrao
modo que
)
|(
)|
2)/ |(
)|
exista e
< 1
(15)
(16)
(17)
e
| $^?4 |
e, portanto
^?4 %. Conclumos por induo que
Z4 ,
d % e condio (15) satisfeita
32
|$^ | ^ |$8 |
donde, conclumos que A/)^_ |$^ | = 0, visto que por hiptese < 1
E = (1 + 5) /2 1.618.
Algoritmo 4
INICIALIZAO
Z4 ,
8 , )
Z4
8
^?4 =
^ (
^ )
\ Z\
Y(\ )ZY(\ )
SE |
^?4
^ | ou (
^?4 ) = 0
ENTO FAZER Q =
^?4 , SADA
FIM DO CICLO.
Exemplo 4
Como contnua, pelo teorema do valor intermdio existe pelo menos um zero neste
intervalo.
)
1
^?4
\ Z\
Y(\ )ZY(\ )
0.61270
. Tomando
8 = 0 e
33
0.74058
0.75390
0.75309
Como (
t ) = 0.000002 temos que
t = 0.75309 tem a preciso desejada.
^?4 =
^
(
^ )
(
^ )
) = 0,1,
(18)
34
Interpretao grfica
Seja
^?4 o ponto de interseco com o eixo dos
. Vem
0 = (
^ )(
^?4
^ ) + (
^ )
donde
^?4
^ =
(
^ )
(
^ )
^?4 =
^
(
^ )
(
^ )
) = 0,1,
35
Taylor. Desenvolvendo (
) em torno de
^ .
1
(
) = (
^ ) + (
^ )(
^ ) + (^ )(
^ )5
2
com ^ /((
,
^ ). Fazendo
= Q, com (Q) = 0, resolvendo em ordem a z obtemos
Q =
^
(
^ ) (^ )
(Q
^ )5
(
^ ) 2(
^ )
(19)
com ^ /((
,
^ ). Desprezando o ltimo termo, vamos obter a aproximao
^?4 dada
por (18). Ento, subtraindo (18) a (19), chegamos seguinte frmula dos erros
$^?4 =
(^ ) 5
$
2 (
^ ) ^
com ^ /((
,
^ ), a qual se assemelha frmula dos erros do mtodo da secante.
(20)
Teorema 2.5 seja uma funo duas vezes continuamente diferencivel numa vizinhana de
z xm +1
f ( z )
=
2
2 f ( z )
m)
lim ( z x
m
(21)
modo que
36
b=
)
|(
)|
2)/ |(
)|
existe e
b < 1
(22)
5
|$^?4 | b$^
(23)
|$^?4 | |$^ |
(24)
e
|$^?4 | <
e portanto
^?4 %. Conclumos por induo que se
8 % e a condio (22) satisfeita
donde conclumos que A/)_ |$^ | = 0, visto que por hiptese < 1. Em (20) ^ est entre
Q $
^ e portanto ^ Q quando ) . Logo
z xm+1
f ( m )
f ( z )
= lim
=
2
m ( z x )
m 2 f ( x )
2 f ( z )
m
m
lim
um zero Q em , e |Q
8 | <
Algoritmo 5
INICIALIZAO
8 ,
^7, |Y()|
^h, |Y()|
37
CICLO: PARA ) = 0,1, FAZER
^?4 =
^
(
^ )
(
^ )
SE |
^?4
^ |
) = 0,1,
Exemplo 5
h?g
5
Resoluo
(
) =
J 10
Temos que (
) = 3
5 , ento o mtodo de Newton dado por
^?4 =
^
Considerando
8 =
h?g
5
= 1.5, obtm-se:
)
0
2.48148
2.195644
2.15520
2.15443
Z48
\
J\
^?4
Como (
s ) = 6.5Zt, ento
s =2.15443 satisfaz a preciso desejada.
38
2. (
) 0,
,
3. (
) ) $ '/A $) , , /. $. , (
) 0
(
) 0 )
,
A condio (1) indica a existncia da raiz, a condio (2) refere-se unicidade da raiz,
(3) indica que no muda o sentido da concavidade em , ; e, ento com a condio (4)
conclui-se que o Mtodo de Newton converge para a soluo de (
) = 0, qualquer que seja
8 , .
Se as condies 1, 2 e 3 so verificadas e
8 escolhido de modo que
(
8 )(
) 0,
,
(25)
= (
)
(26)
(27)
39
A aplicao transforma Q em si mesmo, e por isso Q denominado ponto fixo de e o
^?4 = (
^ ),
sendo
8 uma aproximao inicial de Q.
) = 0,1,
(28)
Definio 2.6: Uma funo diz-se Lipschitziana no intervalo % = , se existir uma
|(O) (
)|
|O
|,
, O %
(29)
40
Ainda possvel mostrar que se 4 (, ) $ |(
)|
< 1,
, , ento
Nota-se que a funo Lipschitziana contnua. Por outro lado, se for continuamente
/((O,
)
e portanto se |()| < 1 para todo o %, a funo contractiva. Nesse caso, a constante
de Lipschitz pode ser dada por
= max|(
)|
Teorema 2.7 (do ponto fixo): Se existir um intervalo % = , no qual a funo
3. Para qualquer
8 em % a sucesso `
^ a gerada por (28) converge para Q
4. |Q
^ |
4Z
|
^?4
^ |
5. |Q
^ |
^ |Q
8 |
4Z
|Q
^?4 |
|
4
8 |
4Z
|
^?4
^ |
Demonstrao
(
)
. Por termos suposto que (%) %, tem-se que () > 0 $ () < 0 , pelo teorema
do valor intermdio conclumos que possui um zero no intervalo , . Fica provado que
possui pelo menos um ponto fixo Q em %.
(2) Suponhamos que | um ponto fixo em %. Ento por ser contractiva de (29) temos que
|Q || = |(Q) (|)|
|Q ||
41
ento
(1
)|Q || 0
|Q
^?4 | = (Q) (
^) por (27) e (28), |(Q) (
^ )|
|Q
^ |, por (29) ento
se
8 %, temos
|Q
^?4 |
|Q
^ |
^ %
assim |Q
^ | <
|Q
^Z4 | e por induo segue-se que
|Q
^ |
^ |Q
8 | ) = 0,1,
(30)
(31)
|Q
^ |
1
|
^ |
1
^?4
(32)
|
^?4
^ |
1
(33)
^
|
8 |
1
4
(34)
(5) A primeira desigualdade coincide com (31). Tomando ) = 0 em (32) e recorrendo a (31)
temos a segunda desigualdade
|Q
^ |
42
As desigualdades (31) e (34) permitem obter majoraes (a priori) do erro $) = Q
)
Na prtica pode ser difcil verificar se satisfaz ou no a condio (29). Por isso, quando
(%) %, ento so verificadas todas as proposies do teorema 2.7 e tem-se ainda que:
A/)^_
\
\
Demonstrao
Visto que a primeira hiptese do teorema implica, como j referimos, que seja
Por outro lado basta subtrair (28) e (27) e recorrer mais uma vez ao teorema de Lagrange
para termos
$^?4 = (^ )$^
^ /((Q,
^ )
em que $^ = Q
^ . Por conseguinte, no caso de convergncia, temos
$^?4
= (Q)
^_ $^
lim
(35)
(36)
`
^ a no poder convergir para z (excluindo o caso de ser
^ = Q a partir de uma certa
iterao).
montona, isto ,
8 <
4 < < Q ou
8 >
4 > > Q com
d % e se -1<(
) < 0 para
43
Para visualizar melhor o problema da convergncia do mtodo do ponto fixo til uma
representao grfica para os diferentes casos da convergncia e divergncia deste mtodo. O
ponto fixo z a abcissa do ponto de interseco da recta O =
com o grfico de O = (
).
ponto a iterada
4 . Para obter
5 traa-se um segmento vertical partindo de (
4 ,
4 ) at ao
ponto (
4 ,
5 ) pertencente ao grfico de e procede-se como anteriormente. Esto
representadas nas figuras seguintes os vrios casos de convergncia e divergncia
considerados atrs.
44
que verifica as condies do teorema do ponto fixo para o intervalo , , ou seja,
1. ,
3. max g( x ) L < 1
x[ a ,b]
se:
lim
z xm +1
z xm
= g( z )
Teorema 2.11: (convergncia supralinear do mtodo do ponto fixo): Seja Q = (Q) com
P , , E 2 verificando as condies do teorema do ponto fixo em, e Q , .
Se
lim
em +1
em
g ( p) ( z)
p!
e portanto a sucesso `
^ a tem a ordem de convergncia E e coeficiente assimpttico de
convergncia
b_ =
(P) (Q)
E!
45
8 ,
^?4 = (
^ )
SE |
^?4
^ |
F 3 -/Q =
^?4, X
% X %
.
Exemplo 6
(
) = '$(
) , |(
)| < 1 $) % = 0,
A convergncia est garantida, ento aplicamos o algoritmo:
8 = 1,0
4 = (
8 ) = 0,5403
5 = (
4 ) = 0,8576
J = (
5 ) = 0,6543
s = (
J ) = 0,7935
t = (
s ) = 0,7031
46
A soluo aproximada aps 5 iteraes do ponto fixo Q = 0,7031.
Exemplo:
-4
inferior 10 aplicando
a) O mtodo de Newton.
b) O mtodo de Ponto Fixo.
Resoluo
a)(
) =
4 '$(2
), contnua
4
J
2
(
) = 1 cos (2
)
3
^?4
4 '$(2
^ )
3
=
^
2
1 cos (2
^ )
3
Considerando
8 = 4, obtm-se
) = 0,1,
^?4
4.30062
4.26201
4.26142
4.26148
Como (
J ) = 0.52270 10Zt temos a preciso desejada.
47
(
(3) = 0.90686 ento, existe um zero neste intervalo.
(5) = 1.18134
(
) = 1 cos (2
) a 1 derivada no anula em % = 3,5
5
J
1
(
) = 4 + '$(2
)
3
(3)
= 3.9
5
(%) % e |(
)| = J cos (2
) < 1. Pelo que o mtodo converge.
(5) = 3.8
Tomando
8 = 4 temos:
^?4 = 4 + '$(2
^ )
3
)
0
4.23089
4.27363
4.25638
4.26357
4.26061
4.26184
4.26133
4.26154
4.26145
Como (
) = 4.762 10Zt temos a preciso desejada.
48
CONCLUSO
sempre agradvel chegar ao fim de um trabalho e ter a sensao de que os objectivos
propostos foram atingidos.
As equaes no lineares so aquelas equaes de que todos os professores e alunos
tentam fugir, uma vez que no existem as habituais frmulas directas de as resolver. Mas com
a realizao deste trabalho ficou bem claro para mim, e para aqueles que tero acesso a ele,
que existem mtodos eficazes para a resoluo das equaes no lineares. Durante a sua
realizao deste no me deparei com grandes dificuldades na utilizao destes mtodos
iterativos, como o da Bisseco, o da Falsa Posio, o da Secante e o do Ponto Fixo, mas o
mesmo no se poder dizer em relao ao mtodo de Newton, visto que tive de determinar a
expresso analtica da funo primeira derivada, o que em certos casos muito trabalhoso.
Mas apesar disso o este ltimo mtodo o mais conhecido para determinar as razes de uma
equao. No sempre o melhor mtodo para um determinado problema, mas a sua frmula
simples e a sua grande rapidez de convergncia fazem dele o mtodo que geralmente se utiliza
em primeiro lugar para resolver uma equao.
Foi atravs da pesquisa bibliogrfica e do recurso internet que consegui ajuda
necessria para elaborar este trabalho. Espero que ele possa contribuir positivamente para
todos aqueles que se interessam por esta rea da Matemtica.
49
Bibliografia
FERREIRA, J.C. Introduo Anlise Matemtica, Fundao Calouste Gulbenkian, 1991
LEMOS, Carlos e Pina. Heitor, Mtodos numricos - complementos e guia prtico. IST Press
MARIANI, Viviani Cocco. Maple- Fundamentos e Aplicaes. LTC. Rio de Janeiro. 2005.
PINA, Heitor. Mtodos Numricos, Editora Mc Graw-Hill-Portugal. 1995
RODRIGUES, Jos Alberto. Mtodos Numricos - Introduo, Aplicao e Programao
Edies Slabo. 2003
Internet:
http://www.math. IST.pt/~calves/cursos/MetEqNL.HTM
50
51
MTODO DA BISSECO
Tendo em conta o algoritmo do Mtodo de Bisseco, podemos fazer um procedimento
no Maple (proc) para resolver este algoritmo. A sintaxe do procedimento pode ser
bisseco=proc(funo, a, b, erro)
> restart;
> # procedimento do Mtodo da Bisseco
> bisseco:=proc(f, a, b, erro)
> local am, bm, xm, m:
> am:=evalf(a): bm:=evalf(b):
> if f(am)*f(bm)>=0 then ERROR("intervalo invlido") fi:
> for m from 1 do xm:=(am+bm)/2:
> if f(am)*f(xm)>0 then am:=xm
> elif f(am)*f(xm)<0 then bm:=xm
> else break fi:
> if evalf(abs(am-bm))<erro then break fi:
> od:
> print("A raz aproximada aps", m, "iteraes do mtodo da bisseco :"):
> print(xm):
> end:
Exemplos
1. AA -/Q $ (
) = '(
) E-
52
)
> bisseco(cos,1,3,0.0001);
)
> bisseco(cos,0,1,0.0001);
Error, (in bisseco) intervalo invlido
2. AA -/Q (
) =
5 2 . ) = 0, = 2 $ ) ) $-- = 0.0005
> f:=x->x^2-2;
f := x x 2 2
> bisseco(f,0,2,0.0005);
"A raz aproximada aps"12
, , "iteraes do mtodo da bisseco :"
1.414550781
MTODO DE NEWTON
O procedimento para obter a raiz de uma funo pelo Mtodo de Newton possui a
seguinte sintaxe: Newton (funo, aproximao inicial, numero de iteraes, preciso).
> #procedura do mtodo de Newton
> Newton:=proc(f,aprox,num_iter,erro)
> local xm, m;
> xm:=aprox;
> for m from 1 to num_iter do
> if abs(f(xm)/D(f)(xm))<erro then break
> else xm:=xm-(f(xm)/D(f)(xm));
> fi
> od;
> if m-1=num_iter then print("No convergiu aps", m-1,"iteraes pelo mtodo de Newton
")
> else print("A soluo aproximada com", m-1, "iteraes pelo mtodo de Newton :")
> fi;
> print(evalf(xm));
> end:
53
Exemplos
f := x x 2 sin( x )
> Newton (f, 0.5, 10, 0.0001);
(
) =
5
J pelo mtodo de newton para:
> Newton(f2,-2,5,0.0005);
-1.618110697
54
h1 := x x + 2
> Ponto_Fixo(h1,18,15,0.0001);
55
2.Calcula o zero a raiz aproximada da equao
= '
aplicando o mtodo do ponto fixo,
utilizando 15 iteraes e um erro de 0.01.
> f1:=x->cos(x);
f1 := cos
> Ponto_Fixo(f1,1,15,0.01);
MTODO DA SECANTE
seguir
possui
seguinte
sintaxe:
3
1. Calcule a raiz aproximada de f := x x + cos( x ) pelo mtodo da secante com
0 = 2
$
1 = 3 com 15 iteraes. Com uma preciso de 0.000001
> f:=x->x^3+cos(x);
56
f := x x3 + cos( x )
> Secante(f,2,3,50,0.000001);
"A soluo aproximada aps"13
, , "iteraes do mtodo da secante ,:"-.8654740330
2. Calcule a raiz aproximada de
5 2 = 0 pelo mtodo da secante com
0 = 1
$
1 = 2 com 5 iteraes. Com uma preciso de 0.00001
> f1:=x->x^2-2;
f1 := x x2 2
> Secante(f1,1,2,55,0.00001);
"A soluo aproximada aps"6
, , "iteraes do mtodo da secante :"1.414213562
,
> restart;
> falsa_posio:=proc(f, a, b,num_iter, erro)
> local am, bm, xm, m:
> am:=evalf(a): bm:=evalf(b):
> if f(am)*f(bm)>=0 then ERROR("intervalo invlido") fi:
> for m from 1 to num_iter do xm:=bm-f(bm)*(bm-am)/(f(bm)f(am)):
> if abs(f(xm))<erro then break
> else if f(am)*f(xm)>0 then am:=xm
> elif f(am)*f(xm)<0 then bm:=xm
> else break fi:fi:
> od:
> print("A raz aproximada da equao", f,"=0 aps", m-1,
"iteraes do mtodo de falsa posio :"):
> print(xm):
> end:
57
Exemplos
> f:=x->x^2-2;
f := x x2 2
> falsa_posio(f,0,2,54,0.000001);
"A raz aproximada da equao", x x2 2, "=0 aps", 9,
"iteraes do mtodo de falsa posio :"
1.414213500
-.8613856273