3

EUCLIDES DOS SANTOS FERNANDES

RESOLUO DE EQUAES NO LINEARES

LICENCIATURA EM MATEMTICA

ISE/2008
ISE/2008

INSTITUTO SUPERIOR DE EDUCAO

EUCLIDES DOS SANTOS FERNANDES

RESOLUO DE EQUAES NO LINEARES

Trabalho cientfico apresentado ao ISE para obteno de grau de

Licenciatura em Ensino de Matemtica

Orientador:
Eng. Aurlio Vicente

INSTITUTO SUPERIOR DE EDUCAO

DEPARTAMENTO DE CINCIA E TECNOLOGIA

Trabalho de fim de curso:

RESOLUO DE EQUAES NO LINEARES

O jri:

Praia, __ de ___________ de 2008

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

1 Capitulo conceitos preliminares --------------------------------------------------------07

1.1Teoremas e conceitos bsicos da Anlise Matemtica---------------------------------07
1.2 Conceitos bsicos da teoria dos erros----------------------------------------------------09

2 Capitulo - Equaes no lineares - Mtodos iterativos----------------------------11

2.1 Introduo-------------------------------------------------------------------------------------11
2.2 Mtodo da bisseco-----------------------------------------------------------------------13
2.2.1 Descrio do mtodo-------------------------------------------------------------------13
2.2.2 Convergncia do mtodo---------------------------------------------------------------14
2.2.3 Algoritmo do mtodo----------------------------------------------------------------------16

2.3 Mtodo da falsa posio--------------------------------------------------------------18

2.3.1 Descrio do mtodo------------------------------------------------------------------------18
2.3.2 Algoritmo do mtodo-----------------------------------------------------------------------19
2.3.3 Convergncia do mtodo-------------------------------------------------------------------22
2.3.4 Mtodo da falsa posio modificada-----------------------------------------------------23

2.4 Mtodo da secante----------------------------------------------------------------------25

2.4.1 Descrio do mtodo-----------------------------------------------------------------------25
2.4.2 Convergncia do mtodo---------------------------------------------------------------------26
2.4.3 Algoritmo do mtodo-------------------------------------------------------------------------28

2.5 Mtodo de Newton----------------------------------------------------------------------29

2.5.1Descrio do mtodo---------------------------------------------------------------------------29
2.5.2 Convergncia do mtodo---------------------------------------------------------------------31
2.5.3 Algoritmo do mtodo--------------------------------------------------------------------------32

2.6 Iterao do ponto fixo------------------------------------------------------------------34

2.6.1 Descrio do mtodo--------------------------------------------------------------------------34
2.6.2 Convergncia do mtodo----------------------------------------------------------------------35
2.6.3 Algoritmo do mtodo---------------------------------------------------------------------------41

4 Concluso--------------------------------------------------------------------------------------44
5 Bibliografia------------------------------------------------------------------------------------45
6 Anexo-------------------------------------------------------------------------------------------46

10

Neste trabalho encontram-se desenvolvidos os principais mtodos numricos de

resoluo de equaes no lineares. Como sabemos, na resoluo de equaes deste tipo no
existem frmulas resolventes, ento essas equaes so resolvidas por mtodos numricos.
Num mtodo numrico possvel distinguir trs fases: a primeira fase consiste na formulao
matemtica do problema, na segunda fase escolhe-se o mtodo de resoluo e a ltima fase
reservada ao clculo numrico da soluo aproximada. Basicamente o mtodo numrico um
conjunto ordenado de operaes aritmticas e lgicas fundamentadas em teoremas da Anlise
Matemtica, que conduz soluo aproximada do problema. A um mtodo numrico est
sempre associado um algoritmo.
O aparecimento de computadores veio possibilitar clculos numricos at ento
humanamente impossveis, o que teve como reflexo o desenvolvimento de novos mtodos
numricos e o aperfeioamento dos j existentes. Desde ento a Anlise Numrica
desenvolveu-se como cincia prpria contribuindo para a resoluo dos mais variados
problemas numricos. A Anlise Numrica desenvolveu uma teoria prpria: A Teoria Dos
Erros. Deste modo, um mtodo numrico deve ser sempre acompanhado de um estudo sobre
majoraes de erros e convergncia.
Tendo em conta isso, para resolver equaes no lineares necessrio o conhecimento
da Anlise Matemtica sobretudo dos teoremas bsicos. Atendendo a este facto a primeira
parte deste trabalho est reservada aos conceitos bsicos da Anlise Matemtica, seguidos de
conceitos tambm bsicos da teoria dos erros. Na segunda parte encontra-se a fundamentao
terica dos principais mtodos de resoluo de equaes no lineares, acompanhados dos
respectivos algoritmos que permitem traduzi-los num programa inteligvel para o computador.
Neste caso os algoritmos encontram-se traduzidos no Maple (em anexo).

1 CONCEITOS PRELIMINARES

11

1.1 Teoremas e conceitos bsicos da Anlise Matemtica

Definio 1.1 (limite): Se
uma funo real de varivel real, ento o limite da funo
no

ponto c (caso exista) definido da seguinte forma.

lim
(
) =



Significa que existe um > 0 tal que a distncia entre
(

) e L menor que  quando a
distncia entre
e  menor que , isto ,

|
(
) | <   0 < |
| < 

Teorema 1.1 (do Valor Intermdio) Seja
: ,  , uma funo contnua. Dado um

nmero ! entre os valores
() e
() existe um ponto intermdio  ,  tal que
( ) =

!.

Corolrio do teorema do valor intermdio

Se
uma funo contnua em ,  e se
() $
() tiverem sinais contrrios,
ento existe pelo menos um nmero real  entre  $  tal que
() = 0

Teorema 1.2 (do Valor Mdio tambm conhecido como Teorema de Lagrange): Dada uma

funo contnua
definida num intervalo fechado % = ,  de e diferencivel em , ,

ento existe um ponto c em ,  tal que

Corolrios do Teorema de Lagrange:

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

extremo local ou relativo no ponto .

Teorema 1.3 (Teorema de Fermat) Se % um intervalo de IR com mais de um ponto,

: 0 %3 diferencivel no ponto  interior a I e
tem um extremo local em , ento

() = 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.

Corolrios do Teorema de Rolle:

1. Se 4 $ 5 so dois zeros consecutivos de
ento em 4 , 5  existe quando muito um
zero de
.

2. Dada uma funo
: 0 %3 diferencivel no pode haver mais do que um zero de

(
) entre dois zeros consecutivos de
(
).

Teorema 1. 5: (Teorema de Taylor) Seja f uma funo derivvel at ordem  + 1 no

intervalo ,  e supondo que
(7) contnua no intervalo , . Se
e
8 so dois pontos de

,  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

qual todos os termos da sucesso so valores aproximados de A a menos de .

Traduz-se que A limite de uma sucesso (@7 ), escrevendo @7 A. Tem-se pois,

@7 A  > 0 E %F:  > E |@7 A| < 

1.2 Conceitos bsicos da teoria dos erros

Tipos de erros num processo de clculo
Para analisar a qualidade de um resultado numrico, devemos estar cientes das possveis
fontes de erros ao longo de todo o processo. Podemos considerar trs tipos de erros: erros
inerentes, erros do mtodo e o erro computacional. Nota-se que o efeito do erro total engloba
todos os tipos de erros originados ao longo do processo de clculo. H certos problemas nos
quais a um pequeno erro introduzido num certo passo de clculo, corresponde um erro
grande na soluo final. Um problema deste tipo diz-se mal condicionado.

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

constantes matemticas como por exemplo, a constante H.

Erros do mtodo
Uma outra classe de erros resulta do uso de frmulas que nos do valores aproximados

e no exactos. Por exemplo, a srie de MacLaurin para representar $ 

$ = 1 +

5
J

7
+ + ++
+ ,
1! 2! 3!
!

<
<

Se pretendermos aproximar o valor de $ N , onde y um nmero real, teremos de nos

limitar a usar um nmero finito de termos da srie.

14

$N = 1 +

O O5 OJ
OP
+
+ + +
1! 2! 3!
E!

O erro que cometemos, chamado erro de truncatura e corresponde neste exemplo ao

resto de ordem E da srie.

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.

Erro absoluto e erro relativo

Designemos por $: $ = Q
, o erro de
em relao a Q . Ao valor |$| chama-se erro
absoluto de
. Se Q 0, designa-se  por
=

E chama-se a || o erro relativo de

.

Ao produto 100|| expresso em percentagem chama-se percentagem do erro.

15

2. RESOLUO DE EQUAES NO LINEARES

MTODOS ITERATIVOS
2.1 Introduo
Como sabemos no existem frmulas resolventes que permitam determinar
algebricamente as solues de equaes de grau superior a quatro. Este facto foi demonstrado
por Galois em 1832. Na mesma linha encontram-se as equaes transcendentes, como por
exemplo
5 cos
= tan
,

que no possuem frmulas resolventes. A necessidade de

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
.

Definio 2.2 Seja
(

) uma funo real de varivel real. Diz-se que Q %3 uma raiz da
equao
(
) = 0 ou um zero da funo
'$
(Q) = 0.

Definio 2.3 A multiplicidade de um zero Q da funo
o supremo  dos valores ) tais

|Y()|

\
x z |Z[|

que lim

=<

Obs. Se  = 1, o zero diz-se simples, se  = 2 o zero diz-se duplo, etc. A multiplicidade de

um zero no necessariamente um nmero inteiro.

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.

Refira-se que, na prtica, cada nova iterao

^?4 calculada recorrendo ao

conhecimento de uma ou mais iteraes anteriores.

Seja Q uma raiz da equao
(

) = 0. Chama-se erro $^ da iterao
^ dum processo

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

^_

ou, de uma forma equivalente, quando

lim $^ = 0

^_

Considerando convergente um dado processo iterativo, a caracterizao da sua

velocidade de convergncia para uma certa raiz, outra noo que importa formalizar e que
tem muita importncia.
Definio 2.5: seja `
^ a uma sucesso que converge para z e $^ = Q
^ . Se existirem
p 1 $ b > 0 tais que

lim |$^ ||$^ |P = b

Ento a sucesso `
^ a converge para Q com convergncia de ordem p. A b chama-se

coeficiente assimpttico de convergncia. Se E = 1 a convergncia linear; se E > 1 a

convergncia supra linear; e no caso de E = 2 a convergncia quadrtica.

O coeficiente assimpttico de convergncia b mede a rapidez de convergncia quando

) for suficientemente grande. Assim quanto maior a ordem de convergncia maior tambm

ser a velocidade de convergncia.

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
;

2. Clculo aproximado da raiz utilizado um processo iterativo convergente. Para tal

importante escolher adequadamente os valores iniciais do processo;
3. Avaliao do erro cometido, tendo em conta o critrio de paragem utilizado.
Relativamente aos critrios de paragem, podemos referir que habitual fixar o nmero
mximo de iteraes, impondo simultaneamente:
|$^ | 

17

em que  representa a exactido desejada na determinao da raiz.

Em algumas circunstncias utiliza-se como critrio de paragem, em substituio da
referida anteriormente, a condio
|
^?4
^ | 

em que  representa uma tolerncia apropriada.

:

Podemos, tambm, utilizar um critrio de paragem baseado na estimativa do erro relativo

|
^?4
^ |

|
^?4 |
Seguidamente apresentaremos os principais mtodos iterativos utilizados para resolver as

equaes no lineares.

2.2 MTODO DA BISSECO

2.2.1 Descrio do mtodo

O mtodo da bisseco baseia-se no seguinte corolrio do teorema do valor intermdio:

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 , .

O mtodo da bisseco consiste em construir sub-intervalos %^ = ^ , ^  ,  por

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

%^> ^ , ^  ) = 0,1,2,

18

em que 8 =  $ d =  e seja
^?4 o ponto mdio do intervalo %^ , isto ,

^?4 =

Consideremos as trs situaes seguintes:

^ + ^
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

3-Se pelo contrrio
(^ ) $
(

^?4 ) tiverem sinais diferentes ento ponha-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

Por outro lado, sendo Q um zero localizado em %^?4, temos que

(3)

|Q
^?4 | |
^?4
^ |

2.2.2 Convergncia do mtodo da bisseco

Como no intervalo %^ est localizado pelo menos um zero Q e

^?4 ponto mdio deste

intervalo, vamos esquematizar as ideias do mtodo da bisseco da seguinte forma:

%8 = , ,

|%8 | =  

+
,
2
4 + 4

5 =
,
2


2

|%5 | = 5
2

|%4 | =

4 =

J =

^ =

5 + 5
,
2

^Z4 +^Z4
,
2

|%J | =


2J

|%4 | =


2^

19

Obtemos intervalos, contendo z, de amplitude cada vez mais pequena. So vlidos os

seguintes majorantes para os erros das sucessivas aproximaes de z.

2

Q,
5 %4 |$5 | = |Q
5 | 5
2

Q,
J %5 |$J | = |Q
J | J
2
Q,
4 %8 |$4 | = |Q
4 |

de modo geral

da relao

Q,
^ %^Z4 |$^ | = |Q
^ |

conclumos que

0 |$^ | = |Q
^ |


2^


0
2^

4 ,
5 ,
J , ,
^ Q
m

Temos assim o seguinte resultado

Teorema 2.2 Seja
(

) contnua em ,  com
()
() < 0 e seja z a nica raiz de
em

, . Ento o mtodo converge e tem-se a seguinte estimativa do erro

|$^ | = |Q
^ |


2^

(4)

Em que, para o caso de ) = 0, se considera que

8 um dos extremos de I. vimos que o

mtodo convergente. O mtodo da bisseco pode ser comparado com o mtodo de

convergncia linear.
Sabemos que se um mtodo possui convergncia linear ento
$^ ;|$^Z4 |

) = 1,2,3,

em que ; um majorante do coeficiente assimpttico de convergncia. Aplicando ) vezes

est desigualdade obtemos

|$^ | ; ^ |$8 |

20

Notando que |$8 | = |Q

8 |   se
8 ,  $ Q ,  vemos que quando o

mtodo converge linearmente ento existe um k tal que

|$^ | ; ^ ( )
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

Qual o nmero de iteraes necessrias para obter a preciso desejada?

Dado um nmero  possvel estimar o nmero de iteraes ) de modo a garantir que

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.

2.2.3 Algoritmo do mtodo da bisseco

NOTA: Condies suficientes de convergncia do mtodo da bisseco

( $) , 

( )
( ) < 0

Algoritmo 1
INICIALIZAO
8 = ,

8 = ,

8 = 

CICLO: Para ) = 0,1,2,
Q$-

^ + ^
2
SE |
^?4
^ |  
(
^?4 ) = 0

^?4 =

ENTO fazer Q =
^?4 , SADA
SE
(
^?4 )
(^ ) < 0

21

ENTO fazer ^?4 = ^ , ^?4 =

^?4

SE NO fazer ^?4 =
^?4, ^?4 = ^

FIM DO CICLO.

Vamos representar o mtodo da bisseco geometricamente, o que nos permite uma

melhor visualizao.

Figura 1: Exemplo do mtodo da bisseco

Exemplo1

Determinar pelo mtodo da bisseco, a raiz de
(

) =
'
no % = 0,1 com um

erro inferior a 10ZJ.

Resoluo

(
) =
'

(
) (  /$-pA 0,1

(0)
(1) < 0

Ento existe pelo menos um zero no intervalo % = 0,1

(
) = 1 + '$
e como no se anula em % = 0,1, ento podemos concluir que
(
)

montona, pelo que possui um nico zero no referido intervalo.

Calculemos o nmero de iteraes necessrias para satisfazer a preciso:

)>

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

Desta tabela conclui-se que

5 uma melhor aproximao de Q do que
J ,
s ,
t .

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

que a do mtodo da bisseco.

Este exemplo permite-nos realar duas caractersticas importantes do mtodo da

bisseco.
1. A convergncia poder ser bastante lenta.

2. A convergncia certa quando
satisfaz as condies (1) e (2), isto , quando

contnua num intervalo ,  e
()
() < 0.

Como frequente verificar-se estas condies, o mtodo da bisseco por vezes

utilizado como fase preparatria de localizao de zeros num intervalo mais ou menos
pequeno que torne possvel o arranque de outros mtodos mais rpidos mas cuja convergncia
pode estar condicionada a uma boa aproximao inicial do zero.

2.3 MTODO DA FALSA POSIO

Como j referimos anteriormente a nica informao sobre a funo
que o mtodo da

2.3.1 Descrio do mtodo

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

como para o mtodo da bisseco, consideremos no mtodo da FALSA POSIO uma

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
^ ^

Resolvendo a equao em ordem

^?4 teremos

^?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.

2.3.2 Algoritmo da falsa posio

NOTA: Condies suficientes de convergncia do mtodo:

contnua em , 

()
() < 0

Algoritmo 2
INICIALIZAO:

8 = , 8 = ,
8 = 

CICLO: para ) = 0,1, FAZER

^?4 = ^
(^ )

SE |
^?4
^ |  ou
(
^?4 ) = 0

^ ^

(^ )
(^ )

24

ENTO FAZER Q =
^?4 , SADA

SE
(
^?4 )
(^ ) < 0

ENTO FAZER ^?4 = ^ , ^?4 =

^?4

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

coordenadas y^ ,
(^ )z, (^ ,
(^ )), com eixo

, construmos um esboo, representado na

figura 2, que permite visualizar melhor o mtodo da falsa posio.

Figura 2: Exemplo do mtodo da falsa posio

Desta figura vemos que para o caso nela representado tm-se ^?4 = ^ ) 1. Isto

deve-se ao facto de
(
) no mudar de convexidade em 4 , 4 , isto
(
) 0 em

4 , 4 .

Em geral quando temos
(

) 0 num intervalo aberto %{ com extremos { e { , sendo

- 0, ento verifica-se que

(
)
({ ) > 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

Determinar pelo mtodo da falsa posio a raiz positiva da equao

5 2 = 0 com um

erro inferior  = 5 10Zu . Tomar  = 0,  = 2.

Resoluo

(
) =
5 2

(
) (  /$-pA 0,2

(0)
(2) < 0

Ento existe pelo menos um zero no intervalo % = 0,2

(
) = 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

Tabela 2: Exemplo da falsa posio para
(

) =
5 2.

26

2.3.3 Convergncia do Mtodo da Falsa Posio

Para compreender o comportamento da convergncia do mtodo da falsa posio,
necessrio uma frmula que permita relacionar os erros em iteraes sucessivas. Vimos que o
mtodo da falsa posio se baseia na aproximao da funo
pelo polinmio interpolador E4
dado em (5). Tendo em conta o estudo da interpolao polinomial temos que
1

(
) = E4 (
) +
(^ )(
^ )(
^ )
2

(9)

Em que E4 dado por (5) e ^ um nmero real compreendido entre o mnimo de

`^ , ^ ,
a e o mximo de `^ , ^ ,
a. Nota-se que se fizermos tender ^ para ^ , ento (9)

reduz-se conhecida frmula de Taylor

1

(
) =
(^ ) +
(^ )(
^ ) +
(^ )(
^ )5
2

em que ^ /( (^ ,

).

fazendo em (9)
= Q, sendo Q um zero de
, temos

(^ ) +

(Q) = 0

(^ )
(^ )
1
(Q ^ ) +
(^ )(Q ^ )(Q ^ ) = 0
^ ^
2

em que ^ int (^ , ^ , Q). Utilizando novamente (6)

E4 (
^?4 ) = 0
(^ ) +

(10)

(^ )
(^ )
(
^?4 ^ ) = 0
^ ^

e subtraindo a (10), teremos

(^ )
(^ )
1
(Q
^?4 ) +
(^ )(Q ^ )(Q ^ ) = 0
2
^ ^
atendendo ao teorema de Lagrange,

(^ )
(^ )
=
(^ )
^ ^

em que ^ (^ , ^ ). Portanto de (11) temos finalmente que

(11)

27

Q
^?4 =

(^ )
(Q ^ )(Q ^ )
2
(^ )

(12)

Como vimos, quando
(

) 0 em , , um dos extremos imobiliza-se. Tal como em (8)

designamos este extremo por |8 . Assim com esta condio, se em (12) substituirmos ^ e ^
por |8 e
^ , obtemos

$^?4 =

(^ )
(Q |8 ) $^
2
(^ )

Em que ^ /( (|8 ,

^ ), ^ /( (|8 ,
^ ) e $^ = Q
^ . Com a condio considerada,

(
) 0 em, , o termo entre parntesis recto sempre diferente de zero e portanto a

convergncia do mtodo s linear. Se |8 estiver muito afastado de Q, o valor do coeficiente

assimpttico de convergncia pode aumentar.

2.3.4 Mtodo da falsa posio modificada

O mtodo da falsa posio pode desenvolver uma convergncia lenta quando um dos
extremos se imobiliza. Para evitar esse inconveniente pode usar-se a seguinte modificao:

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

acima e outro abaixo do eixo da abcissa tal como na verso original.

Para melhor compreenso do mtodo da falsa posio modificada apresentamos um

algoritmo e um exemplo.

Algoritmo da falsa posio modificada

NOTA: Condies suficientes de convergncia do mtodo

contnua em , 

( )
( ) < 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

ENTO FAZER ^?4 = ^ , ^?4 =

^?4 , =
(
^?4 )

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 =

0 com um erro inferior a 5 10Zu , tomando  = 0,  = 2.

Resoluo

(
) =
5 2

(
) (  /$-pA 0,2

(0)
(2) < 0

Ento existe pelo menos um zero no intervalo % = 0,2

(
) = 2
e como
no se anula em % = 0,2, podemos concluir que possui um nico

zero no referido intervalo.

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

$^

Tabela 3: Exemplo da falsa posio modificada para
(

) =
5 2.

Comparando os resultados apresentados na tabela 3 com os anteriormente obtidos

notamos um ligeiro aumento de rapidez de convergncia.

2.4 MTODO DA SECANTE

2.4.1 Descrio do mtodo

Tal como no mtodo da falsa posio, no mtodo da secante o zero Q de
aproximado

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

anterior que no se impe que
()
() < 0 e portanto

^?4 pode no estar contido em
^ , ^  o que pode ter como consequncia que o mtodo divirja em certos casos.

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)

O mtodo da secante, quando converge, normalmente converge mais rapidamente do que

o mtodo da falsa posio devido ao facto de ^ e ^ tenderem ambos para Q.

30

Ilustramos o mtodo o mtodo da secante na seguinte figura

^?4

^Z4

Figura 3: Exemplo do mtodo da secante

Da interpretao geomtrica a nova iteradora
^?4 definida a partir da interseco do

eixo das abcissas com a secante que passa pelos pontos de coordenadas y
^ ,
(
^ )z e

y
^Z4 ,
(
^Z4 )z.

2.4.2 CONVERGNCIA DO MTODO DA SECANTE

Apresentamos as seguintes condies suficientes para que o mtodo da secante convirja:
Seja
 5 ,  satisfazendo:

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 , .

Se para alm das quatros condies dadas, tambm se verifica a condio:

8 e
Z4

so tais que:
(
8 )
(
) 0 e
(
Z4 )
(
) 0 ento o mtodo da secante

converge para um nica raiz de
(

) = 0.

31

Frmula do erro do mtodo da secante

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

estudo da convergncia do mtodo da secante.

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

Escolhemos uma vizinhana % = Q , Q +  ( > 0) de z suficiente pequena de

modo que

)
 |
(
)|
2)/ |
(
)|

exista e
 < 1

ento, atendendo a (15)

^Z4 ,
^ % temos que

|$^?4 | |$^Z4 ||$^ |

notando que |$^ | quando

^ %, de (15) e (16) temos que
| $^?4 | |$^ |

(15)
(16)
(17)

e
| $^?4 |

e, portanto
^?4 %. Conclumos por induo que
Z4 ,
d % e condio (15) satisfeita

ento: para qualquer ) 1,

^ % e (17) verificada. Se utilizarmos (17) ) vezes temos

32
|$^ |  ^ |$8 |

donde, conclumos que A/)^_ |$^ | = 0, visto que por hiptese  < 1

Teorema 2.4 Nas condies do teorema 3 a ordem de convergncia do mtodo da secante

E = (1 + 5) /2 1.618.

2.4.3 Algoritmo do mtodo de secante

Algoritmo 4
INICIALIZAO

Z4 ,
8 ,  )
Z4
8

CICLO: PARA ) = 0,1, 3

^?4 =
^
(
^ )

\ Z\

Y(\ )ZY(\ )

SE |
^?4
^ |  ou
(
^?4 ) = 0

ENTO FAZER Q =
^?4 , SADA
FIM DO CICLO.

Exemplo 4

Determinar pelo mtodo da secante a raiz da equao $ Z

5 = 0 com um erro

inferior a 10Zs, tomando  = 0,  = 1.

Resoluo

(0) = 1 $
(1) = 0.63212
().
() < 0

Como
contnua, pelo teorema do valor intermdio existe pelo menos um zero neste

intervalo.

Pelo mtodo da secante temos:

^?4 =
^
(
^ )

4 = 1, tem-se o seguinte resultado:

)
1

^?4

\ Z\

Y(\ )ZY(\ )

0.61270

. Tomando
8 = 0 e

33

0.74058

0.75390

0.75309

Tabela 3: Exemplo do mtodo da secante para
(

) = $ Z
5 = 0

Como
(
t ) = 0.000002 temos que
t = 0.75309 tem a preciso desejada.

2.5 MTODO DE NEWTON

2.5.1 Descrio do mtodo

O Mtodo de Newton baseia-se na aproximao do grfico O =
(

) na vizinhana de

^ por uma tangente a
(

). Tomamos o zero
^?4 da funo linear para a aproximao do
zero z da funo
. Obtm-se assim o mtodo iterativo de Newton

^?4 =
^

(
^ )

(
^ )

) = 0,1,

(18)

34

Interpretao grfica

Figura 4: Exemplo do mtodo de Newton

O ponto
^?4 , ) 0 calculado como sendo o ponto de interseco, com o eixo dos

, da recta passando por y

^ ,
(
^ )z com o declive
(
^ ). Essa recta a tangente ao
grfico de
no ponto de coordanadas y
^ ,
(
^ )z e a sua equao dada por
O =
(
^ )(

^ ) +
(
^ )

Seja
^?4 o ponto de interseco com o eixo dos

. Vem

0 =
(
^ )(
^?4
^ ) +
(
^ )

donde

^?4
^ =

(
^ )

(
^ )

e obtm-se, assim, o Mtodo de Newton

^?4 =
^

(
^ )

(
^ )

) = 0,1,

O Mtodo de Newton o mais conhecido para determinar as razes de uma equao.

Nem 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.

35

Uma outra forma de obter o mtodo iterativo de Newton, utilizar a frmula de

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)

2.5.2 Convergncia para o mtodo de newton

Teorema 2.5 seja
uma funo duas vezes continuamente diferencivel numa vizinhana de

um zero z e tal que
(Q) 0. Ento se o valor inicial

8 escolhido suficientemente perto de
z, a sucesso`
^ a definida por (18) converge para z. Alm disso,

z xm +1
f ( z )
=
2
2 f ( z )
m)

lim ( z x
m

(21)

e portanto o mtodo de Newton tem convergncia quadrtica.

Demonstrao:
Escolhemos uma vizinhana % = Q , Q +  ( > 0) de z suficientemente pequena de

modo que

36

b=

)
 |
(
)|
2)/ |
(
)|

existe e
b  < 1

(22)

5
|$^?4 | b$^

(23)

|$^?4 | |$^ |

(24)

ento, atendendo a (20), para todo o

^ % temos que
notando que |$^ | quando
^ %, de (22) e (23) temos que

e
|$^?4 | <

e portanto
^?4 %. Conclumos por induo que se
8 % e a condio (22) satisfeita

ento: para qualquer ) 0,

^ % e (24) verificada. Se utilizarmos (24) ) vezes obtemos
|$^ |  ^ |$8 |

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

e portanto (21) fica provada.

2.5.3 Algoritmo do Mtodo de Newton

NOTA: Condies suficientes de convergncia do Mtodo de Newton:
5 (, ), tem

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,

ENTO FAZER -/Q =

^?4 , SADA
FIM DO CICLO.

Exemplo 5

Determinar pelo Mtodo de Newton, a raiz da equao

J 10 = 0 com um erro

inferior a  = 10Zs . Tomar  = 0,  = 3 e considerar o caso

8 =

h?g
5

Resoluo

(
) =
J 10

(0).
(3) < 0

Como
contnua ento existe um zero no intervalo 0,3

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

Tabela 5: Exemplo do mtodo de Newton para
(

) =
J 10.

Como
(
s ) = 6.5Zt, ento
s =2.15443 satisfaz a preciso desejada.

Critrio de convergncia para o Mtodo de Newton

Dado que o teorema 2.5 de difcil aplicao, vamos apresentar um conjunto de
condies suficientes para a convergncia do mtodo de Newton que so de verificao mais
simples.

38

Teorema 2.6: Seja

8 ,  $
uma funo duas vezes continuamente diferencivel no
intervalo ,  que satisfaz as seguintes condies:
1.
()
() < 0

2.
(
) 0,
, 

3.
(
)  ) $ '/A $) , , /. $. ,
(
) 0 

(
) 0 )
, 

4. |
()/(
()| < | | $ |
()/(
()| < | |

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,

, 

ento, o Mtodo de Newton converge para a soluo
(

) = 0 e a convergncia ser
montona.

2.6 Iterao do Ponto Fixo

2.6.1Descrio do mtodo
No mtodo do ponto fixo a equao

(
) = 0

(25)

cuja raiz z procurada obtida na forma equivalente

= (
)

(26)

nesta forma deve assegurar-se que

(Q) = 0 Q = (Q)

(27)

39
A aplicao transforma Q em si mesmo, e por isso Q denominado ponto fixo de e o

mtodo iterativo baseado em

= (
), que apresentaremos seguidamente, denominado de

Ponto Fixo. Este mtodo consiste em construir uma sucesso

8 ,
4 ,
5 , tal que

^?4 = (
^ ),

sendo
8 uma aproximao inicial de Q.

) = 0,1,

(28)

Ilustrao grfica da iterao do ponto fixo

Figura 5: Exemplo da iterao do ponto fixo

2.6.2 Convergncia da iterao do ponto fixo

de salientar que, em geral, a convergncia do mtodo iterativo do ponto fixo est

associada contractividade da funo iteradora .

Antes porm, vamos introduzir a seguinte definio

Definio 2.6: Uma funo diz-se Lipschitziana no intervalo % = ,  se existir uma

constante L>0 tal que

|(O) (
)| |O
|,

, O %

No caso em que 0 < < 1 a funo diz-se contractiva.

(29)

40
Ainda possvel mostrar que se 4 (, ) $ |(
)| < 1,
, , ento

contractiva no intervalo em causa.

Nota-se que a funo Lipschitziana contnua. Por outro lado, se for continuamente

diferencivel em %, pelo teorema de Lagrange temos que, para

, O %,
(O) (
) = ( )(O
)

/((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

contractiva e (%) %, isto ,  < (

) , ento:
1. possui pelo menos um ponto fixo Q em %
2. Q o nico ponto fixo em %

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

(1) Se () =   () =  ento tem um ponto fixo em %.

Suponhamos ento que ()  e ()  e consideremos a funo contnua (

) =

(
)
. 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

como 1 > 0, A/ '$ $ | = Q.

(3) Comeamos por notar que lim xm = z atendendo a que

m

|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,

quando ) , ^ 0 ( < 1por hiptese) e portanto lim xm = z .

(30)
(31)

(4) De (30) temos que

|Q
^ | |
^?4
^ | |(Q
^ ) (
^?4
^ )| = |Q
^?4 | |Q
^ |

logo temos que (1 )|Q

^ | |
^?4
^ |
primeira desigualdade

|Q
^ |

e portanto, como < 1, obtemos a

1
|

^ |
1 ^?4

(32)

de (32) e (30) teremos a outra desigualdade pretendida

|Q
^?4|

|
^?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
)

da iterada ) sem efectuar as ) iteraes. As desigualdades (32) e (33) permitem obter

majoraes (a posteriori) dos erros $) e $) + 1 depois de ter efectuado ) + 1 /teraes.

Na prtica pode ser difcil verificar se satisfaz ou no a condio (29). Por isso, quando

quando for diferencivel, podemos basear no seguinte teorema

Teorema 2.8 Seja continuamente diferencivel em % = ,  com || < 1 $) % e

(%) %, ento so verificadas todas as proposies do teorema 2.7 e tem-se ainda que:
A/)^_

\
\

= (Q), e portanto no caso de (Q) 0 a convergncia linear sendo o

coeficiente assimpttico de convergncia b_ = |(Q)|. (A convergncia supra linear s

possvel se (Q) = 0).

Demonstrao

Visto que a primeira hiptese do teorema implica, como j referimos, que seja

contractiva e que seja dado = max |(

)|, conclumos que o teorema 2.7 aplicvel.

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

Uma vez que contnua. Logo |(Q)| o coeficiente assimpttico de convergncia.

(35)
(36)

Vemos que se |(Q)| > 1 no h convergncia visto que para

^ suficientemente perto de z
tem-se |$^?4 | > |$^ |, atendendo a (35). Portanto conduzimos ao seguinte:

Teorema 2.9:Seja continuamente diferencivel em % = ,  com |(

)| > 1 para
%.

Admitindo a existncia de um ponto fixo Q interior a %, ento |(Q)| > 1 e a sucesso

`
^ a no poder convergir para z (excluindo o caso de ser
^ = Q a partir de uma certa

iterao).

Nas hipteses do teorema 2.8, se 0 < (

) < 1 para
%, ento a convergncia

montona, isto ,
8 <
4 < < Q ou
8 >
4 > > Q com
d % e se -1<(
) < 0 para

43

%, ento a convergncia alternada, ou seja, as sucessivas iteradas vo estando

alternadamente esquerda e direita de z.

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 = (
).

Para passar da iterada

8 para a iterada
4 parte-se do ponto de coordenadas (
8 , (
8 ))

pertence ao grfico de . Como

4 = (
8 ), traamos um segmento horizontal partindo
daquele ponto at ao ponto de coordenadas (
4 ,
4 ) pertencente recta O =
. A abcissa deste

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.

Figura 6: Exemplos de convergncia e divergncia da iterao do ponto fixo

44

Ordem de convergncia do mtodo do ponto fixo

Teorema 2.10 (0rdem de convergncia do mtodo do ponto fixo): Seja (

) uma funo

que verifica as condies do teorema do ponto fixo para o intervalo , , ou seja,
1. , 

2. (, ) , 

3. max g( x ) L < 1
x[ a ,b]

Ento a sucesso definida por

^?4 = (
), ) = 0,1, converge para Q,
8 ,  e tem-

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

(Q) = (Q) = = (P?4) (Q) = 0 $ (P) (Q) 0

ento

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

2.6.3 Algoritmo do mtodo iterativo do ponto fixo

Algoritmo 6
NOTA: condies suficientes de convergncia do mtodo do ponto fixo: continuamente
diferencivel e || < 1 $) % = ,  $ (%) %.
INICIALIZAO:

8 , 

CICLO: PARA ) = 0,1, 3

^?4 = (
^ )

SE |
^?4
^ | 

F 3 -/Q =
^?4, X
% X % .
Exemplo 6

Calcula a raiz aproximada da equao

= '
$) % = 0, aplicando o mtodo do

ponto fixo, utilizando 5 iteraes.

Resoluo:

(0) = 1, l m = 0 ento (%)) %.

(
) = '$(
) , |(
)| < 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:

Calcular uma raiz aproximada de
(

) =
4 '$ (2
) no % = 3,5 com um erro
4
J

-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

Ento o mtodo de Newton dado por

^?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

b) Mtodo do Ponto Fixo

1

(
) =
4 '$(2
),
3

(

(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

Podemos definir como funo iteradora a funo

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

Com o aparecimento do computador os clculos tornaram-se mais fceis. Tambm a

resoluo de equaes no lineares beneficiou bastante com as novas tecnologias. Para
evidenciarmos a contribuio das novas tecnologias na resoluo de equaes no lineares,
vamos apresentar procedimentos no programo informtico MAPLE que nos permite encontrar
as solues com maior rapidez.

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-

)  = 1,  = 3 $ $-- = 0.0001. )  = 0,  = 1 $ $-- = 0.0001.

52
)

> bisseco(cos,1,3,0.0001);

"A raz aproximada aps"14

, , "iteraes do mtodo da bisseco :"
1.570739746

)

> 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

1. Calcula a raiz aproximada para
(

) =
2'$(
) pelo mtodo de newton para:

 = 0.5, erro=0.0001 com 10 iteraes.

> f:=x->x-2*sin(x);

f := x x 2 sin( x )
> Newton (f, 0.5, 10, 0.0001);

"A soluo aproximada com"3

, , "iteraes pelo mtodo de Newton :"
-.3950 10 -9

2. Calcula a raiz aproximada para

(
) =

5
J pelo mtodo de newton para:

 = 2, $-- = 0.0005, )$- $ /($-$' = 5

> f2:=x->x-x^2-x^3;
f2 := x x x2 x3

> Newton(f2,-2,5,0.0005);

"A soluo aproximada com"3

, , "iteraes pelo mtodo de Newton :"

-1.618110697

54

MTODO DO PONTO FIXO

O programa para o Mtodo do Ponto Fixo e com o respectivo critrio de paragem tem a
seguinte sintaxe: Ponto_Fixo (funo, aproximao inicial, nmero de iteraes, preciso).

> #procedimento do mtodo do ponto fixo

> Ponto_Fixo:=proc(f, aprox,num_iter,erro)
> local xm, m;
> xm:=evalf(aprox);
> for m from 1 to num_iter do
> if abs(f(xm)-xm)<erro then break
> else xm:=f(xm)
> fi
> od;
> if m-1=num_iter then print("No convergiu aps", m1,"iteraes do mtodo do ponto fixo")
> else print("A soluo aproximada aps", m-1, "iteraes do
mtodo do ponto fixo ", xm)
> fi;
> end:
> else print("A soluo aproximada aps", i-1, "iteraes do
mtodo do ponto fixo ", xx)
> fi;
> end:

1. Calcula a raiz aproximada de (

) =
5
2 para
 = 18 pelo mtodo do ponto fixo,

usando a funo de iterao 1(

) =
+ 2 para um erro= 0.0001.
> h1:=x->sqrt(x+2);

h1 := x x + 2
> Ponto_Fixo(h1,18,15,0.0001);

"A soluo aproximada aps"8

, , "iteraes do mtodo do ponto fixo "2.000127204
,

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);

"A soluo aproximada aps"10

, , "iteraes do mtodo do ponto fixo ".7442373549
,

MTODO DA SECANTE

O procedimento para obter a raiz aproximada de uma funo
(

) pelo mtodo da secante
apresentado

seguir

possui

$($: = E- (
, E-

1, E-
2, )_/($-, $-- )

seguinte

sintaxe:

> #procedimento do Mtodo da secante

> restart;
> Secante:=proc(f,aprox1,aprox2,num_iter,erro)
> local x, y, z, k;
> x:=evalf(aprox1); y:=evalf(aprox2);
> for k from 2 to num_iter do
> z:=(x*f(y)-y*f(x))/(f(y)-f(x));
> if abs(f(z))<erro then break
> else x:=y; y:=z;
> fi;
> od;
> print("A soluo aproximada aps" , k-1, "iteraes do
mtodo da secante :", z)
> end:
Exemplos:

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
,

MTODO DA FALSA POSIO

O procedimento do Mtodo da Falsa Posio semelhante ao procedimento do Mtodo
da Bisseco e possui a seguinte sintaxe: falsa-posio (funo, a, b, nmero de iteraes,
erro).

> 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

1. Calcula a raiz aproximada da equao

5 2 = 0, utilizando 54 iteraes do mtodo da
falsa posio. Tomando  = 0 $  = 2 e  = 0.000001.

> 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

2. Calcula a raiz da funo
(

) =
J + '
no intervalo % = 2,1, utilizando 15 iteraes

da falsa posio e  = 0.000001.

> f: =x-> x^3+cos (x);

f := x x3 + cos( x )

> > falsa_posio(f,-2,1,15,0.000001);

"A raz aproximada da equao", x x3 + cos( x ), "=0 aps", 15 ,
"iteraes do mtodo de falsa posio :"

-.8613856273