Zeros de Funções Reais

_____________________________________________________________________

Raiz de uma Equação (ou zero de uma função)

Definição: Um número α é uma raiz da equação f(x)=0, se e somente se, f(α) =0.

Graficamente, uma raiz real de uma equação f(x)=0 é o ponto onde a função “toca” o eixo das
abscissas.

O cálculo numérico de uma raiz envolve duas fases:

Fase I – Localização
Localizar a raiz num intervalo [a, b];
Fase II - Refinamento
Escolhidas aproximações iniciais no intervalo encontrado, melhorá-las sucessivamente
até obter uma aproximação para a raiz dentro de uma precisão  prefixada.

Localização das Raízes

Nesta fase é feita uma análise teórica e gráfica da função f(x).

Teorema
Seja f(x) contínua em [a, b].
a) Se f é tal que f(a).f(b) < 0, então f tem pelo menos uma raiz α em ]a, b[.
b) Se f’(x) existir e preservar o sinal dentro do intervalo ]a, b[, isto é, f ’(x)>0 ou f’(x)<0
para a < x < b, então a raiz α é única.

1
 Zeros de Funções Reais
_____________________________________________________________________

Interpretação Gráfica:

Localização da Raiz.

Para isolar graficamente uma raiz, basta fazer o esboço do gráfico de f(x) e ver em que
ponto ou pontos a função “toca” o eixo das abscissas.
Quando o gráfico da função for difícil de desenhar recorre-se a seguinte técnica:
Substitui-se f(x) = 0 por uma equação g(x) – h(x) = 0 equivalente, ou seja, que tenha as mesmas
raízes.
Assim, para determinarmos as raízes de f(x) = 0  g(x) – h(x) = 0, temos que:
i) Esboçar os gráficos de y1 = g(x) e de y2 = h(x), no mesmo sistema de eixos;
ii) O ponto de abcissa x = x0 no qual se verifica g(x0) = h(x0) é um zero de f(x) = 0.

Exemplo:
Considere a função f(x) = ex – sen(x) -2
Sejam g(x) = ex e h(x) = sen(x) +2

2
 Zeros de Funções Reais
_____________________________________________________________________

Refinamento das Raízes

Estudaremos alguns métodos de refinamento de raízes pertencentes à classe dos métodos

iterativos.

Os métodos iterativos podem ser colocados num diagrama de fluxo:

Procedimento de um método iterativo:

A aplicação do método requer o conhecimento de, em geral, uma aproximação inicial x 0
para a solução α.
Por meio de uma fórmula do tipo xk = f(xk-1), k=1,2, . . .
A partir desta fórmula de iteração é calculada uma sequência de aproximações (x k) para a
solução.
Sendo verificadas certas condições de convergência a solução procurada é o limite desta
sequência, isto é, 𝛼 = lim𝑘→∞ 𝑥𝑘 e cada iteração xk está mais perto da solução que a iteração
anterior.
Assim, para se definir um processo finito de cálculo, x k pode ser tomada como
aproximação para α, isto é, α  xk, e o módulo da diferença |α – xk| é um erro que pode ser
estimado.

3
 Zeros de Funções Reais
_____________________________________________________________________

Critérios de Parada.
É necessário estabelecer critérios de parada em processos iterativos, uma vez que
apenas um número finito de iterações podem ser calculadas. A decisão deve levar em conta
duas situações:
1. verifica-se a convergência da sequência de iterações, com a rapidez esperada, e nessas
condições o cálculo termina logo após a determinação de uma aproximação com a precisão
pretendida;
2. não há convergência para a solução ou verifica-se convergência demasiado lenta.
Na primeira situação se duas iterações consecutivas são quase iguais não se justifica a
continuação do cálculo de iterações. Define-se assim o seguinte critério:
O cálculo de iterações termina com a determinação de xk se,
i) |xk – xk-1| < 
|𝑥𝑘−𝑥𝑘−1|
ii) |𝑥𝑘 |
< 𝜖, 𝑠𝑒𝑛𝑑𝑜 𝑥𝑘 ≠ 0

iii) | f(xk) | < 

onde  > 0 é a precisão do erro admitida.
Um outro critério de parada deve ser usado adicionalmente para evitar a não convergência da
sequência.
O cálculo de iterações é interrompido com a determinação de xk se,
k = kmax
Sendo kmax o número máximo de iterações especificado.

Métodos Iterativos para Resolução de Equações

Método da Bissecção
Seja f(x) uma função contínua no intervalo [a, b], onde [a, b] é um intervalo onde
f(x) = 0 tem uma única raiz α, isto é, f(α) = 0.
O método da bissecção consiste em construir uma sequência de intervalos com
amplitude sucessivamente menor dentro dos quais existe a raiz procurada, até à precisão
requerida.
Método da Bissecção (Algoritmo)
𝑎+𝑏
1) Calcula-se o ponto médio 𝑥𝑚 = , dividindo-se [a, b] em dois novos intervalos:
2

[a, xm] e [xm, b]

2) Se f(xm) ≠ 0 e:
i) f(a).f(xm) < 0 então a raiz está em ]a, xm[.
faça b = xm e Volta-se para (1)

4
 Zeros de Funções Reais
_____________________________________________________________________

ii) f(xm).f(b) < 0 então a raiz está em ]xm, b[.

faça a = xm e Volta-se para (1)

3) Repete-se o processo até obter uma aproximação “razoável” da raiz, isto é, até que um
critério de parada seja satisfeito.
Exemplo 1
Calcular a raiz da equação f(x) = x – 3 = 0 para α  [1, 2], com  ≤ 0,03.
2

K ak bk xk f(ak) f(bk) f(xk) erro

1 1 2 1.5 -2 1 -0,75 -
2 1,5 2 1.75 -0,75 1 0,0625 0,25
3 1,5 1,75 1,625 -0,75 0,0625 -0,3594 0,125
4 1,625 1,75 1,6875 -0,3594 0,0625 -0,1523 0,0625
5 1,6875 1,75 1,7188 -0,1523 0,0625 -0,0459 0,0313
5 1,7188 1,75 1,7344 -0,0459 0,0625 0,0081 0,0156

Convergência do Método
Este método gera uma sequência de intervalos I0, I1, I2, . . . , In com amplitude decrescente.

Sendo w(Ik) a amplitude do intervalo Ik, tem-se que:

1 1 1 1
𝑤(𝐼𝑘 ) = 𝑊(𝐼𝑘−1 ) = . . 𝑊 (𝐼𝐾−2 ) = . . . = 𝑊(𝐼0 )
2 2 2 2

𝑏−𝑎
𝐶𝑜𝑚𝑜 𝑊(𝐼𝑘 ) = 2𝑘
𝑒 lim𝑘→∞ 𝑊 (𝐼𝐾 ) = 0

Teorema
Seja f uma função contínua em [a, b] que satisfaz f(a).f(b) <0.
Seja xk o ponto médio do intervalo Ik gerado pelo método da bissecção.
Então, ∃𝛼 ∈]𝑎, 𝑏[ 𝑡𝑎𝑙 𝑞𝑢𝑒 𝑓(𝛼 ) = 0 𝑒 lim𝑘→∞ 𝑥𝑘 = 𝛼

Estimativa do Erro
Se α  ]ak, bk[, isto é, ak < α < bk, então ak – xk < α – xk < bk – xk,
𝑎𝑘 + 𝑏𝑘 𝑏𝑘 − 𝑎𝑘 𝑏𝑘 − 𝑎𝑘
𝑒 𝑠𝑒 𝑥𝑘 = 𝑡𝑒𝑚𝑜𝑠 𝑞𝑢𝑒 − < ∝ − 𝑥𝑘 < ,
2 2 2
|𝑏𝑘 −𝑎𝑘| 𝑊(𝐼𝑘 )
Assim, |𝛼 − 𝑥𝑘 | < 2
= 2

5
 Zeros de Funções Reais
_____________________________________________________________________

Desta forma, para determinar uma aproximação para uma raiz com erro , o método iterativo é
interrompido imediatamente após o cálculo do intervalo Ik se metade da sua amplitude não
excede , isto é, W(Ik)/2 < .

Estimativa do Número de Iterações (k)

Prova-se que:
𝑊(𝐼𝑘 ) 𝑏−𝑎
|𝑥𝑘 − 𝑥𝑘−1 | ≤ 𝜀 | | ≤ 𝜀 | 𝐾+1 | ≤ 𝜀
2 2
Assim, o número mínimo de iterações k para determinar a raiz aproximada com erro não
𝑏−𝑎
ln( 𝜀
)
superior a  é: 𝑘≥ −1
ln(2)

Exemplo
Calcular a raiz da equação f(x) = x2 – 3 para x  [1, 2], com  ≤ 0.03.

Método das Cordas (ou Método da Secante)

O método das cordas fundamenta-se no fato de que, geralmente, o zero da função vai
estar localizado o mais próximo do extremo do intervalo onde a função apresenta o menor valor
em módulo.
A estimativa do zero da função y = f(x) é feita a partir da reta secante que une os pares
extremos (a, f(a)) e (b, f(b)) do intervalo analisado.
O ponto em que essa reta secante intercepta o eixo das abscissas corresponde à
estimativa do zero da função.
Se o valor estimado não atender à tolerância estabelecida para o problema, ou seja,
|f(ze)| > , redefine-se o intervalo de estudo, repetindo-se a estratégia até que a tolerância seja
verificada.

6
 Zeros de Funções Reais
_____________________________________________________________________

Método de Newton-Raphson
A estimativa do zero da função y = f(x) é feita a partir da reta tangente à função em um
ponto de partida.
O ponto em que essa reta tangente intercepta o eixo das abscissas corresponde à
estimativa do zero da função.
Se o valor estimado não atender à tolerância estabelecida para o problema, ou seja,
|f(ze)| > , repete-se o processo até que a mesma seja verificada.

A relação anterior é a base da fórmula de recorrência do método de Newton:

𝑓(𝑥𝑘 )
𝑥𝑘+1 = 𝑥𝑘 − 𝐹ó𝑟𝑚𝑢𝑙𝑎 𝑑𝑒 𝑟𝑒𝑐𝑜𝑟𝑟ê𝑛𝑐𝑖𝑎
𝑓′(𝑥𝑘 )

Estimativa do Erro
Uma estimativa para o erro da aproximação xk para ze:

|ze – xk|  |xk – xk-1|

Condições de Convergência do Método
O método de Newton (método da tangente) é localmente convergente, isto é, para se
verificar convergência, é necessário que a aproximação inicial x 0 esteja suficientemente próxima
da raiz ze.
O teorema seguinte estabelece condições suficientes para a convergência do método de Newton.
Teorema

Sejam f, f ’, f ’’ contínuas no intervalo [a, b]. Se

i) f(a).f(b) < 0
ii) f ’(x) ≠ 0, (mantém o sinal), x  [a, b],
iii) f ’’ (x) ≠ 0, (mantém o sinal), x  [a, b],

7
 Zeros de Funções Reais
_____________________________________________________________________

iv) a aproximação inicial, extremo favorável, é x0 = a ou x0 = b, onde f(x0). f ’’ (x0) > 0.

Então a sequência gerada pelo método de Newton converge para ze, único zero de f em [a, b].

As condições( i) e (ii) garantem que existe uma única raiz no intervalo [a, b];
A condição (iii) estabelece que f mantém a concavidade em [a, b] e, além disso, em conjunto
com a condição (ii), implica que f é monótona em [a, b];
A condição (iv) diz que a tangente à curva em a ou b intercepta o eixo x
dentro do intervalo [a, b].
Exercícios
3
1) Considere a função f(x) = x - 9x + 3. Utilizando o método da Bissecção, encontre as raízes
reais com precisão de 0,01.

2) Localize graficamente as raízes das equações a seguir:

𝑎) 4cos(x) – 𝑒 2𝑥 = 0
𝑥
𝑏) − tg(x) = 0
2
𝑐) 1 − 𝑥𝑙𝑛(𝑥) = 0
𝑑) 2𝑥 − 3𝑥 = 0
𝑒) 𝑥 3 + 𝑥 − 1000 = 0

3) Calcule as 4 primeiras iterações utilizando o método de Newton-Raphson e o método da

secante para encontrar a raiz da equação:
𝑥 3 − 2𝑥 2 − 3𝑋 + 10 = 0 𝑐𝑜𝑚 𝑥0 = 1.9.
Obs. Faça uma escolha arbitrária do valor de x1 para utilizar o método da secante.

4) Calcular a raiz da função f(x) = x – cos(x)

Comece o cálculo com x1 = 1.

5) Considere a função f(x) = x2 – 7 ,  = 0.00001, com x0 = 3.

6) Considere a função f(x) = x3 – 7 ,  = 0.00001, com x0 = 2.

7) Considere a função f(x) = x5 – 7 ,  = 0.00001, com x0 = 1.5.

8) Encontrar uma raiz f(x) = x3 + x2 + x – 1,  = 0.00001, no intervalo [0.5 , 1]

9) Encontrar uma raiz f(x) = x3 + 2x2 - 4x + 1,  = 0.00001, no intervalo [0 , 0.5].

8
 Zeros de Funções Reais
_____________________________________________________________________

10) Calcule as raízes das funções matemáticas abaixo com controle de precisão de 0.000001, e

também determinando quantas iterações serão necessárias para se atingir esta precisão. O

programa deverá ter um limite de iterações da fórmula de recorrência de Newton-Raphson.

𝑎) 𝑓(𝑥) = 𝑥 3 − 19 (𝑎𝑑𝑜𝑡𝑒 𝑥1 = 3)

𝑏) 𝑓(𝑥) = ln(𝑥) (𝑎𝑑𝑜𝑡𝑒 𝑥1 = 2)

𝑐) 𝑓(𝑥) = 𝑒 𝑥 − 2 (𝑎𝑑𝑜𝑡𝑒 𝑥1 = 2)

𝑑) 𝑓 (𝑥) = ln(𝑥) − 𝑒 −3𝑥 (𝑎𝑑𝑜𝑡𝑒 𝑥1 = 2)

𝑒) 𝑓(𝑥) = ln(𝑥) − (𝑥 2 − 4) (𝑎𝑑𝑜𝑡𝑒 𝑥1 = 1)

𝑓) 𝑓(𝑥) = 𝑒 2𝑥 + 5𝑥 (𝑎𝑑𝑜𝑡𝑒 𝑥1 = 0)

𝑔) 𝑓(𝑥) = 𝑥 7 + 4𝑥 3 + 12 (𝑎𝑑𝑜𝑡𝑒 𝑥1 = 1.5)

h) 𝑓 (𝑥) = 𝑥 − cos(𝑥) (𝑎𝑑𝑜𝑡𝑒 𝑥1 = 1)

9
 Zeros de Funções Reais
_____________________________________________________________________

PRINCIPAIS FÓRMULAS E PROPRIEDADES DAS DERIVADAS

Nesta tabela, f, g, u e v são funções deriváveis de x, e k, a e n são constantes
1) [ k ] ’ = 0
2) [ x ] ’ = 1
3) [ k . f ] ’ = k. f ’
4) [ f  g] ’ = f ’  g ’ (sendo válida para mais de duas funções)
.
5) [ f g] ’ = f ’ . g + f .
g’
6) [ x n ] ’ = n . x n -1
7) [ u n ] ’ = n . u n – 1 . u ’
'
f f 'g - f g '
8)   
g g2

9) [ a u ] ’ = a u . ln a . u ' (para a > 0 e a  1)

10) [ e u ] ’ = u ' . eu
u'
11) [ log ua ] ’ = (para a > 0 e a  1e u > 0)
u  ln a
u'
12) [ ln u ] ’ = (para u > 0)
u

 Definição de Derivada geral:

dy df y f ( x  x)  f ( x)
y '  f ' ( x)    lim  lim
dx dx x0 x x0 x

f ( x )  f ( p)
 Definição de Derivada em um ponto p: f ' (p)  lim
x p xp

 Regra da Cadeia:
dy dy du
 
dx du dx

Equação da reta tangente: y  f ( p)  f ' ( p)  ( x  p)

1
Equação da reta Normal: y  f ( p )    ( x  p)
f ' ( p)

10