Escolar Documentos
Profissional Documentos
Cultura Documentos
𝑓1 (𝑥 1 , 𝑥2 , . . . , 𝑥 𝑛 ) = 0
𝑓2 (𝑥 1 , 𝑥2 , . . . , 𝑥 𝑛 ) = 0
.. .
. = ..
𝑓𝑛 (𝑥 1 , 𝑥2 , . . . , 𝑥 𝑛 ) = 0
𝑥1 = 𝑓1 (𝑎 2 , 𝑎 3 , . . . , 𝑎 𝑛 )
𝑥2 = 𝑓2 (𝑥 1 , 𝑎 3 , . . . , 𝑎 𝑛 )
.. ..
. .
𝑥𝑛 = 𝑓𝑛 (𝑥 1 , 𝑥2 , . . . , 𝑥 𝑛−1 )
Uma função monovariável 𝑓 (𝑥) pode ser escrita na forma expandida de série de Taylor:
∞
∑︁ 𝑓 (𝑛) (𝑥 0 )
𝑓 (𝑥) = (𝑥 − 𝑥 0 ) 𝑛
𝑛=0
𝑛!
(𝑥 1 − 𝑥 0 ) 1 (𝑥 1 − 𝑥 0 ) 2
𝑓 (𝑥 1 ) = 𝑓 (𝑥 0 ) (𝑥 1 − 𝑥0 ) 0 + 𝑓 0 (𝑥 0 ) + 𝑓 00 (𝑥 0 ) +···
1! 2!
g(x)
f(xi)-0
xi+1 xi
xi - xi+1
𝜕 𝑓𝑖 (x) 𝜕 𝑓1 ( 𝑥) 𝜕 𝑓1 ( 𝑥) 𝜕 𝑓1 ( 𝑥)
𝜕𝑥1
∇ 𝑓1 (x)𝑇 𝜕𝑥1 𝜕𝑥2 ... 𝜕𝑥𝑛
𝜕 𝑓𝑖 (x) 𝜕 𝑓2 ( 𝑥) 𝜕 𝑓2 ( 𝑥) 𝜕 𝑓2 ( 𝑥)
∇ 𝑓2 (x)𝑇 ...
𝜕𝑥2 𝜕𝑥1 𝜕𝑥2 𝜕𝑥𝑛
∇ 𝑓𝑖 (𝑥) = ; J= =
.. .. .. .. .. ..
.
.
. . . .
𝜕 𝑓𝑖 (x) ∇ 𝑓𝑛 (x)𝑇 𝜕 𝑓𝑛 ( 𝑥) 𝜕 𝑓𝑛 ( 𝑥) 𝜕 𝑓𝑛 ( 𝑥)
𝜕𝑥𝑛
𝜕𝑥1 𝜕𝑥2 ... 𝜕𝑥𝑛
(gradiente) (Jacobiano)
x(0) = [0, 5 0, 5 0, 5] 𝑇
A repetição continuada desse método, converge para a solução com a precisão desejada (a
mesma do exemplo anterior), após 15 iterações, levado ao resultado:
0.7852
x(15) = 0.4966
0.3699
Como pode ser visto a convergência com o Método de Newton Modificado é muito mais
lenta, entretanto o custo computacional de cada iteração é menor.
Porém, neste caso, a matriz Jacobiana é substituída por uma matriz de aproximação que é
atualizada a cada iteração.
𝑥 12 + 𝑥 22
= 2
2
2
𝑥 1 − 𝑥32 = 1
A solução desse sistema com precisão desejada 𝜀 = 1 · 10−6 é obtida após 10 iterações:
1.048809
x(10) =
0.948683
A aplicação do método de Newton para esse mesmo sistema converge para o valor de
solução em 06 iterações.
BURDEN, R. L.; FAIRES, J. D. Numerical Analysis. 8th.. ed. Belmont, CA, USA:
Thomson Higher Education, 2005.
RUGGIERO, M. A. G.; LOPES, V. L. da R. Cálculo Numérico: aspectos teóricos e
computacionais. 2𝑎 ed. São Paulo, Brasil: Makron Books, 1996.