Cálculo Numérico

Fase II: Refinamento

Estudaremos neste item alguns métodos numéricos de refinamento de raiz. A forma como se efe-
tua o refinamento é que diferencia os métodos. Todos eles pertencem à classe dos métodos iterativos.
Um método iterativo consiste em uma sequência de instruções que são executadas passo a passo,
algumas das quais são repetidas em ciclos.
A execução de um ciclo recebe o nome de iteração. Cada iteração utiliza resultados das iterações
anteriores e efetua determinados testes que permitem verificar se foi atingido um resultado próximo
o suficiente do resultado esperado.
Observamos que os métodos iterativos para obter zeros de funções fornecem apenas uma
aproximação para a solução exata.
Os métodos iterativos para refinamento da aproximação inicial para a raiz exata podem ser colo-
cados num diagrama de fluxo:

Critérios de Parada

Pelo diagrama de fluxo verifica-se que todos os métodos iterativos para obter zeros de uma função
efetuam um teste do tipo:
xn está suficientemente próximo da raiz exata?

Que tipo de teste efetuar para verificar se xn está suficientemente próximo da raiz exata? Para isto
é preciso entender o significado de raiz aproximada.

Prof. Me. Fabão 1 µατ µατ ικα

Made in LATEX
 Cálculo Numérico

Existem duas interpretações para raiz aproximada que nem sempre levam ao mesmo resultado:
x é raiz aproximada com precisão ε se:
i) |x − α| < ε ou ii) |f (x)| < ε.
Como efetuar o teste (i) se não conhecemos a raiz α?
Uma forma é reduzir o intervalo que contém a raiz a cada iteração. Ao se conseguir um intervalo
[a, b] tal que:
α ∈ [a, b] e b − a < ε, então ∀x ∈ [a, b] ⇒ |x − α| < ε.
Portanto, ∀x ∈ [a, b] pode ser tomado como x.

Nem sempre é possível ter as exigências (i) e (ii) satisfeitas simultaneamente. Os gráficos a seguir
ilustram algumas possibilidades:

Prof. Me. Fabão 2 µατ µατ ικα

Made in LATEX
 Cálculo Numérico

Os métodos numéricos são desenvolvidos de forma a satisfazer pelo menos um dos três critérios
de parada a seguir.

1o Critério: |f (xn )| ≤ ε

2o Critério: Ea ≤ ε ⇒ |xn+1 − xn | ≤ ε

|xn+1 − xn |
3o Critério: Er ≤ ε ⇒ ≤ε
|xn+1 |

Nos critérios apresentados xn representa a enésima aproximação da raiz e ε é a tolerância

fornecida.

A figura (a) apresenta um problema quando utilizamos o 1o critério para avaliar se um determi-
nado valor está ou não próximo de uma raiz, pois apesar do valor de f (x) estar próximo de zero
percebemos que x ainda está relativamente longe da raiz exata α.

Na figura (b) temos um problema semelhante com o 2o critério, a diferença é que x está próximo
da raiz α, mas f (x) não se aproxima de zero.

Em muitos casos verificamos se os critérios 1 e 2 são satisfeitos evitando conclusões equivocadas,

é o que mostra a figura (c).

Já o 3o critério nos fornece a distância relativa da raiz e se comporta de forma semelhante ao

segundo.

Em programas computacionais, além do teste de parada usado para cada método, deve-se ter
o cuidado de estipular um número máximo de iterações para se evitar que o programa entre em
“looping” devido a erros no próprio programa ou à inadequação do método usado para o problema
em questão.

Método da Bissecção ou Dicotomia

Seja f (x) uma função contínua no intervalo [a, b] e considere α uma raiz desta função, sendo
que α ∈ [a, b], tal que f (α) = 0. O método da bissecção consiste em dividir o intervalo em duas
partes iguais, a, a+b
   a+b 
2
e 2 , b elegendo para o próximo passo o intervalo que satisfaz a condição
do Teorema de Bolzano.
   
a+b a+b
f (a) · f < 0 ou f · f (b) < 0
2 2

O processo se repete com o novo intervalo até que o valor esteja tão próximo da raiz quanto se
deseja.

Prof. Me. Fabão 3 µατ µατ ικα

Made in LATEX
 Cálculo Numérico

A figura, a seguir, apresenta o esquema gráfico do método da bissecção.

Já que conhecemos como o método da bissecção atua, agora vamos ver como esse processo pode
ajudar-nos a refinar um intervalo inicial até que tenhamos a raiz aproximada tão próxima da exata
quanto possível.
Para isso seguimos alguns passos.

Passo 1: determinar um intervalo [a, b] que possua uma única raiz.

a+b
Passo 2: fazer xn = , dividindo [a, b] em dois subintervalos iguais [a, xn ] e [xn , b], se
2
f (a) · f (xn ) < 0, o intervalo que contém a raiz é [a, xn ], caso contrário o intervalo que contém a raiz
é [xn , b].

Passo 3: verificar se o ponto médio xn do intervalo satisfaz a precisão desejada utilizando um ou

mais dos três critérios apresentados. Caso contrário volte ao passo 2.

A repetição do método é chamada iteração e as aproximações sucessivas são os termos iterados.

Para aplicar qualquer método numérico deveremos ter sempre uma ideia sobre a localização da
raiz a ser determinada. Essa localização é obtida, em geral, através do Método Gráfico ou do Método
Analítico. A partir da localização da raiz, escolhemos então x1 como uma aproximação inicial para
a raiz α de f (x) = 0. Com essa aproximação inicial e um método numérico refinamos a solução até
obtê-la com uma determinada precisão (número de casas decimais corretas).

Em relação à precisão prefixada, normalmente, tomamos ε = 10−m , onde m é o número de casas

decimais que queremos corretas no resultado.

Para obtermos uma raiz com uma determinada precisão ε devemos, durante o processo iterativo,
efetuar um dos três critérios de parada mencionados anteriormente.

Prof. Me. Fabão 4 µατ µατ ικα

Made in LATEX
 Cálculo Numérico

Análise da Convergência do Método da Bissecção

A análise da convergência dos métodos iterativos permite avaliar previamente algumas

características adicionais do método em relação ao problema estudado, como a quantidade de
iterações necessárias até que o critério de parada seja satisfeito.
Podemos notar que se f (x) for contínua no intervalo [a, b] e f (a) · f (b) < 0 no desenvolvimento
do método da bissecção, geramos uma sequência xn que converge para a raiz α. Observe como o
intervalo diminui a cada iteração pelo método da bissecção.

b−a
b 0 − a0 =
2
b−a
b−a
b 1 − a1 = 2 =
2 22

b−a
2 b−a
b 2 − a2 = 2 =
2 23
.. .. ..
. . .
b−a
b n − an = n
2

Para n → ∞ e aplicando o limite nos dois membros da igualdade:

b−a
lim (bn − an ) = lim
n→∞ n→∞ 2n

No segundo membro da expressão temos:

b−a
lim =0
n→∞ 2n
Assim:

b−a
lim (bn − an ) = lim =0
n→∞ n→∞ 2n

lim (bn − an ) = 0
n→∞

lim bn − lim an = 0
n→∞ n→∞

lim bn = lim an
n→∞ n→∞

lim an = lim bn = α
n→∞ n→∞

Prof. Me. Fabão 5 µατ µατ ικα

Made in LATEX
 Cálculo Numérico

Agora vamos verificar se α é raiz de f (x).

Como f (an ) · f (bn ) < 0 e f (x) é contínua:

   
lim [f (an ) · f (bn )] = lim f (an ) · lim f (bn ) = f lim an · f lim bn ≤ 0
n→∞ n→∞ n→∞ n→∞ n→∞

   
Como lim an = lim bn = α e f lim an · f lim bn ≤ 0
n→∞ n→∞ n→∞ n→∞

Concluímos que 0 ≤ [f (α)]2 ≤ 0 ⇒ f (α) = 0 ⇒ α é raiz.

Estimativa do Número de Iterações

Provamos que, com certeza, chegaremos à raiz de uma função utilizando o método da bissecção,
mas quantas iterações são necessárias para chegarmos ao resultado esperado? O método da bissecção
nos permite calcular previamente quantas iterações são necessárias para chegar a raiz α com um erro
desejado ε.
Temos a seguinte expressão:
b−a
b n − an = n
2

Desejamos conhecer um intervalo tal que |bn − an | < ε.

 
b − a
Para  n  ≤ ε, tem-se que:
2
|b − a|
≤ε
2n

|b − a|
log ≤ log ε
2n

log(b − a) − log 2n ≤ log ε

log(b − a) − n log 2 ≤ log ε

log(b − a) − log ε
n≥
log 2

Com essa expressão podemos determinar quantas iterações mínimas são necessárias para se
aproximar da raiz α da função conhecendo apenas a tolerância ε e o intervalo inicial.

Prof. Me. Fabão 6 µατ µατ ικα

Made in LATEX
 Cálculo Numérico

Considerações Finais

• As iterações não envolvem cálculos laboriosos e tem convergência garantida se f (x) for contí-
nua em [a, b] e se α ∈ [a, b];

• Apesar de teoricamente seguro, o método pode ter falhas. Se ocorrer um erro de arredonda-
mento, mesmo que pequeno, no momento em que a máquina avalia o sinal do ponto médio,
poderemos ter um intervalo que efetivamente não contém uma raiz;

• Pode ser difícil encontrar um intervalo [a, b], tal que f (a) · f (b) < 0, em equações com raízes
de multiplicidade par ou muito próximas;

• A convergência é muito lenta, pois se o intervalo inicial é tal que b − a > ε e se ε for muito
pequeno, o numero de iterações n tende a ser muito grande;

• Deve ser utilizado apenas para diminuir o intervalo que contém a raiz.

Exemplos:

01) Usando o método da bissecção, resolva a equação x2 + ln(x) = 0, com ε = 10−2 .

√
3
02) Utilizando o método da bissecção, determinar um valor aproximado para 25, com erro
inferior a 10−3 .

03) Encontre quantas iterações no mínimo são necessárias para que se encontre uma raiz aproxi-
mada da função f (x) = cos(x) + 2sen(x) no intervalo [2, 3] com erro de 0,001 e, em seguida,
determine essa raiz no intervalo considerado.

Prof. Me. Fabão 7 µατ µατ ικα

Made in LATEX