Capítulo 3 - Parte I - Retificado

Equações Não Lineares
Crispiniano Furtado e Olga Lima
12 de Abril de 2020
Índice
1 Equações não lineares

Preliminares
Método da Bissecção Sucessiva
Método da Falsa Posição
Método Iterativo Simples
Método de Newton - Raphson
Método da Secante
Raízes de Polinómios
Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 2 / 50

Preliminares
Equaçõ linear e não linear

Uma equação do tipo
a1 x1 + a2 x2 + · · · + an xn = b (1)
onde ai (i = 1, 2, . . . n) e b são reais, chama-se de equação linear na

variável x1 , x2 , . . . , xn .
Qualquer equação nas variáveis x1 , x2 , . . . , xn que não seja do tipo
(1) é dita não linear.
Exemplos
x − 3 = 0 é uma equação linear na variável x .
x 2 − 3 = 0 e e −x − x = 0 são exemplos de equações não lineares na
variável x .

Preliminares
Teorema 1 (Monotonia)
Seja f uma função que admite derivada em todos os pontos de um
intervalo ]a, b[ . Então,
1 Se a derivada for positiva em todos os pontos do intervalo, então f é
estritamente crescente nesse intervalo.
2 Se a derivada for negativa em todos os pontos do intervalo, então f
é estritamente decrescente nesse intervalo.
3 Se a derivada for nula em todos os pontos do intervalo, então f é
constante nesse intervalo.
Teorema 2 (Bolzano)
Se f for uma função contínua em [a, b] então, para todo o y compreendido
entre f (a) e f (b), existe pelo menos um x ∈ [a, b] tal que f (x ) = y .

Preliminares
Números de Rolle
Chamam-se números de Rolle da equação f (x ) = 0, definida em D ⊂ R,
ao conjunto de pontos de fronteira de D e dos zeros da função f 0 (x ),
derivada de f.
Teorema 3 (Rolle)
Seja f uma função definida em D ⊂ R e contínua nesse domínio. Então,
entre dois números de Rolle consecutivos existe, no máximo, um zero da
função f (x ).

Exemplo
Pretende-se analisar a existência de zeros da função f (x ) = x ln(x ) − 1 no
seu domínio Df = ]0, ∞[ .
Pontos fronteira de Df : 0, +∞
Zeros de f 0 : f 0 (x ) = 0 ⇔ x = e −1
Os números de Rolle de f são: 0, e −1 , +∞
Se a função tomar sinais contrários entre dois números de Rolle, então f
terá um zero nesse intervalo:
lim f (x ) = −1, f (e −1 ) ≈ −1.368 e lim f (x ) = +∞

x →0 x →+∞
No intervalo e −1 , +∞ existe um zero de f (x ).

Confirme o resultado pelo método gráfico.

Preliminares
Teorema 4 (Valor Médio de Lagrange)

Se f for uma função contínua em [a, b] e diferenciável em ]a, b[, então
existe pelo menos um ξ ∈ ]a, b[ tal que
f (b) − f (a)
f 0 (ξ) = . (2)
b−a
Raíz de uma equação / Zero de uma função

Seja f uma função real de variável real (contínua ou não!) e considere a
equação f (x ) = 0. A solução da equação designa-se por raíz da equação
ou por zero da função f . Ou seja, se f (z) = 0 diz-se que z é uma raíz
da equação f (x ) = 0 ou que z é um zero da função f (x ) .

Preliminares
Raíz múltipla
A multiplicidade de um zero z de f (x ) é o supremo m dos valores k tais que,
|f (x )|
lim k
= c < ∞.
x →z |x − z|
Se m = 1, o zero diz-se simples. Se m = 2 o zero diz-se duplo, ...
Exemplos - Raíz múltipla

z = 0 é um zero duplo de f (x ) = 1 − cos (x ) porque
|1 − cos (x )| 1
lim 2 = ;
x →z |x | 2
z = 0 é um zero simples de f (x ) = sin (x ) porque
|sin (x )|
lim = 1.
x →z |x |
Preliminares
Teorema 5 (Multilicidade da raíz)
Se z for um zero de f (x ) e se f (x ) for m vezes diferenciável em z então a
multiplicidade de z é m sse
f (z) = f 0 (z) = · · · = f (m−1) (z) = 0 e f (m) (z) 6= 0.
Exemplos - Raíz múltipla

z = 1 é um zero duplo de p (x ) = x 2 − 2x + 1 = (x + 1)2 porque,
pelo teorema anterior,
p(1) = 0, p 0 (1) = 0 e p 00 (1) 6= 0.
z = 0 é um zero simples de f (x ) = sin(x ) porque, pelo teorema

anterior,
f (1) = 0, p 0 (1) = cos (0) 6= 0.

Preliminares
Ordem de convergência
Seja {xk } uma sucessão convergente para z. Se existirem duas constantes
p e c tais que
|z − xk+1 |
lim =c (3)
x →z |z − xk |p
então diz-se que a sucessão {xk } é convergente para z de ordem p com

uma constante de convergência assimptótica igual a c.
se p = 1 a convergência diz-se linear;
se p > 1 a convergência diz-se supra linear;
se p = 2 a convergência diz-se quadrática.
Nota: À partida quanto maior for a ordem de convergência de um método

iterativo menor será o número de iterações necessárias para atingir uma
dada precisão. Naturalmente, a rapidez depende também do fator de
resolução, computação.
Prelimininares
Independentemente do método utilizado, muitas vezes é possível obter um
majorante do erro:
Teorema 6 (Majorante do erro absoluto)

Seja z a raz exata e xk um valor aproximado da raiz da equação f (x ) = 0,
com z, xk ∈ [a, b] . Se f (x ) for diferenciável em [a, b] e |f 0 (x )| > m > 0
∀x ∈ [a, b] então
|f (xk )|
|z − xk | ≤ .
m
Critério de paragem
Parando o método quando |f (xk )| ≤ δ garante-se que
δ
|z − xk | ≤
m1

Equação não linear
1 Como resolver a equação e −x − x = 0?

2 Quais são as raízes do polinómio x 7 − x + 1 = 0?
3 Com que rapidez podemos resolver estes problemas?
Problema
Dada uma função f , determinar s tal que f (s) = 0.

Equação não linear - Métodos de resolução
Métodos diretos
fornecem soluções exatas
aplicáveis a um conjunto restrito de problemas [e.g. fórmula
resolvente de equações do 2.o grau]
Iterativos
geram sucessões de soluções aproximadas
aplicáveis a um conjunto amplo de problemas (e.g. método da
bissecção, método de Newton-Raphson, método da secante etc.)

Ideia dos métodos Iterativos
Isolamento de raízes: Encontrar um intervalo [a, b] que contenha uma
única raiz z de f (x ) = 0.
Iteração: A partir de x0 pertencente ao intervalo [a, b] que contenha
uma única raiz z de f (x ) = 0, gerar x1 , x2 , x3 , . . . (Solução
iterativa). Pretende-se que a sucessão de valores xk convirja para a
solução z, ou seja, que o erro ek = z − xk tenda para zero:
x0 , x1 , x2 , x3 , . . . −→ z
e0 , e1 , e2 , e3 , . . . −→ 0

Métodos iterativos - características
fórmula geradora: específico para cada método

estimativa inicial: como escolher x0 ?
convergência de {xn } : como garantir a convergência (requer análise
prévia)
critério de paragem: necessário do ponto de vista de programação
rapidez da convergência. número de iterações necessários.
localização das raízes
I cálculo de valores
I estudo gráfico
I estudo analítico
unicidade da raiz: é a única?
multiplicidade da raiz

Preliminares - Localização de raízes
Antes de resolver f (x ) = 0, é necessário obter uma aproximação

inicial, que exige a separação das possíveis raízes em intervalos tão
pequenos quanto possível;
O método mais prático consiste em analisar a representação gráfica
de f (x ) ou análise da expressão que o compõe;
Costuma-se utilizar a técnica de "varrimento"de um intervalo [a, b]
em n subintervalos:
I definir passo h = b−a n
I calcular f (xi ) com xi = a + ih, i = 0, 1, . . . , n
I se f (xi ) f (xi+1 ) < 0 então existe um zero de f em [xi , xi+1 ] (Pelo
Bolzano)
Observação: Por razões óbvias pode ser necessário reajustar o h. Se h não
for suficientemente pequeno pode falhar zeros!

Preliminares - Localização de zeros
Suporte
Monotonia de f
Números de Rolle de f : D → R
I fronteira de D
I zeros de f 0
Teorema 7
Se f é estritamente monótona em [a, b] então f tem, no máximo,
uma raíz em [a, b] .
Se f é diferenciável, então entre dois números de Rolle consecutivos f
tem, no máximo, um zero.

Exercícios
1 Usando o teorema de Bolzano, conclua que a função f (x ) = e −x − x

possui, pelo menos uma raíz no intervalo I = [0, 1]:
1 Mostre que f é estritamente monótona em ]0, 1[
2 Existe mais do que uma raiz no intervalo dado? Justifique.
3 Usando métodos gráficos localize a raiz da função f .
2 Utilizando os números de Rolle, localize os zeros de:
1 f (x ) = e x − 3x
2 f (x ) = x 3 − 3x + 1

Critérios de Paragem
Seja z um raíz exata de f (x ) = 0 isolada no intervalo [a, b] . Dada uma

tolerância e uma aproximação inicial x0 , calcular x1 , x2 , , . . . , xk até que
|xk − z| < (4)
ou
|f (xk )| < (5)
ou
iter > itermax (número de iteração máximo alcançado)

Observação:
Os dois critérios (4) e (5) não são equivalentes!
No primeiro caso (4), toma-se |xk − xk+1 | < .

Descrição do método
Consiste em construir subintervalos Ik = [ak , bk ] ⊂ I = [a, b] por divisões
sucessivas a meio e relativamente aos quais também se verifique que
f (ak )f (bk ) < 0.
Fórmula de recorrência: xk+1 = ak +b 2
k
Interpretação geométrica do método:

Algoritmo
Entradas [a0 , b0 ] = [a, b] e f (x )
1. xk+1 = ak +b
2
k
2. Se f (xk+1 ) f (ak ) < 0

Repetir
Então ak+1 = ak ; bk+1 = xk+1 ;
Senão ak+1 = xk+1 ; bk+1 = bk ;
Até verificar critério paragem
Teorema 8 (Erros e convergência do método)

Se f é contínua em [a, b] e f (a) · f (b) < 0, o método da bissecção gera
uma sucessão xk que converge para a raiz z, neste intervalo, e o erro
absoluto cometido após k iterações satisfaz a relação:
b−a
|xk − z| ≤ .
2k
Estimativa do número de iterações
O número de iterações necessárias para garantir um erro absoluto não
superior a pode ser estimado:

b−a
b−a ln
2k ≥ =⇒ k ≥ .
ln (2)
Vantagens / desvantagens do método

Tendo as condições iniciais garantidas, o método da Bisseção
converge sempre para a solução de forma monótona ou não;
Pode-se prever um majorante para o erro cometido ao fim de um
certo número de iterações;
O custo computacional de cada iteração é baixa (fácil aplicação);
A sua convergência é lenta quando comparada com a dos outros
métodos.
Exemplos
1 Considere a equação 1 + x + e x = 0.
1 Verifique pelo método gráfico que existe uma única raíz em [−2, −1];
2 Determine o número mínimo de iterações necessários para garantir um
erro absoluto inferior a 5 × 10−3 ;
3 Obtenha a solução desejada.
Solução
[1.] Pode-se fazer o gráfico usando as instruções seguintes:

Solução - cont.
ln( b−a
)
[2/3.] Resolvendo a condição k ≥ ln(2) , obtém-se k ≥ 8.
Tabela: Solução: z = −1.277 ± 5 × 10−3

Em cada iteração, parte-se o intervalo [ak , bk ] em duas partes através do
ponto xk+1 que corresponde à intersecção da recta que passa por
(ak , f (ak )) e (bk , f (bk )) com o eixo do xx .
Fórmula de recorrência: xk+1 = ak ff (b k )−bk f (ak )
(bk )−f (ak )
Interpretação geométrica

Algoritmo
Entradas [a0 , b0 ] = [a, b] e f (x )
1. xk+1 = ak ff (bk )−bk f (ak )
(bk )−f (ak )
Repetir 2. Se f (xk+1 ) f (ak ) < 0

Então ak+1 = ak ; bk+1 = xk+1 ;
Teorema 9 (Convergência do método)

Se f for contínua e estritamente monótona em [a, b] e se f (a) f (b) ≤ 0,
então a sucessão produzida pelo método da falsa posição converge para o
único zero de f nesse intervalo.

Teorema 10 (Estimativa de erro)
Se f for continuamente diferenciável em I = [a, b] e tal que
f (a) f (b) ≤ 0. Sejam m1 = minξ∈[a,b] |f 0 (ξ)| e M1 = max ξ∈[a,b] |f 0 (ξ)| .
Então o erro da aproximação de z, único zero de f em I, satisfaz:
|xk+1 − z| ≤ M1m−m1
1
|xk+1 − xk | .
Critério de Paragem
M1 −m1
k+1 = m1 |xk+1 − xk | =⇒ |xk+1 − z| ≤
Vantagens / desvantagens do método

Na maior parte dos casos, o método da Falsa Posição é mais eficiente
do que o método da Bissecção;
A convergência monótona para a solução pode ser lenta devendo o
método ser modificado para acelerar a convergência.

Exemplo
Utilize o método da falsa posição para obter uma aproximação com
2 c.d.c. , da única raíz da equação e x + x + 1 = 0 no intervalo [−2, −1] .
Solução:
Tabela: z ≈ −1.279 com erro absoluto máximo de 4.0 × 10−3 ≤ 0.5 × 10− 2
Compare o resultado com o obtido pelo método Bissecção.

Método da Falsa Posição Modificado
Quando um dos extremos do intervalo que contém a solução permanecer
inalterado, a convergência do método de F.P. torna-se lenta. Modifica-se o
método substituindo a recta secante que passa por (ak , f (ak )) e
(bk , f (bk )) por uma de inclinação menor, que passa por (ak , f (a2k ) ) e
(bk , f (bk )) ou por (ak , f (ak )) e (bk , f (b2k ) ).
Teorema 11 (Justifica a lentidão na convergência do método da FP )

Se a função f for estritamente monótona e duplamente diferenciável no
intervalo [a, b], se f (a)f (b) ≤ 0 e se o sinal de f 00 não variar em [a, b],
então a sucessão produzida pelo método da falsa posição converge
monotonamente para o zero de f nesse intervalo. Também se verifica que
um dos extremos do intervalo permanece inalterado.

Método da Falsa Posição Modificado
Teorema 12 (Convergência do método)
Se f é contínua e estritamente monótona em [a, b] e se f (a)f (b) < 0
então o método de Falsa Posição Modificado produz uma sucessão
convergente para o único zero de f nesse intervalo.
Algoritmo
Entradas [a0 , b0 ] = [a, b] e f (x ) ; Fa = f (a0 ); Fb = f (b0 )
k Fb −bk Fa
1. xk+1 = fa(b k )−f (ak )
2. Se f (xk+1 ) f (ak ) < 0
Então ak+1 = ak ; bk+1 = xk+1 ; Fb = f (xk+1 ) ;
Repetir
Se f (xk+1 ) f (xk ) > 0 Então Fa = F2a
Se f (xk+1 ) f (xk ) > 0 Então Fb = F2b

Consiste na determinação da aproximação do ponto fixo de outra função F
(que coincide com o zero da função f ). Resolve-se, em ordem a x , a
equação f (x ) = 0 da seguinte forma: f (x ) = 0 ⇔ x = F (x ) .
Dado x0 (valor inicial) determinam-se x1 , x2 , . . . , xn , . . . usando
f (x ) = 0 ⇔ xk+1 = F (xk+1 ) k = 0, 1, 2, . . .

Algoritmo
Inicialização Escolher x0
Repetir xk+1 = F (xk )
Até verificar critério de paragem
Comportamento

Como escolher F (x )?
Teorema 13 (Convergência)
Se F é continuamente diferenciável em [a, b] , L = maxx ∈[a,b] |F 0 (x )| < 1
e existe z ∈ [a, b] tal que z = F (z) , então para qualquer valor inicial
x0 ∈ [a, b] , a sucessão gerada pelo método do ponto fixo converge para z.
Majorante do erro
Sendo L = max |F 0 (x )| , vem que
x ∈[a,b]
L
|xk+1 − z| ≤ |xk+1 − xk |
1−L
L
k+1 = 1−L |xk+1 − xk | =⇒ |xk+1 − z| ≤

Exemplo
1 Determinar, com um erro absoluto inferior a 5 × 10−5 , o zero da
função f (x ) = 1 + x + e x no intervalo [−2, −1].
Solução: Tomando F (x ) = −1 − e x , vem que L = max |F 0 (x )| = e −1
x ∈[−2,−1]
e k+1 = 1.72 × |xk+1 − xk |.
Tabela: Solução: z ≈ −1.27846 ± 1.5 × 10−5

Cada aproximação xk+1 corresponde à abcissa do ponto de intersecção da
recta tangente ao gráfico de f no ponto (xk , f (xk )) com o eixo dos xx :
f (xk )
xk+1 = xk − , k = 0, 1, 2 · · ·
f 0 (xk )

Algoritmo
Inicialização Escolher x0
f (xk )
Repetir xk+1 = xk −
f 0 (xk )
Comportamento (divergências)

Teorema 14 Convergência (1)
Seja f ∈ C 2 ([a, b]) tal que f 0 (x ) 6= 0, e f 00 (x ) ≤ 0 ou f 00 (x ) ≥ 0 em
[a, b] . Seja ainda z o único zero de f em [a, b] . Então a sucessão gerada
pelo método NR converge para z sempre que o ponto inicial x0 pertencer
[a, b] com f (x0 ) f 00 (x0 ) ≥ 0. Mais, a sucessão gerada é monótona.
Majorante do erro
Sendo M2 = max |f 00 (x )| , e m1 = min |f 0 (x )| vem que
x ∈[a,b] x ∈[a,b]
M2
|xk+1 − z| ≤ |xk+1 − xk |2
2m1
k+1 = M2
2m1 |xk+1 − xk |2 =⇒ |xk+1 − z| ≤

Exemplos
Solução:
Condições de convergência Estimação do erro

f 0 (x ), f 00 (x )
> 0, ∀x ∈ [−2, −1] m1 = 1 + e −2 , M2 = e −1
Se x0 = −1 ⇒ f (x0 )f 00 (x0 ) > 0 k+1 = 0.162 |xk+1 − xk |2
Iterações
k=0 k=1
f (x0 ) f (x1 )
x1 = x0 − 0 = −1.26894 x2 = x1 − 0 = −1.27845
f (x0 ) f (x1 )
1 = 0.012 5 × 10−5 2 = 1.5 × 10−5 ≤ 5 × 10−5
z ≈ −1.27845

Teorema 15 (Convergência (2))

Sejam f ∈ C 2 ([a, b]; R) e s um zero de f em [a, b] tal que f 0 (z) 6= 0.
Então existe δ > 0 tal que a sucessão {xk } gerada pelo método de NR
converge para z sempre que x0 ∈ [z − δ, z + δ].
Nota: Para os casos onde o método é lento (ou falha), pode resolver o
problema:
Mudando a escolha x0 inicial;
Incluir um limite superior no número de iterações: Kmax ;
Analisar a condição de convergência, atentando que f 0 (x ) não pode
anular.

Método da Secante
Cada aproximação xk+1 corresponde à abcissa do ponto de intersecção da
recta secante ao gráfico de f nos dois últimos pontos (xk , f (xk )) e
(xk−1 , f (xk−1 )) com o eixo dos xx :
xk−1 f (xk ) − xk f (xk−1 )
xk+1 = , k = 0, 1, 2 · · ·
f (xk ) − f (xk−1 )

Método da Secante
Algoritmo
Inicialização Escolher x−1 e x0
xk−1 f (xk ) − xk f (xk−1 )
Repetir xk+1 =
f (xk ) − f (xk−1 )
Teorema 16 (Convergência)
Seja f ∈ C 2 ([a, b]) tal que f 0 (x ) 6= 0, e f 00 (x ) ≤ 0 ou f 00 (x ) ≥ 0 em
[a, b] . Seja ainda z o único zero de f em [a, b] . Então a sucessão gerada
pelo método da secante converge para z sempre que os pontos iniciais
x−1 , x0 ∈ [a, b] satisfazerem
f (x−1 ) f 00 (x−1 ) ≥ 0 e f (x0 ) f 00 (x0 ) ≥ 0.
Mais, a sucessão gerada é monótona.

Método da Secante
Majorante do erro
Sendo M2 = max |f 00 (x )| e m1 = min |f 0 (x )| vem que
x ∈[a,b] x ∈[a,b]
M2
|xk+1 − z| ≤ |xk+1 − xk | |xk+1 − xk−1 |
2m1
M2
k+1 = 2m1 |xk+1 − xk | |xk+1 − xk−1 | =⇒ |xk+1 − z| ≤
Exemplos
Solução: z ≈ −1.27834.

Polinómio
Um polinómio na variável x , p (x ) de grau n é dado por
p (x ) = an x n + an−1 x n−1 + · · · + a1 x + a0 , an , an−1, ..., a1 ∈ R, com an 6= 0.
Teorema 17
Sejam z1 , z2 , . . . , zn as n raízes do polinómio de grau n, p (x ) . Então,
p (x ) pode ser escrito como
p (x ) = an (x − z1 ) (x − z2 ) . . . (x − zn ) .
Teorema 18
O polinómio p(x ) tem n raízes (contando com a multiplicidade). Estas
raízes podem ser reais ou complexas, caso em quem surgem em pares
conjugados.

Regra de Ruffini
p (x ) = an x n + an−1 x n−1 + · · · + a1 x + a0
= (x − s)q(x ) + r
onde
q(x ) = bn−1 x n−1 + . . . + b1 x + b0 é o quociente
r ∈ C é o resto
an an−1 ... a1 a0
s sbn−1 ... sb1 sb0
bn−1 bn−2 ... b0 r

Regra de Ruffini generalizada
p (x ) = an x n + an−1 x n−1 + · · · + a1 x + a0
= (x 2 − αx − β)q(x ) + (rx + s)
onde
q(x ) = bn−2 x n−2 + . . . + b1 x + b0 é o quociente
rx + s é o resto
an an−1 an−2 ... a2 a1 a0

β βbn−2 ... βb2 βb1 βb0
α αbn−2 αbn−3 ... αb1 sb0
bn−2 bn−3 bn−4 ... b0 r s

Raízes de Polinómios - Localização
Teorema 19 (Regra de sinais de Descartes I)
O no de raízes reais positivas de p(x ) é igual, ou menor pela diferença de
um no par, ao número de mudanças de sinal dos seus coeficientes não
nulos.
Teorema 20 (Regra de sinais de Descartes II)

O no de raízes reais negativas de p(x ) é igual, ou menor pela diferença de
um no par, ao no de mudanças de sinal dos coeficientes não nulos de
p (−x ) .
Exemplos
Seja p (x ) = x 3 − x + 1 ⇒ p (−x ) = −x 3 + x + 1
p (x ) tem 0 ou 2 raízes positivas; p (−x ) tem 1 única raiz negativa.
Seja p (x ) = (x − 2) (x + 2) = x 2 − 4 ⇒ p (−x ) = x 2 − 4
p (x ) tem 1 raiz positiva; p (x ) tem 1 raiz negativa.
Raízes de Polinómios - Localização
Teorema 21
Todos os zeros do polinómio p (x ) situam-se no interior do círculo (no
plano complexo) centrado na origem e de raio

ak
R = 1 + max , k = 0, 1, n − 1.
a n
Exemplos
Os zeros de p (x ) = x 3 − x + 1 (a3 = 1, a2 = 0, a1 = −1, a0 = 1)
situam-se no interior
n do disco ocentrado na origem e raio
a2 a1 a0
R = 1 + max a3 , a3 , a3 = 2.
Os zeros de q (x ) = (x − 2) (x + 2) = x 2 − 4 (a2 = 1, a1 = 0, a0 = −4)
situam-se no interior
n doodisco centrado na origem e raio
R = 1 + max aa12 , aa02 = 5.


Determinação de todas as raízes

Conhecendo k raízes r1 , . . . , rk de p(x ), as restantes n − k raízes podem
ser obtidas como sendo as raízes de q(x ) que é o polinómio quociente da
divisão de p(x ) pelo polinómio (x − r1 ) · · · (x − rk ).
Estratégia
Ir obtendo raízes, uma de cada vez, e dividir o polinómio até se obter um
polinómio de grau 1 ou 2, casos em que a determinação de raízes é trivial.

Determinação das raízes do polinómio
Para determinar as raízes podemos usar o método de Newton-Raphson.
Podemos ainda usar os números os números Rolle para ’estreitar’ o
intervalo onde encontrar a raiz real.
Exemplo
Os zeros de p (x ) = x 3 − x + 1 (a3 = 1, a2 =√0, a1 = −1, a0 = 1) estão no
intervalo [−5, 5] . Como p 0 (x ) = 0 ⇔ x = ± 33 . O teorema garante que entre
√ √
−∞ e − 33 tem no máximo um zero. Como p (−2) p − 3
3
< 0. Então
podemos considerar o método de Newton
p (xk )
xk+1 = xk −
p 0 (xk )
h √ i
no caso, podemos escolher x0 no intervalo −2, − 33 . (Fica como exercício a
determinação da raiz usando o método de Newton-Raphson)
xk3 − xk + 1
xk+1 = xk − .
3xk2 − 1
Leituras complementares I
A.Quartenori, Fausto Saleri.

Scientific Computing With Matlab, Springer-Verlag
Pina, Heitor
Métodos Númericos.
MCGraw Hill

Capítulo 3 - Parte I - Retificado

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Capítulo 3 - Parte I - Retificado

Enviado por

Direitos autorais:

Formatos disponíveis

Equações Não Lineares

Crispiniano Furtado e Olga Lima

1 Equações não lineares

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 2 / 50

Equaçõ linear e não linear

onde ai (i = 1, 2, . . . n) e b são reais, chama-se de equação linear na

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 3 / 50

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 4 / 50

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 5 / 50

lim f (x ) = −1, f (e −1 ) ≈ −1.368 e lim f (x ) = +∞

No intervalo e −1 , +∞ existe um zero de f (x ).

Confirme o resultado pelo método gráfico.

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 6 / 50

Teorema 4 (Valor Médio de Lagrange)

Raíz de uma equação / Zero de uma função

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 7 / 50

Se m = 1, o zero diz-se simples. Se m = 2 o zero diz-se duplo, ...

Exemplos - Raíz múltipla

f (z) = f 0 (z) = · · · = f (m−1) (z) = 0 e f (m) (z) 6= 0.

Exemplos - Raíz múltipla

p(1) = 0, p 0 (1) = 0 e p 00 (1) 6= 0.

z = 0 é um zero simples de f (x ) = sin(x ) porque, pelo teorema

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 9 / 50

então diz-se que a sucessão {xk } é convergente para z de ordem p com

Nota: À partida quanto maior for a ordem de convergência de um método

Teorema 6 (Majorante do erro absoluto)

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 11 / 50

1 Como resolver a equação e −x − x = 0?

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 12 / 50

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 13 / 50

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 14 / 50

fórmula geradora: específico para cada método

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 15 / 50

Antes de resolver f (x ) = 0, é necessário obter uma aproximação

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 16 / 50

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 17 / 50

1 Usando o teorema de Bolzano, conclua que a função f (x ) = e −x − x

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 18 / 50

Seja z um raíz exata de f (x ) = 0 isolada no intervalo [a, b] . Dada uma

|xk − z| <  (4)

iter > itermax (número de iteração máximo alcançado)

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 19 / 50

Interpretação geométrica do método:

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 20 / 50

2. Se f (xk+1 ) f (ak ) < 0

Teorema 8 (Erros e convergência do método)

Vantagens / desvantagens do método

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 23 / 50

Tabela: Solução: z = −1.277 ± 5 × 10−3

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 24 / 50

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 25 / 50

Repetir 2. Se f (xk+1 ) f (ak ) < 0

Teorema 9 (Convergência do método)

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 26 / 50

Vantagens / desvantagens do método

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 27 / 50

Compare o resultado com o obtido pelo método Bissecção.

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 28 / 50

Teorema 11 (Justifica a lentidão na convergência do método da FP )

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 29 / 50

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 30 / 50

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 31 / 50

Crispiniano Furtado e Olga Lima Equações Não Lineares 12 de Abril de 2020 32 / 50

|xk − z| < (4)