Cálculo Numérico

Aula 02 - 02/dez/2020

Wilson H. Hirota

Universidade Federal de São Paulo

wilson.hirota@unifesp.br
 Zeros de Funções Reais
• Introdução/Motivação
◦ Em muitos problemas de Engenharia há a necessidade de se determinar um x ∗
para o qual uma função f (x ) seja zero, ou seja:

f (x ∗ ) = 0
onde f : R → R é uma função não linear em x .

Exemplos

1. Equação de estado de Benedict-Webb-Rubin

       γ 
A0 C0 −1 a −2 aα −5 β γ − 2
z = 1+ B0 − − v + b − v + v + 1 + e v
RT RT 3 RT RT RT 3 v 2 v2
2. Equação de Colebrook
  −2
 2.5
f = −2 × log + √
3.7 × D Re × f

...

2 / 33
 Zeros de Funções Reais
• Introdução/Motivação
◦ Os exemplos anteriores são exemplos da Engenharia Quı́mica e mostram a
importância do problema de determinar as raı́zes reais de equações não lineares
◦ Para alguns casos particulares, a determinação das raı́zes de um equação não
linear pode ser considerada trivial, uma vez que, nesses casos, podemos reduzir
algebricamente a equação a um problema de resolução elementar

• Por exemplo, as raı́zes de um polinômio cúbico do tipo1

x 3 + px 2 + qx + r = 0
podem ser obtidas efetuando-se uma mudança de variável do tipo
x = z − p3 para eliminar o termo quadrático (Método de
Cardamo-Tartaglia). Aplicando a mundaça de variável, obtemos a equação

z 3 + az + b = 0
1 1
onde a = 3
(3q − p2) e b = 27
(2p 3 − 9pq + 27r )
1 A solução desse problema foi obtida por Niccolò Fontana, conhecido por Tartaglia, e posteriormente
publicado por Girolamo Cardamo, sem a autorização de Tartaglia. Para maiores detalhes consultar:
<https://pt.wikipedia.org/wiki/Equaç˜ao cúbica>
3 / 33
 Zeros de Funções Reais
• Introdução/Motivação
◦ No entanto, em raros casos é possı́vel obter a solução analı́tica de uma equação
não linear
• Por exemplo, quando temos uma equação polinomial de alto grau2 , ou uma
função mais complicada, é praticamente impossı́vel localizar os zeros
exatamente. Neste caso, é necessário utilizar um método numérico para
obter uma solução aproximada do problema

A maioria dos métodos numéricos fornecem uma sequência de apro-

J ximações, cada uma das quais mais precisa que a anteior , de tal modo
que a repetição do procedimento fornece uma aproximação a qual difere do
valor verdadeiro por alguma tolerância pré-fixada (Método iterativo)

2 Em 1978, o matemático italiano Paolo Ruffini demonstrou que é possı́vel resolver um polinômio de 5o
grau. Posteriormente, em 1824, o matemático norueguês Neils Henrik Abel provou que não existem
fórmulas para computar as raı́zes de polinômios de grau maior que 5.
4 / 33
 Zeros de Funções Reais
• Conceitos iniciais

A maioria dos métodos numéricos fornecem uma sequência de apro-

J ximações, cada uma das quais mais precisa que a anteior , de tal modo
que a repetição do procedimento fornece uma aproximação a qual difere do
valor verdadeiro por alguma tolerância pré-fixada (Método iterativo)

Método iterativo - Definição

ª Por método iterativo entendemos um processo que calcula uma sequên-
cia de aproximações {xn }∞ n=0 da solução desejada. O cálculo parte uma
aproximação inicial x k e gera uma nova aproximação x k +1 da solução do
problema. São aspectos comuns ao processo iterativo:

• Estimativa inicial
• Convergência
• Critério de parada
5 / 33
 Zeros de Funções Reais
• Conceitos iniciais

Método iterativo - Definição

ª O cálculo parte uma aproximação inicial x k e gera uma nova aproximação
x k +1 da solução do problema. São aspectos comuns ao processo iterativo:

• Estimativa inicial

• Convergência

• Critério de parada

Estimativa inicial: Para iniciar um processo iterativo é necessário partir de

uma estimativa inicial, ou ”chute inicial”, do resultado do problema

6 / 33
 Zeros de Funções Reais
• Conceitos iniciais

Método iterativo - Definição

ª O cálculo parte uma aproximação inicial x k e gera uma nova aproximação
x k +1 da solução do problema. São aspectos comuns ao processo iterativo:

• Estimativa inicial
• Convergência
• Critério de parada

Convergência:
Um sequência {xn }n∈N converge para x ∗ (a solução do problema) se
lim xn = x ∗ . Caso contrário, diz-se que a sequência é divergente.
n→∞

Portanto, na prática, precisamos estipular um critério de parada, pois não

é viável calcular infinitos termos.
7 / 33
 Zeros de Funções Reais
• Conceitos iniciais

Método iterativo - Definição

ª O cálculo parte uma aproximação inicial x k e gera uma nova aproximação
x k +1 da solução do problema. São aspectos comuns ao processo iterativo:

• Estimativa inicial
• Convergência
• Critério de parada

Critério de parada:
Critério que depende do problema e da precisão desejada da solução. Os critérios de
parada mais frequentes são:
 
1. Erro absoluto: x k − x k −1  ≤ 
 

 x − x k −1 
 k 
2. Erro relativo:  ≤
xk 
8 / 33
 Zeros de Funções Reais
• Conceitos iniciais

Método iterativo - Definição

ª O cálculo parte uma aproximação inicial x k e gera uma nova aproximação
x k +1 da solução do problema. São aspectos comuns ao processo iterativo:

• Estimativa inicial
• Convergência
• Critério de parada

Critério de parada:
Critério que depende do problema e da precisão desejada da solução. Os critérios de
parada mais frequentes são:
 
3. Valor da função: f (x k ) ≤ 1 onde 1 << 
 

4. Número máximo de iterações: k = kmax . Trata-se de um critério de segurança

para prever os casos em que o processo iterativo é divergente
9 / 33
 Zeros de Funções Reais
• Conceitos iniciais

Método iterativo - Definição

ª Por método iterativo entendemos um processo que calcula uma sequên-
cia de aproximações {xn }∞ n=0 da solução desejada. O cálculo parte uma
aproximação inicial x k e gera uma nova aproximação x k +1 da solução do
problema. São aspectos comuns ao processo iterativo:

Embora um método iterativo não forneça as raı́zes exatas de um problema,

W elas podem ser calculadas com a exatidão que o problema requeira, desde
que certas condições sobre a função f sejam satisfeitas.
Para calcular uma raiz duas etapas devem ser seguidas:
a. Isolar a raiz, ou seja, achar um intervalo [a, b], o menor possı́vel, que
contenha uma e somente uma raiz da equação não linear f (x ) = 0
b. Melhorar o valor da raiz aproximada, isto é, refiná-la até o grau de
exatidão requerido (Métodos numéricos propriamente ditos).
10 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)
◦ Nesta fase a localização dos zeros é feita através de uma análise teórica ou
gráfica da função f (x )
◦ Em qualquer caso, todas as informações sobre a função poderão ser utilizadas
como, por exemplo, pontos de máximo e mı́nimo (Teorema de Rolle),
inclinação (derivada primeira) e concavidade da curva (derivada segunda)

Estudando o comportamento da função, teremos condições de determinar

W um intervalo I que contenha uma ou mais raı́zes da mesma. Na pesquisa
de zeros reais (i.e. na análise teórica) usamos frequentemente o teorema
de Bolzano

Teorema de Bolzano

Seja f : [a, b] → R uma função contı́nua. Se f (a) · f (b) < 0, então existe pelo
menos um ponto x ∗ ∈ [a, b] tal que f (x ∗ ) = 0

11 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)

Teorema de Bolzano

Seja f : [a, b] → R uma função contı́nua. Se f (a) · f (b) < 0, então existe
pelo menos um ponto x ∗ ∈ [a, b] tal que f (x ∗ ) = 0

y ◦ Em outras palavras:
• O teorema, satisfeitas suas condições,
f (a)
garante a existência de pelo menos uma raiz,
mas pode ser que o intervalo contenha mais
x∗ b de uma raiz
x
a
• O teorema não fornece nenhum método para
achar os zeros de f
f (b)
• O intervalo [a, b] deve ser escolhido de tal
forma que satisfaça f (a) · f (b) < 0
12 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)
◦ Exemplo 18: Mostre que cos(x) = x tem solução no intervalo [0, π/2].
Solução:
Observe que a equação é equivalente a cos(x ) − x = 0, ou seja:

f (x ) = cos(x ) − x
Para saber se a função f (x ) tem solução no intervalor [0, π/2], devemos
verificar as hipóteses do teorema de Bolzano. Do Cálculo 1, resulta que f (x ) é
contı́nua no intervalo [0, π/2]. Como f (0) = cos(0) − 0 = 1 e
f (π/2) = cos(π/2) − π/2 = −π/2 < 0, então, pelo teorema de Bolzano,
concluı́mos que cos(x) = x tem pelo menos uma solução no intervalo [0, π/2].

Continuidade
ª Em matemática, a noção de continuidade é a mesma que utilizamos no dia
a dia, ou seja, quando não há interrupções. Formalmente, uma função é
dita contı́nua se:
• ∃ lim f (x )
x →a
• lim f (x ) = f (a)
x →a
13 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)
◦ Exemplo 19: Seja f : R → R. Determinar as raı́zes de
2
f (x ) = (x + 1)2 e (x −2) −1

Outro recurso bastante empregado para isolar as raı́zes de uma

ª função é, a partir da equação f (x ) = 0, obter a equação equivalente
g(x ) = h(x ) e esboçar os gráficos destas funções. Os pontos de
intersecção das curvas g e h são os zeros de f , ou seja:

g(x ) = h(x ) ⇔ f (x ) = 0

Solução:
Rearranjando a equação, temos:

2
−2) 1 2
(x + 1)2 e (x − 1 = 0 =⇒ (x + 1)2 = 2 −2) =⇒ (x + 1)2 = e (2−x )
e (x
14 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)
2
◦ Exemplo 19: Determinar as raı́zes de f (x ) = (x + 1)2 e (x −2) −1
Solução:
2
Fazendo y1 = (x + 1)2 , y2 = e (2−x ) e colocando as duas curvas no mesmo
gráfico, obtemos a figura abaixo.

• Na figura ao lado observa-se que as duas curvas

se interceptam apenas duas vezes, ou seja, a
equação tem precisamente 2 raizes:

◦ Uma raiz no intervalo [−2, −1]

y1
◦ Uma raiz no intervalor [0, 1]

• Podemos observar também que, devido ao

y2 comportamento das funções y1 e y2 , estas
funções não vão se interceptar em nenhum
outro ponto

−2 x ∗ −1 0 x2∗ 1 2
15 / 331
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)
2
◦ Exemplo 19: Determinar as raı́zes de f (x ) = (x + 1)2 e (x −2) −1
Solução:

• Um outra forma de definir o intervalo I é

através do tabelamento da função e reduzir
a amplitude do intervalo. Quanto menor for a
amplitude o intervalo, mais eficiente será a fase
de refinamento (Fase II)
y1 • O método consiste em tabelar f (x ) para
diversos valores de x e analisar a mudança de
sinal de f (x )

y2 • Valores de f (x ) para x = −2, . . . , 2 são

apresentados na tabela abaixo

x −2 −1 0 1 2
−2 x1∗ −1 0 x2∗ 1 2 f (x ) 6.4 −1.0 −0.9 0.5 65.5
16 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)
2
◦ Exemplo 19: Determinar as raı́zes de f (x ) = (x + 1)2 e (x −2) −1

Solução:

x −2 −1 0 1 2
f (x ) 6.4 −1.0 −0.9 0.5 65.5

• Portanto, a função possui zeros nos intervalos [−2, −1] e [0, 1] (Note que o
mesmo resultado foi obtido graficamente)
• É importante ressaltar que o tabelamento é uma estratégia complementar à
análise gráfica, pois, somente com o tabelamento, não é possı́vel determinar
se existe outras raı́zes no intervalo ou ainda em que intervalo devemos
tabelar a função

Para os algoritmos que veremos a seguir, precisamos determinar uma apro-

W ximação inicial da raiz em um intervalo que contenha apenas essa raiz, ou
seja, devemos garantir a existência e unicidade da raiz dentro de um
dado intervalo.

17 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)

Para os algoritmos que veremos a seguir, precisamos determinar uma

W aproximação inicial da raiz em um intervalo que contenha apenas essa
raiz, ou seja, devemos garantir a existência e unicidade da raiz dentro
de um dado intervalo.

◦ Assim, se a partir do gráfico ou do tabelamento da função suspeitarmos da

existência de duas ou mais raı́zes próximas ou coincidentes, é aconselhável um
estudo detalhado do comportamento da função no intervalo I .
◦ Para garantir a unicidade do zero de uma função, é suficiente o seguinte
teorema3 :

Seja f : [a, b] → R uma função diferenciável. Se f (a) · f (b) < 0 e f 0 (x )

preservar o sinal no intervalo aberto (a, b), então existe um único x ∗ ∈ (a, b)
tal que f (x ∗ ) = 0

3 A prova deste teorema pode ser encontrada em qualquer livro de Cálculo

18 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)

Seja f : [a, b] → R uma função diferenciável. Se f (a) · f (b) < 0 e f 0 (x )

preservar o sinal no intervalo aberto (a, b), então existe um único x ∗ ∈
(a, b) tal que f (x ∗ ) = 0

◦ Dizer que f 0 preserva o sinal no intervalo (a, b) é o mesmo que afirmar que:
• f 0 (x ) > 0, ∀x ∈ (a, b), ou seja, a função é estritamente crescente em (a, b),
ou
• f 0 (x ) < 0, ∀x ∈ (a, b), ou seja, a função é estritamente decrescente em (a, b)

◦ Exemplo 20: Determinar o número de raı́zes reais da equação

e x − x 2 − 2x = 0.5

e obter para cada uma delas um intervalo que contenha apenas essa raiz.

19 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)
◦ Exemplo 20: Determinar o número de raı́zes reais da equação
e x − x 2 − 2x = 0.5 e obter para cada uma delas um intervalo que contenha
apenas essa raiz.
Solução:
Esse problema é equivalente a determinar os zeros da função
f (x ) = e x − x 2 − 2x − 0.5. A função é evidentemente contı́nua em R, assim
como todas as suas derivadas de qualquer ordem
y

• Pode-se observer na figura ao

lado que as raı́zes de f estão
próximos de −2, 0 e 3.
−2
x • Nestes pontos, a derivada f 0 é
0 3 não nula e, portanto, as raı́zes
existem e são únicas

20 / 33
 Zeros de Funções Reais
• Isolamento de raı́zes (Fase I)
◦ Exemplo 20: Determinar o número de raı́zes reais da equação
e x − x 2 − 2x = 0.5 e obter para cada uma delas um intervalo que contenha
apenas essa raiz.

Solução:

Para delimitar os intervalos que contêm as raı́zes, podemos tabelar os valores

de f (x ) para diversos valores de x e analisar as mudanças de sinais de
f (x ) = e x − x 2 − 2x − 0.5 e f 0 (x ) = e x − 2x − 2

x −3 −2 −1 0 1 2 3
f (x ) −3.45 −0.365 0.868 0.5 −0.782 −1.11 4.59
f 0 (x ) 4.05 2.14 0.368 −1 −1.28 1.39 12.1

Observando a tabela acima, verifica-se imediatamente que o teorema de

exsitência e unicidade é aplicável à função f nos intervalos [−2, −1], [0, 1] e
[2, 3], ou seja, a função f (x ) possui três raı́zes reais: x1∗ ∈ [−2, −1], x2∗ ∈ [0, 1] e
x3∗ ∈ [2, 3]
21 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)

Após isolar a raiz em um intervalo [a, b], o passo seguinte é refinar a solução
do problema (i.e. a aproximação da raiz).
O refinamento consiste em gerar uma sequência {xk } que converge para a raiz
procurada, isto é, xk → x ∗ quando k → ∞. A forma como se efetua o
refinamento é o que diferencia os diversos métodos numérico
Os termos da sequência são calculados até que a aproximação tenha atingido
uma precisão  pré-fixada.

Os métodos numéricos podem ser agrupados em três classes principais:

J • 1. Métodos intervalares: o ponto de partida é um intervalo que
contenha pelo menos uma raiz. O refinamento consiste em redefinir o
intervalo [a, b] de modo a obtermos um intervalo de menor
comprimento, mas que ainda contenha uma raiz do equação

22 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)

Após isolar a raiz em um intervalo [a, b], o passo seguinte é refinar a solução
do problema (i.e. a aproximação da raiz).
O refinamento consiste em gerar uma sequência {xk } que converge para a raiz
procurada, isto é, xk → x ∗ quando k → ∞. A forma como se efetua o
refinamento é o que diferencia os diversos métodos numérico
Os termos da sequência são calculados até que a aproximação tenha atingido
uma precisão  pré-fixada.

J • 2. Métodos abertos: o ponto de partida é encontrar uma função de

iteração ϕ(x ) e uma aproximação inicial x0 de modo que a sequência
de aproximações xn+1 = ϕ(xn ) convirja para a raiz x ∗ .
• 3. Métodos de múltiplos passos: generalização do método
anterior onde a função de iteração ϕ(x ) depende de mais de uma
aproximação anterior, ou seja, xn+1 = ϕ(xn , xn−1 , . . . , xn−p )
23 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)
• O método da bissecção é baseado no teorema de Bolzano, o qual afirma que
se uma função contı́nua no intervalo [a, b] satisfaz a condição f (a)f (b) < 0,
então existe um x ∗ ∈ [a, b] tal que f (x ∗ ) = 0, isto é, existe pelo menos uma
raiz no intervalo [a, b] (ver figura abaixo)

A idéia central do método da bissecção con-

y siste em, a partir de um intervalo [a, b]
f (a) que contenha pelo menos uma raiz, deter-
minar uma sequência de intervalos [an , bn ]
(n = 0, 1, . . .) onde a0 = 0 e b0 = b, com
x∗ b metade do comprimento do intervalo ante-
x
a rior e que sempre contenha a raiz x ∗
A sequência de intervalos será calculada até
f (b)
que a amplitude do intervalo seja menor que
uma tolerância  preestabelecida, ou seja,
|bn − an | < 

24 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)
Funcionamento:

• Determine um intervalo inicial I0 = [a0 , b0 ] tal

que f (a0 )f (b0 ) < 0
y • Calcular o ponto médio do intervalo:
f (a) x1 = (a0 + b0 )/2

◦ Se f (a0 )f (x1 ) < 0: a1 = a0 e b1 = x1

x∗ x2 b
x ◦ Se f (b0 )f (x1 ) < 0: a1 = x1 e b1 = b0
a x1
• Calcular o ponto médio do novo intervalo:
f (b) x2 = (a1 + b1 )/2

◦ Se f (a1 )f (x2 ) < 0: a2 = a1 e b2 = x2

◦ Se f (b1 )f (x2 ) < 0: a2 = x2 e b2 = b1

• Repetir o processo até que |bn − an | < 

25 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)

Algoritmo 1: Método da Bissecção

1 Dados: f(x), a, b, max tol
y 2 inı́cio
3 para k ← 0 até max faça
f (a) 4 x ← (a + b)/2
5 se f (a)f (x ) < 0 então
x∗ x2 6 b ← x;
b
x 7 senão
a x1
8 a ← x;
9 fim
f (b) 10 se |b − a| <tol então
11 raiz ← (a + b)/2 pare
12 fim
13 fim
14 fim
26 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)

• Notas adicionais:

W 1. Como f (x ) é contı́nua no intervalo [a, b] e f (a)f (b) < 0 é bastante

intuitivo perceber que o método da bissecção sempre gera uma
sequência {xk } que converge para a raiz. A demonstração pode
ser encontrada em qualquer livro de Cálculo Numérico

2. O método exige o conhecimento prévio de uma região (um intervalo

[a, b]) onde a raiz se encontra, o que nem sempre é possı́vel

3. A extensão do método para problemas multi-variáveis é complexa.

4. Embora o Método da Bissecção seja simples, ele sofre com

uma séria desvantagem: é lento.
27 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)

W 4. Embora o Método da Bissecção seja simples, ele sofre com

uma séria desvantagem: é lento.

De fato, uma vez que a amplitude de cada novo intervalo é igual à metade da
amplitude do intervalo anterior, ao fim de n iterações, a raiz estará contida no
intervalo [an , bn ] de amplitude:

bn−1 − an−1 bn−2 − an−2 b0 − a0

bn − an = = = ... =
2 22 2n

28 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)

W 4. Embora o Método da Bissecção seja simples, ele sofre com

uma séria desvantagem: é lento.

Como a sequência de intervalos é calculada até que a amplitude do intervalo

seja menor que uma tolerência  preestabelecida, ou seja, |bn − an | < , então:

b0 − a0 b0 − a0
<  =⇒ 2n > =⇒ n log(2) > log(b0 − a0 ) − log()
2n 

29 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)

Assim, o número mı́nimo de iterações (nmin ) para garantir uma aproximação

da raiz com uma precisão  é dado por:

log(b0 − a0 ) − log()
nmin >
log(2)

Portanto, se o intervalo inicial é tal que b0 − a0 >>  e se  for muito

W pequeno, o número de iterações tende a ser muito grande (convergência
lenta). Por exemplo, se desejarmos encontrar a raiz de uma função f (x )
qualquer no intervalo [1, 4] com precisão  = 10−7 , o número mı́nimo de
iterações será:

log(4 − 1) − log(10−7 )
n> ≈ 25
log(2)

30 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)
• Exemplo 21: Use o método da bissecção para aproximar um zero de
f (x ) = x 2 + ln(x ), com  = 0.01
Solução:
Isolamento de raı́zes: Fazendo f1 (x ) = x 2 e f2 (x ) = − ln(x ), temos:
y

f1 (x )
Na figura ao lado, observa-se que as
duas curvas se interceptam apenas
uma vez. Portanto, a equação tem
apenas uma raiz no intervalo [0, 1]
1 Podemos observar também que, de-
x vido ao comportamento de f1 e f2 ,
0 1 que estas funções não vão se inter-
f2 (x )
ceptar novamente em nenhum ou-
tro ponto

31 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)
• Exemplo 21: Use o método da bissecção para aproximar um zero de
f (x ) = x 2 + ln(x ), com  = 0.01
Solução:
Isolamento de raı́zes: Fazendo f1 (x ) = x 2 e f2 (x ) = − ln(x ), temos:
y

f1 (x )
Portanto, o número mı́nimo de ite-
rações para garantir uma aproxi-
mação da raiz com precisão  =
0.01 será:
1
x log(1 − 0) − log(0.01)
0 1 n> = 6.6438
f2 (x ) log(2)
ou seja, 7 iterações
32 / 33
 Zeros de Funções Reais
• Métodos iterativos (Fase II: Refinamento)
1. Método da bissecção (ou dicotomia)

• Exemplo 21: Use o método da bissecção para aproximar um zero de

f (x ) = x 2 + ln(x ), com  = 0.01
Solução:

k ak bk xk f (ak ) f (bk ) f (xk ) tol

0 0.00000 1.00000 0.50000 −

1 0.50000 1.00000 0.75000 -0.44315 1.00000 0.27482 0.50000
2 0.50000 0.75000 0.62500 -0.44315 0.27482 -0.07938 0.25000
3 0.62500 0.75000 0.68750 -0.07938 0.27482 0.09796 0.12500
4 0.62500 0.68750 0.65625 -0.07938 0.09796 0.00945 0.06250
5 0.62500 0.65625 0.64063 -0.07938 0.00945 -0.03491 0.03125
6 0.64063 0.65625 0.64844 -0.03490 0.00945 -0.01271 0.01562
7 0.64844 0.65625 0.65235 -0.01271 0.00945 -0.00163 0.00781

33 / 33