Métodos numéricos para resolução de equações não lineares e sistemas lineares

2021/2022 Programação e Métodos Numéricos
Licenciatura em Engenharia Química

Departamento de Engenharia Química
Faculdade de Engenharia
Universidade do Porto
Métodos Numéricos
Quando?
Equações Não-Lineares
Determinar a solução de
Exemplo:
Exemplo:
L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 2

Métodos Numéricos
Quando?
Sistemas Lineares
Exemplo:
Regra de Cramer
n muito grande ??
Exemplo:
Método de Gauss

Métodos Numéricos
Quando?
Integração
Determinar
Exemplo:
Exemplo:

Métodos Numéricos
São usados quando não existe solução analítica (ou é complicada de obter)
Problemas matemáticos são formulados de modo a poderem ser resolvidos recorrendo apenas a operações aritméticas
Instrumentos eficientes e poderosos de resolução de problemas
Envolvem um grande número de cálculos repetitivos
Dão origem a soluções aproximadas

Aproximações e Erros
Série de Taylor
Aproximação da função f(x) centrada no ponto a
em que

Série de Taylor
Aproximação da função f(x) centrada no ponto a
em que

Série de Taylor
Exemplo: calcular exp(x) usando a respectiva Série de Taylor centrada em 0.

Erros
Erro verdadeiro (true)
diferença entre o valor verdadeiro, , e o valor aproximado,
erro absoluto verdadeiro
erro relativo verdadeiro

Erros
Erro verdadeiro (true)
diferença entre o valor verdadeiro, , e o valor aproximado,
Erro aproximado
diferença entre dois valores sucessivos aproximados

Série de Taylor

Série de Taylor

Erros
Erros de truncatura
resultam do uso de fórmulas aproximadas
Erro de arredondamento
resultam do uso de aproximações aritméticas de precisão finita
Exemplo: Para n =100 000 determinar

Erros
Erro numérico total
erros de truncatura + erros de arredondamento
erros de truncatura diminuem com n e/ou passo
erros de arredondamento aumentam com n e/ou passo

Algarismos significativos
Número de algarismos exactos mais um estimado
Como determinar?
Seja
Os n primeiros algarismos são exactos se

Como determinar?
Seja

Como determinar?
Seja
Cálculo de n de ns
Cálculo de m

Como determinar?
Seja

Escrever um valor x com ns algarismos significativos usando a função Round
x = Round(x,ns)
x = Round(x,ns)
y = Round(y,ns)
y = Round(y,ns)

y = Round(y,ns)
Algoritmo
y = Round(y,ns)

Function x_ap(x As Double, erro As Double) As Double
' Dado um valor aproximado, x, e o respectivo erro relativo, erro
' devolver o valor de x arredondado com o número de algarismos significativos apropriados
Dim m As Integer, ns As Integer
' maior expoente de 10 de x

m = Int(log10(Abs(x)))
' número de algarismos significativos

ns = Int(1 + m - log10(2 * erro * Abs(x))) + 1
' x arredondado
x_ap = Round(x * 10 ^ -(m + 1), ns) * 10 ^ (m + 1)
End Function
Function log10(x As Double) As Double

' Determina o logaritmo decimal de x
log10 = Log(x) / Log(10)
End Function

f(x) = 0
em que f(x) é qualquer função não-linear em x
raízes da equação - valores de x que satisfazem a igualdade
as funções podem ser de dois tipos
transcendentais f(x) = ex - x f(x) = tan x - tanh x
funções polinomiais f(x) = anxn + an-1xn-1 + ... + a1x + a0
Métodos:
gráfico
fechados - Bissecção, Falsa Posição
abertos - Newton, Secante, Ponto Fixo

Método Gráfico
Fazer o gráfico da função e por inspecção visual obter o valor xr para o qual a função corta o eixo dos xx
xr = 0.17

Método Gráfico
Impreciso; muitos cálculos
Pode ser útil para:
obter uma primeira aproximação
previsão e prevenção de eventuais problemas
escolha do método numérico
r=0 r=1 r=2
r=3 múltipla

Métodos Fechados
Seja f(x) uma função contínua no intervalo I = [xl, xu].

Métodos Fechados
f(xl)
xl xu xu
xl
f(xu)
nenhuma raiz no intervalo f(xl) f(xu) uma raiz no intervalo
f(xl) f(xu) > 0 f(xl) f(xu) < 0

Métodos Fechados
xl xu
duas raízes no intervalo

f(xl)
f(xu) f(xl) f(xu) > 0

Métodos Fechados
f(xl)
xu
xl
três raízes no intervalo
f(xu) f(x ) f(x ) < 0
l u

Métodos Fechados
Se os sinais de f(xl) e f(xu) forem diferentes, isto é
f(xl) f(xu) < 0
então existe pelo menos uma raiz nesse intervalo.

Métodos Fechados
Método da Bissecção
Dividir o intervalo a meio sucessivamente até encontrar a solução

Métodos Fechados
Dada a função f(x)
1. escolher um intervalo I = [xl, xu]
em que a função seja contínua
e tal que f(xl) f(xu) < 0
1. determinar xr = 0.5(xl + xu)
2. determinar f(xr)
3. definir um novo intervalo
4. se f(xl) f(xr) > 0
pôr xl = xr xu = xu
xl xr
f(xl)

Métodos Fechados
2. determinar f(xr)
4. se f(xl) f(xr) > 0
xl xr
f(xl)

Métodos Fechados
2. determinar f(xr)
4. se f(xl) f(xr) > 0
xI

Métodos Fechados
2. determinar f(xr)
4. se f(xl) f(xr) > 0
se f(xl) f(xr) < 0 xI
pôr xu = xr xl = xl
5. repetir xr

Métodos Fechados
2. determinar f(xr)
4. se f(xl) f(xr) > 0
se f(xl) f(xr) < 0 xI
5. repetir xu

Métodos Fechados
2. determinar f(xr)
4. se f(xl) f(xr) > 0
se f(xl) f(xr) < 0 xI xr
5. Repetir até que xu
f(xr) ≈ 0
xr é a raiz

Métodos Fechados Exemplo: determinar uma raiz de x(x - 2) = 0 xverdadeiro = 2
xl f(xl) xu f(xu) xr f(xr) erro
1 -1 2.5 1.25 1.75 -0.4375 0.25
1.75 -0.4375 2.5 1.25 2.125 0.2656 -0.13
1.75 -0.4375 2.125 0.2656 1.9375 -0.1211 0.063
1.9375 -0.1211 2.125 0.2656 2.0313 0.0635 -0.031
1.9375 -0.1211 2.0313 0.0635 1.9844 -0.031 0.016
1.9844 -0.031 2.0313 0.0635 2.0078 0.0157 -0.008
1.9844 -0.031 2.0078 0.0157 1.9961 -0.0078 0.004
1.9961 -0.0078 2.0078 0.0157 2.002 0.0039 -0.002
1.9961 -0.0078 2.002 0.0039 1.999 -0.002 0.001

Equações Não-Lineares Erro relativo verdadeiro
Métodos Fechados Exemplo: determinar uma raiz de x(x - 2) = 0

xl f(xl) xu f(xu) xr f(xr) εt xt = 2
1 -1 2.5 1.25 1.75 -0.4375 0.1

1.75 -0.4375 2.5 1.25 2.125 0.2656 0.06
1.75 -0.4375 2.125 0.2656 1.9375 -0.1211 0.03
1.9375 -0.1211 2.125 0.2656 2.0313 0.0635 0.06
1.9375 -0.1211 2.0313 0.0635 1.9844 -0.031 0.008
1.9844 -0.031 2.0313 0.0635 2.0078 0.0157 0.004
1.9844 -0.031 2.0078 0.0157 1.9961 -0.0078 0.002
1.9961 -0.0078 2.0078 0.0157 2.002 0.0039 0.001
1.9961 -0.0078 2.002 0.0039 1.999 -0.002 0.0005

Métodos Fechados Exemplo: determinar uma raiz de x - exp(-x)= 0
k xl f(xl) xu f(xu) xr f(xr)
0 0 -1 1 0.63212 0.5 -0.10653
1 0.5 -0.10653 1 0.63212 0.75 0.27763
2 0.5 -0.10653 0.75 0.27763 0.625 0.08974
3 0.5 -0.10653 0.625 0.08974 0.5625 -0.00728
4 0.5625 -0.00728 0.625 0.08974 0.59375 0.0415
5 0.5625 -0.00728 0.59375 0.0415 0.57813 0.01718
6 0.5625 -0.00728 0.57813 0.01718 0.57031 0.00496
7 0.5625 -0.00728 0.57031 0.00496 0.56641 -0.00116
8 0.56641 -0.00116 0.57031 0.00496 0.56836 0.00191

Equações Não-Lineares Erro relativo aproximado

k xl f(xl) xu f(xu) xr f(xr) εa
0 0 -1 1 0.63212 0.5 -0.10653
1 0.5 -0.10653 1 0.63212 0.75 0.27763 3.3E-01
2 0.5 -0.10653 0.75 0.27763 0.625 0.08974 2.0E-01
3 0.5 -0.10653 0.625 0.08974 0.5625 -0.00728 1.1E-01
4 0.5625 -0.00728 0.625 0.08974 0.59375 0.0415 5.3E-02
5 0.5625 -0.00728 0.59375 0.0415 0.57813 0.01718 2.7E-02
6 0.5625 -0.00728 0.57813 0.01718 0.57031 0.00496 1.4E-02
7 0.5625 -0.00728 0.57031 0.00496 0.56641 -0.00116 6.9E-03
8 0.56641 -0.00116 0.57031 0.00496 0.56836 0.00191 3.4E-03



Métodos Abertos
Método de Newton
usa a derivada analítica
Método da Secante
usa uma aproximação numérica da derivada
Método do Ponto Fixo

Método de Newton
Dada a função f(x) e a sua derivada f’(x)
1. escolher a estimativa inicial x0
2. determinar f(x0) e f’(x0)
3. determinar
f(x0)
4. repetir
f’(x0)
5. parar se f(xk) ≈ 0
x3 x2 x1 x0

Método de Newton
Exemplo: determinar a raiz de x - exp(-x) = 0
k x f(x) f’(x) εa
0 0 -1 2
1 0.5 -1.07E-01 1.61E+00 1E+00
2 0.56631 -1.3E-03 1.57E+00 1.17E-01
3 0.56714 -1.96E-07 1.57E+00 1.47E-03
4 0.56714 -4.44E-15 1.57E+00 2.21E-07
5 0.56714 0E+00 1.57E+00 5.09E-15

Método de Newton

Método de Newton

Método de Newton
Convergência
diverge se f’(xk) = 0
pode divergir em zonas perto de f’(xk) = 0

Método da Secante
Quando a derivada analítica não existe ou é difícil de obter estima-se a derivada numéricamente

1. estimar x0 e x1 f(x)
2. determinar f(x0) e f(x1) f(x0)
3. determinar
f(x1)
4. repetir
f(x2)
5. parar se f(xk) ≈ 0 x4 x3 x2 x1 x0 x

Método da Secante

Dada a função f(x) separar em duas partes tal que
x = g(x) y
1. escolher a estimativa inicial x0
2. determinar g(x0) g(x1)
x2
3. fazer x1 = g(x0)
g(x0)
4. repetir xk+1 = g(xk) x1
5. parar se xk+1 ≈ xk
x0 x

k x g(x) εa
0 0 1
1 1 0.367879 2
2 0.367879 0.692200 0.5
3 0.692200 0.500473 0.4
4 0.500473 0.606243 0.2
5 0.606243 0.545396 0.1
6 0.545396 0.579612 0.06
7 0.579612 0.560115 0.03
8 0.560115 0.571143 0.02
9 0.571143 0.564879 0.01


Comparação de Métodos - Estimativa de Erros
Método de Newton
expansão em Série de Taylor
truncando no termo de primeira ordem e resolvendo
convergência quadrática
dado o intervalo inicial
então
... convergência linear

Métodos Fechados
Método da Falsa Posição
necessitam de dois pontos iniciais para definir o intervalo fechado onde
está a raiz.
convergência lenta
convergem sempre para uma solução
Métodos Abertos
necessitam de apenas uma estimativa inicial

convergência (em geral) mais rápida
nem sempre convergem para a solução

Sistemas de Equações
Sistemas de n equações a n incógnitas
Determinar os valores x1, x2,..., xn tais que
Existência - a solução pode ou não existir
Unicidade - a solução pode ou não ser única
O sistema é linear se as funções fi forem lineares

Determinar os valores x1, x2,..., xn tais que
Existência - a solução pode ou não existir
Unicidade - a solução pode ou não ser única
O sistema é linear se as funções fi forem lineares

Podem ser escritos na forma
ou na forma matricial Ax = b
A - matriz dos coeficientes, dimensão n×n; x - vector solução e b - vector dos termos independentes, dimensão n
Matriz
matriz de dimensão m×n : m linhas, n colunas

elemento yij : linha i, coluna j

Vectores - matrizes unidimensionais
matriz de dimensão m×1 vector coluna de dimensão m
matriz de dimensão 1×n vector linha de dimensão n

Matriz Quadradas
diagonal principal
Matrizes Especiais
matriz simétrica
matriz diagonal matriz tridiagonal matriz triangular inferior matriz triangular superior

Solução: Existência e Unicidade
sem solução
infinidade de soluções

Solução: Existência e Unicidade
sem solução
infinidade de soluções

Solução
Métodos Directos
Através de operações elementares de matrizes obter sistemas equivalentes com solução imediata
Solução obtida é exacta a menos de erros de arredondamento
n = 2 ou n = 3
Método de substituição
Regra de Cramer
n≥3
Eliminação de Gauss e substituição inversa
Decomposição LU
Métodos Iterativos
Soluções aproximadas
Métodos de Jacobi e Gauss-Seidel

Método de Gauss
Resolver o sistema Ax=b
matriz aumentada

Método de Gauss
eliminação
substituição inversa
solução
determinante

Método de Gauss
matriz aumentada matriz triangular superior
eliminação
- pivot

Método de Gauss
eliminação
- pivot

Método de Gauss
eliminação
- pivot

Método de Gauss
substituição inversa
determinante

Método de Gauss
' Eliminação
Resolver o sistema Ax=b For k = 1 To n - 1
For i = k + 1 To n
factor = a(i, k) / a(k, k)
For j = k + 1 To n
a(i, j) = a(i, j) - factor * a(k, j)
Next
b(i) = b(i) - factor * b(k)
Next
Next
' Substituição
x(n) = b(n) / a(n, n)
For i = n - 1 To 1 Step -1
soma = 0
For j = i + 1 To n
soma = soma + a(i, j) * x(j)
Next
x(i) = (b(i) - soma) / a(i, i)
Next

Subrotina Gauss
Sub Gauss(n, a, b, x, tol, aviso)
' Resolução de um Sistema de Equações Lineares
' usando o Método de Gauss com pivotagem e normalização
'
' Argumentos
' variável tipo dimensão I/O descrição
' n Integer entrada número de equações
' a Double (1 To n,1 To n) entrada/saída matriz dos coeficientes
' b Double (1 To n) entrada/saída vector dos termos
' independentes
' x Double (1 To n) saída vector solução
' tol Double entrada tolerância para matriz
' não ser singular
' aviso Integer saída = 0 a solução foi obtida
' = 1 a matriz é singular
'
' Subrotinas necessárias
' Sub Normalizar(n,a,s)
' Sub Eliminar(n, a, b, s, tol, aviso)
' Sub Substituir(n, a, b, x)
' Sub Pivot(k, n, a, b, s)
' Sub Swap(a, b)

Método de Gauss
Tempo de execução
proporcional ao número de operações em floating-point, flops
o tempo necessário para multiplicações/divisões é muito maior que para adições/subtracções
número de multiplicações/divisões no Método de Gauss

Métodos de Eliminação (Gauss, Decomposição LU)
sistemas de dimensão relativamente pequena n ≤ 1000
matriz dos coeficientes compacta (poucos coeficientes nulos)
Métodos para matrizes especiais

matrizes simétricas - decomposição de Cholesky
matrizes tridiagonais - algoritmo de Thomas
coeficientes e, f e g
são guardados como
vectores

Método de Thomas
coeficientes e, f e g
são guardados como
vectores
decomposição substituição inversa

Subrotina Thomas

Subrotina Thomas

Sub TesteThomas()
' resolver um sistema tridiagonal pelo método de Thomas
' declarar variáveis
Dim n As Integer, i As Integer
Dim e() As Double, f() As Double, g() As Double, b() As Double, x() As Double
Dim msg As String
' introduzir número de equações
n = InputBox("número de equações", , 9)
' dimensionar vectores
ReDim e(1 To n), f(1 To n), g(1 To n), b(1 To n), x(1 To n)
' introduzir vectores e, f, g e b
For i = 1 To n
e(i) = -1 : f(i) = 2 : g(i) = -1 : b(i) = 1
Next
' método de Thomas
Call Thomas(n, e, f, g, b, x)
' apresentar resultados
msg = "solução do sistema para n = " & n & vbCr
For i = 1 To n
msg = msg & "x(" & i & ") = " & x(i) & vbCr
Next
MsgBox msg
End Sub

Sub TesteThomas()
' resolver um sistema tridiagonal pelo método de Thomas
' declarar variáveis
Dim n As Integer, i As Integer
Dim e() As Double, f() As Double, g() As Double, b() As Double, x() As Double
Dim msg As String
' introduzir número de equações
n = InputBox("número de equações", , 9)
' dimensionar vectores
ReDim e(1 To n), f(1 To n), g(1 To n), b(1 To n), x(1 To n)
' introduzir vectores e, f, g e b
For i = 1 To n
e(i) = -1 : f(i) = 2 : g(i) = -1 : b(i) = 1
Next
' método de Thomas
Call Thomas(n, e, f, g, b, x)
' apresentar resultados
msg = "solução do sistema para n = " & n & vbCr
For i = 1 To n
msg = msg & "x(" & i & ") = " & x(i) & vbCr
Next
MsgBox msg
End Sub

Sistemas de dimensão grande e com matrizes dos coeficientes esparsas
Método de Jacobi
Método de Gauss-Seidel
Convergência
Métodos SOR e UR

Sistemas de dimensão grande e com matrizes dos coeficientes esparsas
Método de Jacobi
Método de Gauss-Seidel
Convergência
Métodos SOR e UR

Dado o sistema de 2 equações
escrever na forma
estimativa inicial
iteração de Jacobi
...

Dado o sistema de 2 equações
escrever na forma
estimativa inicial
iteração de Gauss-Seidel
...



Dado o sistema
escrever na forma
estimativa inicial
iteração de Jacobi


Convergência

Convergência

Convergência
0.6 0.7
Condição suficiente para convergência

Matriz diagonal dominante

Convergência
0.6 0.7
Condição suficiente para convergência

Matriz diagonal dominante

Dado o sistema
escrever na forma
estimativa inicial
Método de Relaxação

Método de Sub-Relaxação (UR)
usado para obter convergência em sistemas que não convergem com Gauss-Seidel

Método de Sobre-Relaxação (SOR)
usado para acelerar a convergência

Comparação entre Métodos Directos e Iterativos
Método n Operações Precisão Comentários
erros
Gauss ≤1000 n3/3
arredondamento
erros
LU ≤1000 n3/3 vários B’s
arredondamento
Gauss-
>1000 k p boa convergência
Seidel
k - no iterações
p - no. coeficientes não nulos
Sistemas Não-Lineares
Métodos Iterativos
Método de Newton



Integração
Dada uma função
f
determinar
a b x
Integração Numérica
Substituir a função por outra
com primitiva analítica

Integração
Dada uma função
f
determinar
a b x
Integração Numérica
Substituir a função por outra
com primitiva analítica

Integração
Fórmulas de Newton-Cotes
substituir a função por um polinómio
f f
a b x a b x

Integração
Polinómios Interpoladores de Lagrange
Polinómio de primeiro grau
re-escrever na forma
determinar e
de modo que o polinómio passe pelos pontos e

Integração
Polinómios Interpoladores de Lagrange
Polinómio de segundo grau
re-escrever na forma
determinar , e
de modo que o polinómio passe pelos pontos , e
Polinómio de grau n

Integração
substituir a função por um polinómio
f f
a b x a b x

Integração
Regra do Trapézio
Usar um polinómio de primeiro grau
pôr
integrar
f
˜
I
a=x0 b=x1 x
Integração
Regra do Trapézio
Usar um polinómio de primeiro grau
pôr
integrar
f
˜
I
a=x0 b=x1 x
Integração
Regra de Simpson 1/3
Usar um polinómio de segundo grau
pôr
f
integrar
˜
I
a=x0 x1 b=x2 x
Integração
Regra de Simpson 3/8
Usar um polinómio de terceiro grau
pôr
f
integrar
a=x0 x1 x2 b=x3 x
Integração
determinar o integral e comparar com o valor analítico
a b x

Integração

Integração
Fórmulas Compostas
Aplicar as fórmulas de Newton-Cotes em subintervalos
Dividir o intervalo em segmentos de igual amplitude
definir os pontos
então

Integração
Regra dos Trapézios Compostas
n=2
f n=3
n=4
a =x0 x1 x1 x2 b =x32 x
Integração
Regra de Simpson 1/3 Compostas
para um número par de subintervalos
n=4
f
a b x
Integração
Regra de Simpson 1/3 + Simpson 3/8 Composta
para um número impar de subintervalos
n=5
f f
a b x a b x

Integração
Fórmulas de Compostas

Integração

Integração

Integração
As fórmulas de Newton-Cotes podem ser aplicadas em subintervalos de irregulares
Regra dos Trapézios
Regras de Simpson
podem ser aplicadas em subconjuntos de 3 ou 4 pontos adjacentes com intervalos iguais

Integração

Integração
Fórmulas Compostas
As fórmulas de Newton-Cotes podem ser aplicadas a pontos discretos
f I

Métodos numéricos para resolução de equações não lineares e sistemas lineares

Enviado por

Dados do documento

Descrição original:

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

Métodos numéricos para resolução de equações não lineares e sistemas lineares

Enviado por

Direitos autorais:

Formatos disponíveis

2021/2022 Programação e Métodos Numéricos

Licenciatura em Engenharia Química

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 2

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 3

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 4

Instrumentos eficientes e poderosos de resolução de problemas

Envolvem um grande número de cálculos repetitivos

Dão origem a soluções aproximadas

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 5

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 6

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 7

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 8

erro absoluto verdadeiro

erro relativo verdadeiro

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 9

erro absoluto verdadeiro

erro relativo verdadeiro

erro absoluto verdadeiro

erro relativo verdadeiro

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 10

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 11

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 12

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 13

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 14

Os n primeiros algarismos são exactos se

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 15

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 16

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 17

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 18

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 19

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 20

Dim m As Integer, ns As Integer

' maior expoente de 10 de x

' número de algarismos significativos

Function log10(x As Double) As Double

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 21

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 22

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 23

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 24

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 25

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 26

duas raízes no intervalo

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 27

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 28

Se os sinais de f(xl) e f(xu) forem diferentes, isto é

f(xl) f(xu) < 0

então existe pelo menos uma raiz nesse intervalo.

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 29

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 30

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 31

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 32

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 33

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 34

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 35

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 36

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 37

Métodos Fechados Exemplo: determinar uma raiz de x(x - 2) = 0

1 -1 2.5 1.25 1.75 -0.4375 0.1

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 38

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 39

Métodos Fechados Exemplo: determinar uma raiz de x - exp(-x)= 0

L.EQ. - DEQ/FEUP, Porto, Portugal 2021/2022 41