Zero de Funções Reais

Professor: Diego Kasuo Nakata da Silva

1
2.1 – Introdução

• Nas mais diversas áreas das ciências exatas, frequentemente,

situações que envolvem a resolução de uma equação do tipo f(x)=0.
• Um número real ξ (𝑜𝑢 ∆) é um zero da função f(x) ou uma raiz da
equação f(x) = 0 se 𝑓 ξ = 0.

2
2.1 – Introdução
• Graficamente, os zeros reais são representados pelas abcissas dos
pontos onde uma curva intercepta o eixo 𝑜𝑥

3
2.1 – Introdução
• Graficamente, os zeros reais são representados pelas abcissas dos
pontos onde uma curva intercepta o eixo 𝑜𝑥

4
2.1 – Introdução

• Para encontrar os zeros reais de funções polinomiais de segundo

grau, existem fórmulas.
• E para equações de grau n qualquer?
• Apresentaremos métodos que, a partir de uma aproximação inicial,
utilizará um processo iterativo para encontrar as raízes, considerando
um erro determinado.

5
2.1 – Introdução
• Os métodos constam de duas fases:

FASE I: Localização ou isolamento das raízes, que consiste em obter um

intervalo que contém a raiz.

FASE II: Refinamento, que consiste em, escolhidas aproximações iniciais

no intervalo encontrado na Fase I, melhorá-las sucessivamente até se
obter uma raiz dentro de uma precisão 𝜀 prefixada.

6
2.2 – Fase I: Isolamento das Raízes
• Nesta fase é feita uma análise teórica e gráfica da função f(x). É
importante ressaltar que o sucesso da Fase II depende fortemente da
precisão desta análise.

TEOREMA: Seja f(x) uma função contínua no intervalo qualquer [a,b].

Se f(a). f(b)<0, então existe neste intervalo pelo menos uma raiz de f(x).

7
2.2 – Fase I: Isolamento das Raízes
• Graficamente:

8
2.2 – Fase I: Isolamento das Raízes
• Graficamente:

9
2.2 – Fase I: Isolamento das Raízes
• Observação: De acordo com as hipóteses anteriores, se o sinal da
primeira derivada de f(x) for mantida no intervalo [a,b], pode-se
garantir que neste intervalo temos uma única raiz.

10
2.2 – Fase I: Isolamento das Raízes

• Uma forma de se isolar as raízes de f(x) usando os resultados

anteriores é tabelar f(x) para vários valores de x e analisar as
mudanças de sinal de f(x) e o sinal da derivada nos intervalos em que
f(x) mudou de sinal.

11
2.2 – Fase I: Isolamento das Raízes
• Exemplo 1
a) 𝑓 𝑥 = 𝑥 3 − 9𝑥 + 3
Construindo uma tabela de valores para f(x) e considerando apenas os
sinais, tem-se:
𝑥 −∞ − 100 − 10 − 5 − 3 − 1 0 1 2 3 4 5

𝑓(𝑥) − − − − + + + − − + + +

Podemos concluir que cada um dos intervalos 𝐼1 = −5, −3 , 𝐼2 = 0, 1 𝑒 𝐼3 =

2, 3 contém pelo menos um zero de f(x).
12
2.2 – Fase I: Isolamento das Raízes
• Exemplo 1
a) 𝑓 𝑥 = 𝑥 3 − 9𝑥 + 3

Como f(x) é um polinômio de grau 3, pode-se afirmar que cada um dos

intervalos 𝐼1 = −5, −3 , 𝐼2 = 0, 1 𝑒 𝐼3 = 2, 3 contém um único
zero de f(x); assim, localiza-se todas as raízes de f(x) = 0.

13
2.2 – Fase I: Isolamento das Raízes
• Exemplo 1
b) 𝑓 𝑥 = 𝑥 − 5𝑒 −𝑥

Temos que 𝐷 𝑓 = ℝ+
Construindo uma tabela de valores com o sinal de f(x) para determinados
valores de x, tem-se:
𝑥 0 1 2 3 ⋯

𝑓(𝑥) − − + + ⋯

Analisando a tabela, percebe-se que f(x) admite pelo menos um zero no intervalo (1, 2). 14
2.2 – Fase I: Isolamento das Raízes
• Exemplo 1
b) 𝑓 𝑥 = 𝑥 − 5𝑒 −𝑥

Para saber se este zero é único neste intervalo, pode-se usar a

observação anterior, isto é, analisar o sinal de 𝑓′(𝑥):

1
𝑓′ 𝑥 = + 5𝑒 −𝑥 > 0, ∀𝑥 > 0
2 𝑥

Assim, pode-se concluir que f(x) admite um único zero em todo o seu domínio de
definição e este zero está no intervalo (1, 2).
15
 2.2 – Fase I: Isolamento das Raízes
• Observação:
Se 𝑓 𝑎 . 𝑓 𝑏 > 0 então, pode-se ter várias situações no intervalo [a, b].

16
 2.2 – Fase I: Isolamento das Raízes
A análise gráfica da função 𝑓 𝑥 ou da equação 𝑓 𝑥 = 0 é fundamental para
se obter boas aproximações para a raiz. Para tanto, é suficiente utilizar:

(i) Esboçar o gráfico da função f(x) e localizar as abcissas dos pontos onde a curva
intercepta o eixo 𝑜𝑥;
(ii) A partir da equação f(x) = 0, obter a equação equivalente g(x) = h(x), esboçar os
gráficos das funções g(x) e h(x) no mesmo eixo cartesiano e localizar os pontos x
onde as duas curvas se interceptam, pois 𝑓 𝜉 = 0 ↔ 𝑔 𝜉 = ℎ 𝜉 ;
(iii) Usar computadores ou ferramentas que traçam gráficos.

17
2.2 – Fase I: Isolamento das Raízes
• Exemplo 2
a) 𝑓 𝑥 = 𝑥 3 − 9𝑥 + 3
Usando o processo (i), tem-se:

18
 2.2 – Fase I: Isolamento das Raízes
• Exemplo 2
a) 𝑓 𝑥 = 𝑥 3 − 9𝑥 + 3
E usando o processo (ii): da equação 𝑥 3 − 9𝑥 + 3 = 0, pode-se obter a
equação equivalente 𝑥 3 = 9𝑥 − 3 . Neste caso, tem-se g 𝑥 = 𝑥 3 e
ℎ 𝑥 = 9𝑥 − 3.

19
 2.2 – Fase I: Isolamento das Raízes
• Exemplo 2
a) 𝑓 𝑥 = 𝑥 3 − 9𝑥 + 3

20
2.2 – Fase I: Isolamento das Raízes
• Exemplo 2
b) 𝑓 𝑥 = 𝑥 − 5𝑒 −𝑥
Neste caso, é mais conveniente usar o processo (ii):
𝑥 − 5𝑒 −𝑥 = 0 ⇔ 𝑥 = 5𝑒 −𝑥 ⇒ 𝑔 𝑥 = 𝑥 𝑒 ℎ 𝑥 = 5𝑒 −𝑥

21
2.2 – Fase I: Isolamento das Raízes
c) 𝑓 𝑥 = 𝑥 log 𝑥 − 1
Usando novamente o processo (ii):
1 1
𝑥 𝑙𝑜𝑔(𝑥) − 1 = 0 ⇔ log(𝑥) = ⇒ 𝑔 𝑥 = log(𝑥) 𝑒 ℎ 𝑥 =
𝑥 𝑥

22
2.3 – Fase II: Refinamento

• Nesta fase é estudado vários métodos numéricos de refinamento de

raiz.
• Um método iterativo consiste em uma sequência de instruções que
são executadas passo a passo.
• A execução de um ciclo recebe o nome de iteração.
• Os métodos iterativos para obter zeros de funções fornecem apenas
uma aproximação para a solução exata.

23
2.4 – Método da Bisseção
• Seja a função f(x) contínua no intervalo [a, b] e tal que f(a).f(b)<0.

• Supondo, para simplificar, que o intervalo (a, b) contém uma única

raiz da equação f(x) = 0.

• O objetivo deste método é reduzir a amplitude do intervalo que

contém a raiz até se atingir a precisão requerida: 𝑏 − 𝑎 < 𝜀, usando
para isto a sucessiva divisão de [a, b] ao meio.

24
25
2.4 – Método da Bisseção
• As iterações são realizadas da seguinte forma:

26
2.4 – Método da Bisseção
• Sequência:

𝑎0 = 𝑎 𝑎1 = 𝑎 𝑎2 = 𝑥1
ቊ 𝑏 = 𝑏 ⇒ ቊ𝑏 = 𝑥 ⇒ ቊ 𝑏 = 𝑥 ⋯
0 1 0 2 0

𝑏−𝑎 𝑏1 − 𝑎1 𝑏 − 𝑎 𝑏−𝑎
𝑏1 − 𝑎1 = ; 𝑏2 − 𝑎2 = = 2 ; ⋯ ; 𝑏𝑛 − 𝑎𝑛 = 𝑛
2 2 2 2

27
2.4.1 – Critérios de Parada

• I – Erro Absoluto
ഥ−∆ <𝜺
𝒙

• II- Erro Relativo

ഥ−∆
𝒙
<𝜺
ഥ
𝒙

28
 2.4.1 – Critérios de Parada

• Sequência:
𝑎0 + 𝑏0
𝑥0 + 𝑏 𝑎0 + 𝑏0 𝑥0 − 𝑎0 2 − 𝑎 0 𝑏0 − 𝑎0
𝑥1 − 𝑥0 = − = = =
2 2 2 2 22
generalizando:
𝑏0 − 𝑎0
𝑥𝑛 − 𝑥𝑛−1 = 𝑛+1
2

29
 2.4.1 – Critérios de Parada
• Usando o erro absoluto:
𝑏0 − 𝑎0
𝑥𝑛 − 𝑥𝑛−1 = 𝑛+1 < 𝜀
2
Ou
𝑏−𝑎 𝑛+1
𝑏−𝑎
<2 ⇒ 𝑙𝑛 < 𝑛 + 1 𝑙𝑛2
𝜀 𝜀

𝑏−𝑎
𝑙𝑛 𝜀
𝑛> −1
ln 2

𝑛 -> número de iterações para se achar o valor aprox. com o erro

estipulado. 30
 2.4 – Método da Bisseção
• Exemplos:

1) Achar o zero da função 𝑓 𝑥 = 𝑥 log 𝑥 − 1, sabendo que ∆ ∈ 2, 3 , com

um erro 𝜀 < 0.1.
2) Calcular a raiz positiva da equação 𝑓 𝑥 = 𝑥 2 − 3, com 𝜀 < 0.01 (erro
absoluto).

31
2.5 – Método das cordas(ou Posição Falsa)
• Seja f(x) contínua no intervalo [a, b] e tal que f(a).f(b)<0.
𝑎+𝑏
• No método da bissecção, 𝑥 é 𝑥 = .
2
• No método da posição falsa é tomada a média aritmética ponderada
entre a e b com pesos 𝑓(𝑏) 𝑒 𝑓(𝑎) :

𝑎 𝑓(𝑏) +𝑏 𝑓(𝑎) 𝑎𝑓 𝑏 −𝑏𝑓(𝑎)

𝑥= =
𝑓(𝑏) + 𝑓(𝑎) 𝑓 𝑏 −𝑓(𝑎)

32
2.5 – Método das cordas(ou Posição Falsa)
• Graficamente:

X é o ponto de intersecção entre a

reta que passa por (a,f(a)) e (b,f(b))
e o eixo x.

33
2.5 – Método das cordas(ou Posição Falsa)

34
2.5 – Método das cordas(ou Posição Falsa)
• Exemplo:

Aplicar o método da posição falsa a 𝑓 𝑥 = 𝑥𝑙𝑜𝑔 𝑥 − 1 em

𝑎0 , 𝑏0 = [2,3] com 𝜀 < 0.1.

35
2.5 – Método das cordas(ou Posição Falsa)
• Convergência vista graficamente:

36
2.5 – Método das cordas(ou Posição Falsa)
• Convergência vista graficamente:

37
2.5 – Método das cordas(ou Posição Falsa)
• Caso I:

𝑓 𝑎 = 𝑓 𝑥0 < 0
𝑓 𝑏 >0
ቊ ′′ ⇒ 𝑏 (𝑓𝑖𝑥𝑜)
𝑓 𝑥 >0

38
2.5 – Método das cordas(ou Posição Falsa)
• Caso I: 𝑓 𝑏 − 𝑓(𝑥0 ) −𝑓(𝑥0 )
𝑡𝑔 𝛼 = =
𝑏 − 𝑥𝑜 𝑥1 − 𝑥0
−𝑓(𝑥𝑜 ) ∙ (𝑏 − 𝑥0 )
𝑥1 − 𝑥0 =
𝑓 𝑏 − 𝑓(𝑥0 )
(𝑥0 − 𝑏) ∙ 𝑓(𝑥0 )
𝑥1 = 𝑥0 −
𝑓 𝑥0 − 𝑓(𝑏)
Generalizando:
𝑥𝑛 − 𝑏 ∙ 𝑓 𝑥𝑛
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 𝑥𝑛 − 𝑓 𝑏

𝑛 = 0, 1, 2, ⋯ 39
2.5 – Método das cordas(ou Posição Falsa)
• Caso II:

𝑓 𝑏 <0
𝑓 𝑎 >0
ቊ ′′ ⇒ 𝑎 (𝑓𝑖𝑥𝑜)
𝑓 𝑥 >0

40
2.5 – Método das cordas(ou Posição Falsa)
• Caso II: 𝑓 𝑎 − 𝑓(𝑏) −𝑓(𝑏)
𝑡𝑔 𝛼 = =
𝑥𝑜 − 𝑎 𝑥0 − 𝑥1
−𝑓(𝑏) ∙ (𝑥0 − 𝑎)
𝑥0 − 𝑥1 =
𝑓 𝑎 − 𝑓(𝑏)
(𝑥0 − 𝑎) ∙ 𝑓(𝑥0 )
𝑥1 = 𝑥0 −
𝑓 𝑥0 − 𝑓(𝑎)
Generalizando:
𝑥𝑛 − 𝑎 ∙ 𝑓 𝑥𝑛
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 𝑥𝑛 − 𝑓 𝑎

𝑛 = 0, 1, 2, ⋯ 41
2.5 – Método das cordas(ou Posição Falsa)
• Caso III:

𝑓′′(𝑥) < 0
ቊ ⇒ 𝑎 (𝑓𝑖𝑥𝑜)
𝑓 𝑎 <0

42
2.5 – Método das cordas(ou Posição Falsa)
• Caso III: 𝑓 𝑥0 − 𝑓(𝑎) 𝑓(𝑥0 )
𝑡𝑔 𝛼 = =
𝑥𝑜 − 𝑎 𝑥0 − 𝑥1
𝑓(𝑥0 ) ∙ (𝑥0 − 𝑎)
𝑥0 − 𝑥1 =
𝑓 𝑥0 − 𝑓(𝑎)
(𝑥0 − 𝑎) ∙ 𝑓(𝑥0 )
𝑥1 = 𝑥0 −
𝑓 𝑥0 − 𝑓(𝑎)
Generalizando:
𝑥𝑛 − 𝑎 ∙ 𝑓 𝑥𝑛
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 𝑥𝑛 − 𝑓 𝑎

𝑛 = 0, 1, 2, ⋯ 43
2.5 – Método das cordas(ou Posição Falsa)
• Caso IV:

𝑓′′(𝑥) < 0
ቊ ⇒ 𝑏 (𝑓𝑖𝑥𝑜)
𝑓 𝑏 <0

44
2.5 – Método das cordas(ou Posição Falsa)
• Caso IV: 𝑓 𝑥0 − 𝑓(𝑏) 𝑓(𝑥0 )
𝑡𝑔 𝛼 = =
𝑏 − 𝑥𝑜 𝑥1 − 𝑥0
𝑓(𝑥𝑜 ) ∙ (𝑏 − 𝑥0 )
𝑥1 − 𝑥0 =
𝑓 𝑏 − 𝑓(𝑥0 )
(𝑥0 − 𝑏) ∙ 𝑓(𝑥0 )
𝑥1 = 𝑥0 −
𝑓 𝑥0 − 𝑓(𝑏)
Generalizando:
𝑥𝑛 − 𝑏 ∙ 𝑓 𝑥𝑛
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 𝑥𝑛 − 𝑓 𝑏

𝑛 = 0, 1, 2, ⋯ 45
 2.5 – Método das cordas(ou Posição Falsa)
• Generalização do método:
Seja 𝑓 𝑥 uma função contínua no intervalo [a, b], onde neste intervalo
𝑓 ′ 𝑥 𝑒 𝑓′′(𝑥) têm sinais constantes e são diferentes de zero, e há somente
uma raiz de f(x), desta forma, pode-se achar a raiz através de

𝑥𝑛 − 𝑐 . 𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 𝑥𝑛 − 𝑓(𝑐)

onde c é o ponto (a ou b) onde o sinal de 𝑓(𝑐) é igual ao sinal de 𝑓′′(𝑐) ou

𝑓 𝑐 . 𝑓 ′′ 𝑐 > 0 (condição suficiente, mas não necessária).

46
 2.5 – Método das cordas(ou Posição Falsa)
• Exemplos:

1) Calcular a raiz de 𝑓 𝑥 = 𝑥 3 − 4𝑥 2 + 𝑥 + 6 no intervalo [1.4; 2.2], sendo

𝜀 < 10−2 .
2) Calcular a raiz de 𝑓 𝑥 = 𝑥 3 − 9𝑥 + 3 no intervalo [0 , 1] e 𝜀 < 10−1 .

47
2.6 – Método de Newton
• 𝑡𝑔 𝜃0 = 𝑓 ′ 𝑏 = 𝑓 ′ 𝑥0
𝑓(𝑥0 )
• 𝑡𝑔 𝜃0 = = 𝑓′(𝑥0 )
𝑥0 −𝑥1

𝑓 𝑥0
𝑥0 − 𝑥1 = ′ ⇒
𝑓 𝑥0

𝑓(𝑥0 )
𝑥1 = 𝑥0 −
𝑓′(𝑥0 )

48
2.6 – Método de Newton
𝑓(𝑥1 )
• 𝑡𝑔 𝜃1 = = 𝑓′(𝑥1 )
𝑥1 −𝑥2

𝑓 𝑥1
𝑥1 − 𝑥2 = ′ ⇒
𝑓 𝑥1

𝑓(𝑥1 )
𝑥2 = 𝑥1 −
𝑓′(𝑥1 )

49
2.6 – Método de Newton
• Generalizando:

𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′(𝑥𝑛 )

𝑛 = 0, 1, 2, 3, ⋯

50
2.6 – Método de Newton
• Sendo f(x) uma função real e contínua no intervalo [a, b], com
primeira e segunda derivadas também contínuas e diferentes de zero:

𝑓(𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓′(𝑥𝑛 )

𝑛 = 0, 1, 2, 3, ⋯

Uma condição suficiente para haver convergência do método, segundo

a definição acima é: 𝒇 𝒙𝟎 ∙ 𝒇′′ 𝒙𝟎 > 𝟎.
51
2.6 – Método de Newton
• Exemplo:
Considerando 𝑓 𝑥 = 𝑥 2 − 𝑎, calcule a raiz de 5 (𝑎 = 5) usando o
método de Newton com 𝑥0 = 2,26671.

52
2.7 – Método da Secante

• Uma grande desvantagem do método de Newton é a necessidade de

se obter f’(x) e calcular seu valor numérico a cada iteração.
• Uma forma de se contornar este problema é substituir a derivada por
um quociente de diferenças.

53
2.7 – Método da Secante
𝑓 𝑥0 −𝑓(𝑥1 ) 𝑓(𝑥1 )
• 𝑡𝑔 𝜃0 = =
𝑥0 −𝑥1 𝑥1 −𝑥2

(𝑥0 − 𝑥1 ) ∙ 𝑓(𝑥1 )
𝑥1 − 𝑥2 =
𝑓 𝑥0 − 𝑓(𝑥1 )

𝑓(𝑥1 ) ∙ (𝑥0 − 𝑥1 )
𝑥2 = 𝑥1 −
𝑓 𝑥0 − 𝑓(𝑥1 )

54
2.7 – Método da Secante

• Generalizando:

𝑓(𝑥𝑛 ) ∙ (𝑥𝑛−1 − 𝑥𝑛 )
𝑥𝑛+1 = 𝑥𝑛 −
𝑓 𝑥𝑛−1 − 𝑓(𝑥𝑛 )

𝑛 = 1, 2, 3, ⋯

55
2.7 – Método da Secante
• Exemplo:
1) Considere 𝑓 𝑥 = 𝑥 2 + 𝑥 − 6, 𝑥0 = 1,5 𝑒 𝑥1 = 1,7. Encontre a raiz
positiva de f(x) usando o método da secante.
2) Resolva o exercício anterior usando o método de Newton.
3) No caso anterior aplicar o método da bisseção, usando 𝑎0 = 1,5 e
𝑏0 = 2,2.
4) Resolver o problema anterior usando o método das cordas, sabendo-
se que a raiz encontra-se no intervalo [1,5 , 2,2].

56