Métodos Numéricos para

determinação de raízes reais de

funções no SciLab
Ministrantes: Bruno Vieira Abreu e Marcelo Viana de Souza

Este curso é destinado aos alunos da área de ciências exatas e afins que desejam
compreender métodos numéricos de cálculo de raízes de uma função, utilizando
algoritmos no SciLab. Inicialmente, discutiremos sobre a definição de raíz de uma função e
revisaremos a sintaxe de comandos da linguagem de programação SciLab. O aluno
aprenderá as vantagens e limitações de cada método e aplicações.
 Raíz de uma função
• O problema para determinar um zero de uma função real 𝑓 contínua
em um intervalo 𝐼 , é determinar, se existir, um número 𝑥 ∈ ℝ
pertencente ao domínio da função 𝑓, tal que:
𝑓 𝑥 =0

• Logo, o zero da função é dado pelo valor de x que faz com que a
função assuma o valor zero.
 Raíz de uma função
• Graficamente, as raízes de uma função são os pontos que “cortam” o
eixo x.
Atribuição Comparação
O sinal de igualdade (=) é O sinal de igualdade (==)
usado para denotar a atribuição também é usado em operadores
de valor(es) a variável(eis). de comparação.

• a = expressão • a == b, igualdade
• a ~= b, desigualdade
Os três pilares da lógica de programação

• Entrada e saída de dados;

• Estruturas de repetição;

• Estruturas condicionais.
Entrada e saída de dados
Entrada Saída

variável=input(“texto”)
printf(“texto + especificações de
variável=input(“texto”,”string”) formatação”,variável)

function y=G(x) disp(variável)

y=f(x)
endfunction
Estruturas de repetição

i=0
while i<=5 for i = 0:1:5
disp(i) disp(i)
i=i+1 end
end

0. 1. 2. 3. 4. 5. 0. 1. 2. 3. 4. 5.
Estruturas condicionais

if cor == “vermelho” then if cor == “vermelho” then

disp(“Pare”) disp(“Pare”)
else elseif cor == “amarelo” then
disp(“Siga”) disp(“Atenção”)
end else
disp(“Siga”)
end
Símbolos de comparação lógica

Símbolo Significado
<> ou =~ Diferente
< Menor do que
> Maior do que
<= Menor do que ou igual a
>= Maior do que ou igual a
& e
| ou
Métodos Numéricos
Computacionais
 Para que servem?

 Ideia Central
 Método da Falsa Posição
• Para uma função 𝑓 contínua no intervalo 𝑎, 𝑏 com 𝑓(𝑎) e 𝑓(𝑏) com sinais
opostos, sempre haverá uma quantidade ímpar de números com 𝑓 𝑝 = 0

• O método utiliza a média ponderada entre os números extremos do intervalo

𝑎, 𝑏 com pesos 𝑓(𝑏) e 𝑓 𝑎 :

𝑎 × 𝑓 𝑏 − 𝑏 × 𝑓(𝑎)
𝑥1 =
𝑓 𝑏 − 𝑓(𝑎)
 Método da Falsa Posição

• Após determinado o primeiro valor aproximado da raiz 𝑥1 , substitui-

se um dos extremos do intervalo por 𝑥1 para aquele entre 𝑓 𝑎 e
𝑓 𝑏 que tenha o mesmo sinal de 𝑓 𝑥1 .

• Repete-se o processo até atingir a precisão ou o número de iterações

fornecido para o programa.
 Exemplo 1
• Calcular a raíz da equação 𝑓 𝑥 = 4𝑥² − 9 utilizando o método da Falsa Posição com intervalo 1,3 :

𝑎 × 𝑓 𝑏 − 𝑏 × 𝑓(𝑎) 1 × 𝑓 3 − 3 × 𝑓(1) 1 × 27 − 3 × −5 27 + 15 42 21
𝑥1 = = = = = =
𝑓 𝑏 − 𝑓(𝑎) 𝑓 3 − 𝑓(1) 27 − (−5) 32 32 16

21
𝑓 = −2,11
16

• Como 𝑓 𝑎 = 𝑓 1 = −5, 𝑓 𝑥1 tem o mesmo sinal de 𝑓 𝑎 , logo, o novo intervalo será entre 𝑥1 , 𝑏 =
21
,3 .
16
 Exemplo 1
• Calcular a raíz da equação 𝑓 𝑥 = 4𝑥² − 9 utilizando o método da Falsa Posição com intervalo 1,3 :

21 21 21
𝑥1 × 𝑓 𝑏 − 𝑏 × 𝑓(𝑥1 ) 16 × 𝑓 3 − 3 × 𝑓( ) × 27 − 3 × −2,11 35,44 + 6,33
𝑥2 = = 16 = 16 = = 1,435
𝑓 𝑏 − 𝑓(𝑥1 ) 21 27 − (−2,11) 29,11
𝑓 3 − 𝑓(16)

𝑓 1,435 = −0,76

21
Como 𝑓 𝑥1 = 𝑓 = −2,11, 𝑓 𝑥2 tem o mesmo sinal de 𝑓 𝑥1 , logo, o novo intervalo será entre 𝑥2 , 𝑏 =
16

1,435; 3 .

Continua-se sucessivamente até encontrar o valor da raíz com a precisão ou o erro estimado.
Método da Falsa Posição
 Método da Falsa Posição
Vantagens:
Desde que se conheça o intervalo com uma quantidade ímpar de
raízes, o método sempre convergirá.
Desvantagens:
É necessário conhecer e estudar o intervalo no qual contenha as
raízes.
Em relação aos métodos seguintes, tem uma velocidade de
convergência menor.
 Algoritmo do Método da Falsa Posição
Dados Iniciais:

Intervalo [𝑎, 𝑏];

Número máximo de iterações (𝐾𝑚á𝑥 );

Precisão (𝐸𝑟𝑟𝑜).

Se 𝑓 𝑎 × 𝑓 𝑏 > 0:

O intervalo não tem raíz ou tem números pares de raízes. FIM.

𝑎×𝑓 𝑏 −𝑏×𝑓(𝑎)
𝑥 =
𝑓 𝑏 −𝑓(𝑎)

𝐾 = 1
 Algoritmo do Método da Falsa Posição
 Enquanto 𝐾 < 𝐾𝑚á𝑥 e 𝑏 − 𝑥 > 𝐸𝑟𝑟𝑜 e 𝑎 − 𝑥 > 𝐸𝑟𝑟𝑜
𝑎×𝑓 𝑏 −𝑏×𝑓(𝑎)
 Se 𝑓 𝑎 < 0 e 𝑓 𝑥 < 0, então: 𝑥 = 𝑓 𝑏 −𝑓(𝑎)

• 𝑎=𝑥

 Se 𝑓 𝑏 < 0 e 𝑓 𝑥 < 0, então: 𝐾 =𝐾+1

• 𝑏=𝑥
 FIM.
 Se 𝑓 𝑎 > 0 e 𝑓 𝑥 > 0, então:

• 𝑎=𝑥

 Se 𝑓 𝑏 > 0 e 𝑓 𝑥 > 0, então:

• 𝑏=𝑥
 Método de Newton-Raphson

• O método de Newton-Raphson é baseado na escolha de um função

iteração 𝜑(𝑥) tal que a sua derivada seja igual a zero, logo:

𝜑′ 𝑥 = 0

• Para isto, a função iteração é igual a:

𝑓(𝑥)
𝜑 𝑥 =𝑥−
𝑓′(𝑥)
 Método de Newton-Raphson
• Para funcionamento do método, é necessário dar como dado de entrada uma aproximação inicial
𝑥0 :

𝑓 𝑥
𝑥1 = 𝑥0 −
𝑓′ 𝑥

• Em seguida, utiliza-se o valor de 𝑥1 como aproximação inicial para próxima iteração. Repete-se o
processo até atingir a precisão ou o número de iterações fornecido para o programa.

𝑓 𝑥
𝑥2 = 𝑥1 −
𝑓′ 𝑥
 Método de Newton-Raphson

• É assegurado a convergência do método de Newton-Raphson quando

atendida as seguintes condições:

𝑓 ′ 𝑥 é suficientemente distante de zero;

 𝜑′ 𝑥 < 1.
 Exemplo 2

• Calcular a raíz da equação 𝑓 𝑥 = 4𝑥² − 9 utilizando o método de

Newton-Raphson com aproximação inicial igual a 3:

𝑓 𝑥 4 × 32 − 9 36 − 9 27
𝑥1 = 𝑥0 − ′ =3− =3− =3− = 1,875
𝑓 𝑥 8×3 24 24

𝑓 𝑥 4 × 1,8752 − 9
𝑥2 = 𝑥1 − ′ = 1,875 − = 1,875 − 0,3375 = 1,5375
𝑓 𝑥 8 × 1,875
 Exemplo 2
𝑓 𝑥 = 4𝑥² − 9 Método da Falsa Erro Método de Erro
Posição Newton-Raphson

Primeira Iteração: 1,3125 1,3125 − 1,5 1,875 1,875 − 1,5

𝑥1 = 0,1875 = 0,375

Segunda Iteração: 1,435 1,435 − 1,5 1,5375 1,5375 − 1,5

𝑥2 = 0,065 = 0,0375

Para comparar a velocidade de convergência dos dois métodos, verifica-se a razão do erro dos dois métodos:

𝐸𝑟𝑟𝑜 1 0,1875 Método de 𝐸𝑟𝑟𝑜 1 0,375

Método da Falsa Posição: = ≅ 2,88 = = 10
𝐸𝑟𝑟𝑜 2 0,065 Newton-Raphson: 𝐸𝑟𝑟𝑜 2 0,0375
 Exemplo 3

• Calcular a raíz da equação 𝑓 𝑥 = 4𝑥² − 9 utilizando o método de

Newton-Raphson com aproximação inicial igual a 0:

𝑓 𝑥 4 × 02 − 9 −9
𝑥1 = 𝑥0 − ′ =0− =0− = 0 − −∞ = +∞
𝑓 𝑥 8×0 0

O método de Newton-Raphson diverge, pois, 𝑓 ′ 0 = 0.

Método de Newton-Raphson
 Método de Newton-Raphson

Vantagens:

 O método tem a maior velocidade de convergência entre os métodos

aqui apresentados.

Desvantagens:

 É necessário fazer uma análise para verificar se a aproximação inicial

dada converge.
 Algoritmo do Método de Newton-Raphson
 Dados Iniciais:

 Aproximação inicial 𝑥0 ;

 Número máximo de iterações (𝐾𝑚á𝑥 );

 Precisão (𝐸𝑟𝑟𝑜).

 Se 𝑓 ′ 𝑥0 = 0:

 Como a derivada da função no ponto é zero, não é possível encontrar a raíz. FIM.

𝑓 𝑥
 𝑥1 = 𝑥0 − 𝑓′ 𝑥

𝐾 = 1
 Algoritmo do Método de Newton-Raphson
Enquanto 𝐾 < 𝐾𝑚á𝑥 e 𝑥1 − 𝑥0 > 𝐸𝑟𝑟𝑜

𝑥0 = 𝑥1

𝑓 𝑥
𝑥1 = 𝑥0 −
𝑓′ 𝑥

𝐾 = 𝐾 + 1

FIM.
 Método das Secantes

• Uma grande desvantagem de Método de Newton é a necessidade de

calcular sua derivada e seu valor numérico a cada iteração.

• Uma forma de se contornar este problema, é substituir a derivada

pelo quociente das diferenças:

′
𝑓 𝑥𝑘 − 𝑓 𝑥𝑘−1
𝑓 𝑥𝑘 ≈
𝑥𝑘 − 𝑥𝑘−1
 Método das Secantes
• Logo, a função de iteração fica igual a:

𝑥𝑘−1 × 𝑓 𝑥𝑘 − 𝑥𝑘 × 𝑓 𝑥𝑘−1
𝜑 𝑥𝑘 =
𝑓 𝑥𝑘 − 𝑓 𝑥𝑘−1

• Para funcionamento do método, é necessário dar como dado de entrada duas

aproximações iniciais 𝑥0 e 𝑥1 :

𝑥0 × 𝑓 𝑥1 − 𝑥1 × 𝑓 𝑥0
𝑥2 =
𝑓 𝑥1 − 𝑓 𝑥0
 Método das Secantes

• É assegurado a convergência do método das Secantes quando

atendida as seguintes condições:

𝑓 𝑥0 e 𝑓 𝑥1 apresentam valores suficientemente distantes entre si;

 𝜑′ 𝑥 < 1.
 Exemplo 4
• Calcular a raíz da equação 𝑓 𝑥 = 4𝑥² − 9 utilizando o método das Secantes com aproximações
iniciais igual a 3 e 1:

𝑥0 × 𝑓 𝑥1 − 𝑥1 × 𝑓 𝑥0 3×𝑓 1 −1×𝑓 3 3 × −5 − 1 × 27 −42 21

𝑥2 = = = = =
𝑓 𝑥1 − 𝑓 𝑥0 𝑓 1 − 𝑓(3) −5 − 27 −32 16

21 21 21
𝑥1 × 𝑓 𝑥2 − 𝑥2 × 𝑓 𝑥1 1×𝑓 − ×𝑓 1 1 × −2,11 − × −5
𝑥3 = = 16 16 = 16 = 1,541
𝑓 𝑥2 − 𝑓 𝑥1 21 −2,11 − −5
𝑓 − 𝑓(1)
16
 Exemplo 4

Método de
𝑓 𝑥 = Método da Erro Newton- Erro Método das Erro
4𝑥² − 9 Falsa Posição Raphson Secantes

Primeira 1,3125 ȁ1,3125 1,875 1,875 − 1,5 1,3125 ȁ1,3125

Iteração: 𝑥1 = 0,375

Segunda 1,435 1,435 − 1,5 1,5375 ȁ1,5375 1,541 1,541 − 1,5

Iteração: 𝑥2 = 0,065 = 0,041
 Exemplo 4

• Para comparar a velocidade de convergência dos três métodos, verifica-se

a razão do erro dos três métodos:
𝐸𝑟𝑟𝑜 1 0,1875
• Método da Falsa Posição: = ≅ 2,88
𝐸𝑟𝑟𝑜 2 0,065

𝐸𝑟𝑟𝑜 1 0,375
• Método de Newton-Raphson: = = 10
𝐸𝑟𝑟𝑜 2 0,0375

𝐸𝑟𝑟𝑜 1 0,1875
• Método das Secantes: = ≅ 4,57
𝐸𝑟𝑟𝑜 2 0,041
 Exemplo 5
• Calcular a raíz da equação 𝑓 𝑥 = 4𝑥² − 9 utilizando o método das
Secantes com aproximações iniciais iguais a 3 e -3:

𝑥0 × 𝑓 𝑥1 − 𝑥1 × 𝑓 𝑥0 3 × 𝑓 −3 − −3 × 𝑓 3
𝑥2 = =
𝑓 𝑥1 − 𝑓 𝑥0 𝑓 −3 − 𝑓(3)

3 × 27 − −3 × 27 81 − (−81) 162
= = = = +∞
27 − 27 0 0
O método das Secantes diverge, pois, 𝑓 3 = 𝑓(−3).
Método das Secantes
 Método das Secantes

Vantagens:

 O método tem a vantagem de não precisar encontrar a derivada de

uma função quando comparado com o método de Newton-Raphson.

Desvantagens:

 É necessário fazer uma análise para verificar se as aproximações

iniciais dadas convergem.
 Algoritmo do Método das Secantes
Dados Iniciais:

Aproximações iniciais 𝑥0 , 𝑒, 𝑥1 ;

Número máximo de iterações (𝐾𝑚á𝑥 );

Precisão (𝐸𝑟𝑟𝑜).

Se 𝑓 𝑥0 = 𝑓 𝑥1 :

Como o denominador é igual a zero então a função iteração irá divergir. FIM.

𝐾 = 1
 Algoritmo do Método das Secantes
Enquanto 𝐾 < 𝐾𝑚á𝑥 e 𝑥1 − 𝑥0 > 𝐸𝑟𝑟𝑜

𝑥0 ×𝑓 𝑥1 −𝑥1 ×𝑓 𝑥0
𝑥2 =
𝑓 𝑥1 −𝑓 𝑥0

𝑥0 = 𝑥1

𝑥1 = 𝑥2

𝐾 = 𝐾 + 1

FIM.
 Exemplo de Aplicação 1
A concentração C (em miligramas por mililitro) de um remédio na corrente sangüínea de
um paciente é monitorada a intervalos de 1 hora a partir da primeira hora após a
medicação. A cada 6 horas o paciente recebe uma nova dose da medicação. A lei que
simula melhor a concentração desse remédio é:

−𝒕𝟒
𝑪 𝒕 = + 𝟑𝒕𝟒 + 𝟑𝒕𝟑 − 𝟐𝒕
𝟐

onde 𝑡 é o tempo em horas. Determine uma aproximação 𝑡𝑘 para o tempo 𝑡 para o

𝒎𝒈
instante em que a concentração do remédio é de 𝟓𝟎 , com uma precisão de 𝜖 = 10−5 .
𝒎𝒍
 Solução do Exemplo de Aplicação 1
𝒎𝒈
Substituindo a concentração do remédio 𝑪 𝒕 = 𝟓𝟎 :
𝒎𝒍

−𝒕𝟒
𝟓𝟎 = + 𝟑𝒕𝟒 + 𝟑𝒕𝟑 − 𝟐𝒕
𝟐

Que é equivalente a:

−𝒕𝟒
𝟎= + 𝟑𝒕𝟒 + 𝟑𝒕𝟑 − 𝟐𝒕 − 𝟓𝟎
𝟐
 Solução do Exemplo de Aplicação 1
Realizando uma análise da função para valores do tempo a cada hora

do momento do recebimento da medicação até a nova dose utilizando

as rotinas do SciLab para cálculo imediato:

𝒇(𝒕) -50 -46,5 10 227,5 774 1877,5 3826

𝒕(𝒉𝒐𝒓𝒂𝒔) 0 1 2 3 4 5 6
Solução do Exemplo de Aplicação 1

Método da Método de Método das

𝑓 𝑡 Falsa Posição Newton- Secantes
Intervalo = Raphson 𝑥𝟎 = 𝟏
[1,2] 𝑥𝟎 = 𝟐 𝑥𝟏 = 𝟐

𝑡1 1.823009 1.912281 1.823009

𝑡2 1.900893 1.906481 1.900893
𝑡3 1.906097 1.906457 1.906802
𝑡4 1.906434 1.906457 1.906456
𝑡5 1.906456 1.906457
𝑡6 1.906457
 Exemplo de Aplicação 2
A pressão máxima, P, em Kg/mm² que um cabo metálico suporta é
dada por:
𝑷 𝒅 = 𝟓𝟓𝒅𝟐 + 𝒍𝒏( 𝒅) − 𝟐𝟎

em que d é o diâmetro em mm. Determine uma aproximação dk para

este diâmetro para suportar uma pressão de 9.5 × 10−3 kg/mm2 com
uma precisão de ϵ = 10−5 .
 Solução do Exemplo de Aplicação 2
Sabendo que a pressão a ser suportada é 𝑷 𝒅 = 9.5 × 10−3 kg/mm2 :
𝟎, 𝟎𝟎𝟗𝟓 = 𝟓𝟓𝒅𝟐 + 𝒍𝒏( 𝒅) − 𝟐𝟎

Que é equivalente a:

𝟎 = 𝟓𝟓𝒅𝟐 + 𝒍𝒏( 𝒅) − 𝟐𝟎, 𝟎𝟎𝟗𝟓

 Solução do Exemplo de Aplicação 2
Realizando uma análise da função para valores do diâmetro variando

de 0,1 mm até 5 mm utilizando as rotinas do SciLab para cálculo

imediato:

𝒇(𝒅) -21,76 34,99 200,68 476,09 861,38 1356,6

𝒅 (𝒎𝒎) 0,1 1 2 3 4 5
Solução do Exemplo de Aplicação 2
Método da Método de Método das
𝑓 𝑑 Falsa Posição Newton- Secantes
Intervalo = Raphson 𝑥𝟎 = 𝟎, 𝟏
[0,1;1] 𝑥𝟎 = 𝟎,1 𝑥𝟏 = 𝟏

𝑑1 0.444959 1.135837 0.444959

𝑑2 0.567537 0.729834 0.567537
𝑑3 0.600111 0.619840 0.616972
𝑑4 0.607988 0.610487 0.610193
𝑑5 0.609848 0.610419 0.610418
𝑑6 0.610285 0.610419 0.610419
𝑑7 0.610387
𝑑8 0.610411
𝑑9 0.610417