Unidade 2

Docente: Luiz Carlos Pitzer

Unidade 2 – Tópico 1
Zeros das Funções
 CONHECIMENTOS BÁSICOS
 É comum em funções e equações, a busca por suas raízes.
 Em funções, são os valores que quando aplicados, resultam em zero.
 Graficamente, são os valores que cortam o eixo das abscissas.

Para alguns tipos de funções não é tão

fácil encontrarmos esses valores
 CONHECIMENTOS BÁSICOS
TEOREMA: Seja uma função contínua em uma intervalo . Se ,
então existe pelo menos um ponto entre e que é zero da função.
CONHECIMENTOS BÁSICOS
 CONHECIMENTOS BÁSICOS
EXEMPLO:

Seja a função definida por 1 encontre por inspeção, uma

aproximação de uma de suas raízes.
Unidade 2 – Tópico 1
Zeros das Funções:
Método da Bisseção
 MÉTODO DA BISSEÇÃO
 Seja uma função contínua em uma intervalo . Se , então existe pelo
menos um ponto entre e que é zero da função.

 Método da Bisseção consiste em dividir o intervalo ao meio

sistematicamente até que, para um dado , o critério de parada seja
satisfeito.

 O que pode acontecer?

 Podemos encontrar a solução!
 Podemos encontrar um aproximação da raiz por cima ou por baixo.
MÉTODO DA BISSEÇÃO

𝑎0 𝑎
𝑎321
𝑏3𝑏2 𝑏01
 MÉTODO DA BISSEÇÃO
EXEMPLO:
Consideremos a função real , e vamos estudar o seu sinal em alguns pontos:

Como isso, sabemos que há pelo menos uma raiz no intervalo Vamos
determinar uma aproximação com precisão de .

{ {
Passo : 𝑎 0 =2
𝑓 ( 2 )=− 0,398
𝑏0 =3
2+3
⟹ 𝑓 ( 3 ) =0,431
𝑥1= =2,5 𝑓 ( 2,5 )=− 0,005
2
 MÉTODO DA BISSEÇÃO
Passo :

{
𝑎1=2 ,5
𝑏1=3 |𝑥 𝑘+1 − 𝑥 𝑘| |𝑥 2 − 𝑥1| |2,75 −2,5|
|𝑥 𝑘+1|
¿
|𝑥 2|
¿
|2 , 75|
¿ 0,091
2 , 5+3
𝑥2 = =2 ,7 5
2

{
𝑓 ( 2,5 )=− 0,005
⟹ 𝑓 ( 3 ) =0,431
𝑓 ( 2,75 )=0,208
 MÉTODO DA BISSEÇÃO
Passo :

{
𝑎 2=2 ,5
𝑏2=2,75 |𝑥 3 − 𝑥 2| |2,625 −2,75|
| 𝑥3|
¿
|2 , 625|
¿ 0,048
2 ,5+2,75
𝑥3 = =2 , 625
2

{
𝑓 ( 2,5 )=− 0,005
⟹ 𝑓 ( 2,75 )=0,208
𝑓 ( 2,625 )=0,100
 MÉTODO DA BISSEÇÃO
Passo :

{
𝑎3 =2 , 5
𝑏3 =2,625 |𝑥 4 − 𝑥 3| |2,563 −2,625|
|𝑥 4|
¿
|2 , 563|
¿ 0,024
2 , 5+2,625
𝑥4 = =2 ,563
2

{
𝑓 ( 2,5 )=− 0,005
⟹ 𝑓 ( 2,625 )=0 ,100
𝑓 ( 2,563 )=0,048
MÉTODO DA BISSEÇÃO
Unidade 2 – Tópico 1
Zeros das Funções:
Método das Cordas
 MÉTODO DAS CORDAS
 Seja uma função contínua em uma intervalo . Se , então existe pelo
menos um ponto entre e que é zero da função.

 Método das Cordas consiste em utilizar uma reta (corda) que passe pelos
pontos e . O ponto onde esta reta cortar o eixo das abscissas será nossa
primeira aproximação para a raiz.

 O que pode acontecer?

 Podemos encontrar a solução!
 Podemos encontrar um aproximação da raiz por cima ou por baixo
MÉTODO DAS CORDAS

𝑎0 𝑎 12
𝑏2 𝑏01

𝑓 (𝑎)
𝑥1=𝑎− ∙(𝑏 −𝑎 )
𝑓 ( 𝑏) − 𝑓 ( 𝑎 )
 MÉTODO DAS CORDAS
EXEMPLO:

Consideremos a função real , e vamos estudar o seu sinal em alguns pontos:

Como isso, sabemos que há pelo menos uma raiz no intervalo Vamos
determinar uma aproximação com precisão de .
 MÉTODO DAS CORDAS
Passo :

{
𝑎0 =2
𝑏0 =3
𝑓 (2)
𝑥1= 2− ∙ ( 3 − 2 )=2,480
𝑓 ( 3 ) − 𝑓 ( 2)

{
𝑓 ( 2 )=− 0,398
𝑓 ( 3 )=0,431
𝑓 ( 2,480 )=− 0,022
 MÉTODO DAS CORDAS
Passo :

{
𝑎 1=2 , 480
𝑏1= 3
𝑓 ( 2,480 )
𝑥2 =2,480 − ∙ ( 3 −2,480 )=2,505
𝑓 ( 3 ) − 𝑓 ( 2,480 )

{
𝑓 ( 2,480 )=− 0,022 |𝑥 𝑘+1 − 𝑥 𝑘| |𝑥 2 − 𝑥1|
¿
𝑓 ( 3 )=0,431 |𝑥 𝑘+1| |𝑥 2|
𝑓 ( 2,505 )=− 0,001 |2,505 −2,480|
¿ ¿ 0,01
|2,505|
 MÉTODO DAS CORDAS
Passo :

{
𝑎2 =2 ,505
𝑏2 =3
𝑓 ( 2,505 )
𝑥3 =2,505 − ∙ ( 3 − 2,505 )= 2,506
𝑓 ( 3 ) − 𝑓 ( 2,505 )

{
𝑓 ( 2 ,505 )=− 0,0 01
𝑓 ( 3 )=0,431 |𝑥 3 − 𝑥 2| |2,50 6 −2 , 505|
¿ ¿ 0,0004
𝑓 ( 2,50 6 )=−0,0002 | 𝑥3| |2,50 6|
MÉTODO DAS CORDAS
Erro

- - - -
Unidade 1 – Tópico 4
Sistemas Lineares:
Métodos Iterativos
 SISTEMAS LINEARES
Seja um sistema linearCOMPLEXOS
complexo, em que existem matrizes reais e tais que:

{ 𝑀 ∙ 𝑆 − 𝑁 ∙ 𝑇 =𝐶
𝑁 ∙ 𝑆+ 𝑀 ∙ 𝑇 =𝐷
⟹ [ 𝑀
𝑁 𝑀
∙
][ ] [ ]
−𝑁 𝑆
𝑇
=
𝐶
𝐷
 SISTEMAS LINEARES
Exemplo:
COMPLEXOS
[ ][ ] [ 3
2 +3 𝑖
4 −3 𝑖
−2𝑖
∙
𝑥1
𝑥2
=
3 −𝑖
2 ]
𝐴 𝑋 𝐵
([ 3
2
4
0 ] [
+𝑖 ∙
0
3
−3
−2 ]) ([ ] [ ]) [ ] [ ]
∙
𝑠1
𝑠2
+𝑖 ∙
𝑡1
𝑡2
=
3
2
+ 𝑖∙
−1
0

𝑀 𝑁 𝑆 𝑇 𝐶 𝐷

[ ][ ] [ ]
3 4 0 3 𝑠1 3

[ 𝑀
𝑁
−𝑁 𝑆
𝑀
∙
][ ] [ ]
𝑇
=
𝐶
𝐷 ⟹ 2 0
0 −3
−3 2
3 4
∙
𝑠2
𝑡1
=
2
−1
3 −2 2 0 𝑡2 0
Unidade 2 – Tópico 1
Zeros das Funções:
Método de Newton
 MÉTODO DE NEWTON
 A base para este método é uma reta tangente a curva da expressão dada.

 Com esta reta, observasse o ponto em que ela corta o eixo das abscissas.

 Este ponto após aplicado algumas vezes, aproximasse da raiz.

 Método de Newton utiliza de derivadas.

 Lembra um pouco o Método de Cordas.

MÉTODO DE NEWTON
Converge ou Diverge?

𝑥2 𝑥 1 𝑥0
𝑓 ( 𝑥𝑘 )
𝑥𝑘+1 = 𝑥𝑘 − ′
𝑓 ( 𝑥𝑘)
 MÉTODO DE NEWTON
 Como todo método de obtenção de zeros de funções, precisamos partir de
um valor para dar início ao processo.

 Como garantir então que, escolhido escolhido, converge para a raiz?

Vamos aos critérios:

 Se e forem não nulas, preservarem o sinal no intervalo ;

 O valor escolhido compreendido no intervalo , proporcionar que .
 MÉTODO DE NEWTON
Exemplo: Seja a função real , que sabemos possuir uma única raiz no
intervalo [1; 1,5]. Use erro relativo de , para a aproximação da raiz.

Vamos analisar a convergência, primeiramente vamos verificar a escolha

do :

¿0

¿0
 MÉTODO DE NEWTON
Agora, verificaremos o sinal das derivadas de primeira e segunda ordem:
 MÉTODO DE NEWTON
Vamos as iterações: 𝑓 ( 𝑥𝑘 )
𝑥𝑘+1 = 𝑥𝑘 − ′
𝑓 ( 𝑥𝑘)
Passo
𝑥0 =1,5
− 𝑥0
𝑒 − cos ( 𝑥 0 )
𝑥1 = 𝑥 0 − 𝑥0
− 𝑒 +sin ( 𝑥 0 ) |𝑥 1 − 𝑥 0| |1,303 −1,5|
¿
|𝑥1| |1,303|
𝑒 −1,5 −cos ( 1,5 )
𝑥1=1,5 −
− 𝑒 −1,5 +sin ( 1,5 ) ¿ 0,151
𝑥1=1,303
 MÉTODO DE NEWTON
Vamos as iterações: 𝑓 ( 𝑥𝑘 )
𝑥𝑘+1 = 𝑥𝑘 − ′
𝑓 ( 𝑥𝑘)
Passo
𝑥1=1,303
− 𝑥1
𝑒 − cos ( 𝑥 1)
𝑥2 = 𝑥1 − |𝑥 2 − 𝑥 1| |1 ,293 − 1,303|
𝑥1
− 𝑒 +sin ( 𝑥1 ) ¿
|𝑥 2| |1,293|
𝑒 −1,303 − cos ( 1,303 )
𝑥2 =1,303 − −1,303
¿ 0,008 ¿ 10− 2
−𝑒 +sin ( 1,303 )

𝑥2 =1,293
Unidade 2 – Tópico 1
Zeros das Funções:
Método das Secantes
 MÉTODO DAS SECANTES
 O método da Secante nada mais é do que um aprimoramento do método
de Newton.

 Em cada iteração , trocamos do processo de iteração pelo quociente:

 Desvantagem deste método em relação ao método de Newton é que, na

primeira iteração, teremos que fornecer o valor dos pontos e .
 MÉTODO DAS SECANTES
Exemplo: Seja a função real , que sabemos possuir uma única raiz no
intervalo [1; 1,5]. Use erro relativo de , para a aproximação da raiz.

 Da mesma forma que escolhemos o para o exemplo do método de

Newton, faremos para este.

 Porém, temos a necessidade de escolher mais um ponto, que, satisfaça a

condição

 Um possível valor é .
 MÉTODO DAS SECANTES
𝑓 ( 𝑥𝑘)
Vamos as iterações: 𝑥𝑘+1 = 𝑥𝑘 − ( 𝑘 ) ( 𝑥 𝑘 − 𝑥𝑘 −1 )
𝑓 𝑥
𝑥𝑘+1 =𝑥𝑘 − 𝑓 ( 𝑥 𝑘) − 𝑓 ( 𝑥 𝑘− 1 )
Passo 𝑓 ( 𝑥𝑥𝑘𝑘) −
−𝑥𝑓 𝑘( 𝑥
−1𝑘− 1
)
e

𝑔 ( 1,45 ) ( 1,45 −1,5 )

𝑥2 =1,45 −
𝑔 ( 1,45 ) −𝑔 ( 1,5 )
( 𝑒 −1,45 − cos ( 1,45 ) ) ∙ ( 1,45 −1,5 )
𝑥2 =1,45 − − 1,45
− cos ( 1,45 ) − ( 𝑒 − cos ( 1,5 ) )
− 1,5
𝑒

𝑥1=1,301 |𝑥 2 − 𝑥 1| |1,301− 1,45|

¿
|1,301|
¿ 0,115
|𝑥 2|
 MÉTODO DAS SECANTES
Vamos as iterações: 𝑓 ( 𝑥 𝑘 ) ( 𝑥 𝑘 − 𝑥𝑘 −1 )
𝑥𝑘+1 =𝑥𝑘 −
Passo 𝑓 ( 𝑥 𝑘) − 𝑓 ( 𝑥 𝑘− 1 )
e

𝑔 (1 , 301 ) ( 1 ,301 −1,45 )

𝑥3 =1 , 301−
𝑔 ( 1 ,301 ) − 𝑔 ( 1,45 )
( 𝑒 −1,301 − cos ( 1,301 ) ) ∙ (1,301 −1,45 )
𝑥3 =1,301 − − 1,301
− cos ( 1,301 ) − ( 𝑒 − cos ( 1 , 4 5 ) )
−1 ,4 5
𝑒

𝑥𝑥33=1,293
=1,293 |𝑥 3 − 𝑥 2| |1,293 −1,301|
¿
|1,293| ¿ 0,006 ¿ 10 −2
| 𝑥3|
 Unidade 2 – Tópico 1
Zeros das Funções:
Método da Iteração Linear
MÉTODO DA ITERAÇÃO LINEAR
 Inicialmente, é necessário encontrar uma função tal que utilizando para
isso a igualdade .

 Exemplo:

Determinar na função , com uma aproximação relativa de , sabendo que há

uma raiz no intervalo de .
MÉTODO DA ITERAÇÃO LINEAR
Primeira 4 − 𝑥3
Candidata 𝑥 +2 𝑥 − 4=0 ⟹ 2 𝑥=4 − 𝑥 ⟹
3 3
𝐹1 ( 𝑥) =
2
Segunda
⟹ 𝑥 =4 −2 𝑥 ⟹ 𝐹 2 ( 𝑥 ) =√ 4 −2 𝑥
3 3 3
Candidata
𝑥 +2 𝑥 − 4=0

Terceira ( 4 −2 𝑥 )
𝑥 =4 −2 𝑥 ⟹ 𝑥 ∙ 𝑥 =4 − 2 𝑥 ⟹
3 2
𝐹 3 ( 𝑥 )=
Candidata 𝑥
2

√
Quarta e ( 4−2 𝑥 )
(4−2𝑥)
2
Quinta 𝑥 ∙ 𝑥 =4 − 2 𝑥 ⟹𝑥 =
2
𝑥 ⟹ 𝐹 4,5 ( 𝑥 )=±
Candidata 𝑥
MÉTODO DA ITERAÇÃO LINEAR
 A função é chamada de função de iteração.

 Qualquer valor que satisfaça é chamado de ponto fixo de .

 Sabemos que tal ponto fixo pertence ao intervalo , o que no nosso

problema está .

 Qual das utilizaremos?

 Para a escolha correta, temos que encontrar aquela que seja contínua no
intervalo e , para todo .
MÉTODO DA ITERAÇÃO LINEAR 3
Primeira 4−𝑥
𝐹1 ( 𝑥) =
Candidata 2

Note que é uma função polinomial, logo contínua.

3 𝑥 2 2
′
𝐹 1 ( 𝑥 ) =− |𝑥 |<2

2 3
|𝐹 ′
( 𝑥 )|<1 2 2 Não há uma raiz no
1 𝑥 <
3 intervalo de

| | √ √
2
3𝑥 2 2
− <1
2 − <𝑥<
3 3
MÉTODO DA ITERAÇÃO LINEAR
√
Segunda 𝐹 ( 𝑥 ) = 3 4 −2 𝑥
2 √ 8
Candidata 4 −2 𝑥>
27
Note que é uma função contínua.

√
ou
8
| |
2 1 3
′
𝐹 ( 𝑥)= < 4 −2 𝑥<−
3 ∙ √( 4 − 2 𝑥 )
2 3 2
√(4 − 2 𝑥 ) 2
3 2 27
|𝐹 ′
( 𝑥 )|<1 2
𝑥<1,728
2
√ ( 4 −2 𝑥 ) > 3
3 2
ou

| 2
3 ∙ √( 4 − 2 𝑥 )
3 2 |
<1 2
( 4 −2 𝑥 ) >
8
27
𝑥>2,272
Há uma raiz no
intervalo de
MÉTODO DA ITERAÇÃO LINEAR
Segunda 𝐹 ( 𝑥 ) = 3 4 −2 𝑥
Candidata 2 √

Passo : Vamos começar supondo . Então:

𝐹 2 ( 1,25 ) =√ 4 −2 ∙1,25
3

𝐹 2 ( 1,25 ) =1 ,1447
Passo : Vamos usar . Então:
𝐹 2 ( 1,1447 )=√ 4 −2 ∙ 1,1447
3

𝐹 2 ( 1,1447 )=1 , 1960

MÉTODO DA ITERAÇÃO LINEAR
Segunda 𝐹 ( 𝑥 ) = 3 4 −2 𝑥
Candidata 2 √

Passo : Vamos usar . Então:

𝐹 2 ( 1,1960 ) =√ 4 −2 ∙1,1960
3

𝐹 2 ( 1,1960 ) =1 ,1716
Passo : Vamos usar . Então:
𝐹 2 ( 1,1716 )=√ 4 −2 ∙ 1,1716
3
|𝑥 4 − 𝑥 3| |1,1833 −1,1716|
=
𝐹 2 ( 1,1716 )=1 , 1833 |𝑥 4| |1,1833|
𝑥 4=1 , 1833 ¿ 0,00988 …< 10 −2
 Unidade 2 – Tópico 2
Sistemas de Equações não
Lineares:
Método da Iteração Linear
MÉTODO DA ITERAÇÃO LINEAR
 O método inicial é semelhante ao utilizado em raízes de funções.

Exemplo: Consideremos o sistema não linear

o sistema tem uma raiz próxima ao ponto .

MÉTODO DA ITERAÇÃO LINEAR
 Inicialmente, precisamos encontrar as funções contínuas e que
farão o papel de nossas funções de iteração.

{ 𝑥 2+ 𝑥𝑦 −5 𝑥+ 3=0

{
2
4 𝑥 +𝑥 𝑦 −10 𝑦+5=0 𝐹 ( 𝑥 , 𝑦 )=
𝑥2 + 𝑥𝑦 +3
5

{
2
2
𝑥 + 𝑥𝑦 +3 4 𝑥 +𝑥 𝑦 +5
𝑥= 𝐺 ( 𝑥 , 𝑦 )=
5 10
2
4 𝑥 +𝑥 𝑦 +5
𝑦= Verificaremos agora, três condições
10
para podermos aplicar o método
MÉTODO DA ITERAÇÃO LINEAR
As derivadas parciais de primeira ordem das funções e devem ser contínuas
próximas à solução do sistema.

{
2
𝑥 + 𝑥𝑦 +3 Derivas Parciais de Primeira Ordem
𝐹 ( 𝑥 , 𝑦 )=
5 𝜕 𝐹 2𝑥+𝑦 𝜕𝐹 𝑥
2
4 𝑥 +𝑥 𝑦 +5 = =
𝐺 ( 𝑥 , 𝑦 )= 𝜕𝑥 5 𝜕𝑦 5
10
𝜕 𝐺 4 + 𝑦2 𝜕 𝐺 𝑥𝑦
= =
𝜕𝑥 10 𝜕𝑦 5
Observe que todas as derivadas parciais são
contínuas. Logo, a condição é satisfeita.
MÉTODO DA ITERAÇÃO LINEAR
Para todo ponto próximo à solução, temos que:

| 𝜕𝐹
𝜕𝑥 ||
(𝑥 , 𝑦 ) +
𝜕𝐹
𝜕𝑦 |
( 𝑥, 𝑦) <1 | 𝜕𝐺
𝜕𝑥 || |
(𝑥 , 𝑦) +
𝜕𝐺
𝜕𝑦
( 𝑥 , 𝑦 ) <1

| || | | || |
2
2𝑥+𝑦 𝑥 4+𝑦 𝑥𝑦
+ <1 + <1
5 5 10 5
Vamos testar para o ponto

|
2∙ 0,9+ 0,9
|| |
0,9
| || |
2
+ <1 4 +0,9 0,9 ∙ 0,9
5 5 + <1
10 5
0,54 +0,18<1 0,481+0,162<1
0,72<1 0,643< 1
A condição é satisfeita.
MÉTODO DA ITERAÇÃO LINEAR
O ponto inicial precisa estar próximo da solução do sistema:

Ponto

A condição é satisfeita.
MÉTODO DA ITERAÇÃO LINEAR
Procedimento das iterações é semelhante ao método da iteração linear para
raiz de equações.
Para o passo com o ponto .

{ {
2 2
𝑥 + 𝑥𝑦 +3 0,9 +0,9 ∙ 0,9+3
𝐹 ( 𝑥 , 𝑦 )= 𝐹 ( 0,9 ; 0,9 )=
5 5
2
4 𝑥 +𝑥 𝑦 +5
⟹ 2
4 ∙ 0,9+ 0,9∙ 0,9 +5
𝐺 ( 𝑥 , 𝑦 )= 𝐺 ( 0,9 ; 0,9 )=
10 10
|𝑥 1 − 𝑥 0| |0,924 −0,9|
= =0,026

{
|𝑥1|
{
𝐹 ( 0,9 ; 0,9 ) =0,924 𝑥1 =0,924 |0,924|
𝐺 ( 0,9 ; 0,9 )=0,933
⟹ 𝑦 1=0,933 | 𝑦 1 − 𝑦 0|=|0,933 − 0,9| =0,035
| 𝑦 1| |0,933|
 Unidade 2 – Tópico 2
Sistemas de Equações não
Lineares:
Método de Newton
 MÉTODO DE NEWTON
 O método transforma um sistema não linear em um linear

 Base deste método, é a expansão das expressões envolvidas, na

série de Taylor em torno do ponto .

{
𝜕𝑓 𝜕𝑓
𝑓 ( 𝑥 , 𝑦 )= 𝑓 ( 𝑥 0 , 𝑦 0 ) + ( 𝑥0 , 𝑦 0 ) ∙ ( 𝑥 − 𝑥 0 ) + ( 𝑥0 , 𝑦0) ∙( 𝑦 − 𝑦0 )
𝜕𝑥 𝜕𝑦
𝜕𝑔 𝜕𝑔
𝑔 ( 𝑥 , 𝑦 ) =𝑔 ( 𝑥 0 , 𝑦 0 ) + ( 𝑥 0 , 𝑦 0 ) ∙ ( 𝑥 − 𝑥0 ) + ( 𝑥0 , 𝑦0) ∙ ( 𝑦 − 𝑦0)
𝜕𝑥 𝜕𝑦

{ 𝑓 ( 𝑥 , 𝑦 )=0
𝑔 ( 𝑥 , 𝑦 )=0
 MÉTODO DE NEWTON

{
𝜕𝑓 𝜕𝑓
− 𝑓 ( 𝑥0 , 𝑦 0 )= ( 𝑥0 , 𝑦0) ∙( 𝑥 − 𝑥0)+ ( 𝑥0 , 𝑦0) ∙ ( 𝑦 − 𝑦0)
𝜕𝑥 𝜕𝑦
𝜕𝑔 𝜕𝑔
− 𝑔 ( 𝑥0 , 𝑦 0 )= ( 𝑥0 , 𝑦 0 ) ∙ ( 𝑥 − 𝑥 0 ) + ( 𝑥0 , 𝑦0) ∙( 𝑦 − 𝑦0 )
𝜕𝑥 𝜕𝑦

[ ]
𝜕𝑓 𝜕𝑓

[ ][ ]
𝜕𝑥
( 𝑥0 , 𝑦0)
𝜕𝑦
( 𝑥0 , 𝑦0 )
( 𝑥 − 𝑥0) − 𝑓 ( 𝑥0 , 𝑦0)
∙ =
𝜕𝑔 𝜕𝑔 ( 𝑦 − 𝑦0) − 𝑔 ( 𝑥0 , 𝑦0)
( 𝑥0, 𝑦 0) (𝑥0 , 𝑦0 )
𝜕𝑥 𝜕𝑦
 MÉTODO DE NEWTON

[ ]
𝜕𝑓 𝜕𝑓

[ ][ ]
𝜕𝑥
( 𝑥0 , 𝑦0)
𝜕𝑦
( 𝑥0 , 𝑦0 )
( 𝑥 − 𝑥0) − 𝑓 ( 𝑥0 , 𝑦0)
∙ =
𝜕𝑔 𝜕𝑔 ( 𝑦 − 𝑦0) − 𝑔 ( 𝑥0 , 𝑦0)
( 𝑥0, 𝑦 0) (𝑥0 , 𝑦0 )
𝜕𝑥 𝜕𝑦

{
𝜕𝑔 𝜕𝑓
𝑓 ( 𝑥0 , 𝑦0) ∙ ( 𝑥0 , 𝑦 0 ) − 𝑔 ( 𝑥 0 , 𝑦 0 ) ∙ ( 𝑥0 , 𝑦0)
𝜕𝑦 𝜕𝑦
𝑥=𝑥 0 −
𝜕𝑓 𝜕𝑔 𝜕𝑓 𝜕𝑔
( 𝑥0 , 𝑦0) ∙ ( 𝑥0 , 𝑦 0 ) − ( 𝑥0, 𝑦 0)∙ (𝑥0 , 𝑦0)
𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥
𝜕𝑓 𝜕𝑔
𝑔 ( 𝑥0 , 𝑦 0 ) ∙ ( 𝑥0 , 𝑦 0 ) − 𝑓 ( 𝑥 0 , 𝑦 0 ) ∙ ( 𝑥0, 𝑦 0)
𝜕𝑥 𝜕𝑥
𝑦= 𝑦 0 −
𝜕𝑓 𝜕𝑔 𝜕𝑓 𝜕𝑔
( 0 0)
𝑥 , 𝑦 ∙ ( 0 0)
𝑥 , 𝑦 − ( 0 0)
𝑥 , 𝑦 ∙ ( 𝑥0 , 𝑦 0 )
𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥
 MÉTODO DE NEWTON
 As condições para podermos aplicar o método de Newton sobre
um sistema não linear é que suas derivadas parciais sejam
contínuas até segunda ordem e limitadas próximas à solução do
sistema.

 Além disso,

( 𝜕𝑓
𝜕𝑥
(
𝜕𝑔
)(
𝑥0 , 𝑦 0 ) ∙ ( 𝑥 0 , 𝑦 0 ) ≠
𝜕𝑦
𝜕𝑓
𝜕𝑦
(
𝜕𝑔
𝑥0 , 𝑦0 )∙ ( 𝑥0 , 𝑦0)
𝜕𝑥 )
para todo próximo da raíz.
 MÉTODO DE NEWTON
EXEMPLO: Encontraremos uma aproximação para a solução do sistema

{
2 2
𝑥 + 𝑦 −2=0 utilizando uma precisão de e que possui uma solução
2
2 𝑦 próxima de .
𝑥 − −1=0
4
2
2 𝑦
2 2
𝐹 ( 𝑥 , 𝑦 )=𝑥 + 𝑦 − 2 𝐺 ( 𝑥 , 𝑦 ) =𝑥 − − 1
4
𝜕𝐹 𝜕𝐹 𝜕𝐺 𝜕𝐺 𝑦
=2 𝑥 =2 𝑦 =2 𝑥 =−
𝜕𝑥 𝜕𝑦 𝜕𝑥 𝜕𝑦 2
 MÉTODO DE NEWTON
𝜕𝐹 𝜕 𝐹
𝐹 ( 1 ,1 )=1 +1 − 2=0 𝜕 𝑥 ( 1 , 1 )=2 ∙ 1=2
2 2
( 1 , 1 )=2 ∙ 1=2
𝜕𝑦
2
1 1 𝜕𝐺
2
𝐺 ( 1 ,1 ) =1 − −1=− ( 1 ,1 )=2 ∙1=2 𝜕 𝐺 ( 1 ,1 )=− 1
4 4 𝜕𝑥 𝜕𝑦 2

{{
1 𝜕𝑔 𝜕𝑓
𝑥 =1𝑥=𝑥
− 0−
() (
1
0 ∙ − 𝑓 (−
2 )
𝑥 0 ,−𝑦 0 ) ∙ ∙ 2
4 𝜕𝑦
( 𝑥0 , 𝑦 0 ) − 𝑔 ( 𝑥 0 , 𝑦 0 ) ∙ 𝜕 𝑦 ( 𝑥 0 , 𝑦 0 )

( )
2 ∙ 𝜕−
𝜕𝑥
𝑓 1 − 2 ∙ 2𝜕 𝑔
( 𝑥0 , 𝑦0) ∙
2 ( 𝑥0 , 𝑦 0 ) −
𝜕𝑓
( 𝑥0, 𝑦 0)∙
𝜕 𝑦 ⟹ ( 𝑥𝜕 ,𝑦𝑦 ) =( 1,1;𝜕0,9
𝜕𝑔
𝑥 )
(𝑥0 , 𝑦0)

( )
1 1 1
− 𝑔∙ 𝑥 2− 0 ∙ 2 𝜕 𝑓 𝜕𝑔
4 ( 0 , 𝑦 0)∙ ( 𝑥0 , 𝑦 0 ) − 𝑓 ( 𝑥 0 , 𝑦 0 ) ∙ ( 𝑥0, 𝑦 0)
𝑦 =1 − 𝜕𝑥 𝜕𝑥
𝑦= 𝑦 0 −
( )
2 ∙ 𝜕−𝑓
1
2
− 2 ∙ 2𝜕 𝑔
( 0 0)
𝑥 , 𝑦 ∙ ( 0 0)
𝑥 , 𝑦 −
𝜕𝑓
( 0 0)
𝑥 , 𝑦 ∙
𝜕𝑔
( 𝑥0 , 𝑦 0 )
𝜕𝑥 𝜕𝑦 𝜕𝑦 𝜕𝑥
 MÉTODO DE NEWTON
Calculemos o erro relativo de ambas variáveis para saber se
devemos parar ou prosseguir com o processo de iteração.

|𝑥 1 − 𝑥 0| |1,1 −1|
= =0,091
|𝑥1| |1,1|

| 𝑦 1 − 𝑦 0| |0,9 −1|
= = 0,11
| 𝑦 1| |0,9|

Continuar com as iterações...

Unidade 2 – Tópico 2
Equações não Lineares
Complexas:
Método de Newton
 MÉTODO DE NEWTON
 O método que veremos a seguir, possibilita a resolução de uma
equação não linear com coeficientes complexos.
 O método é semelhante ao utilizado em equações não lineares nos
reais.
 Consideremos uma função não linear complexa f(z) = 0, contínua
com derivada primeira contínua. Aplicando o método de Newton
nesta função, da mesma forma que em uma equação não linear
real, teríamos:
𝑓 ( 𝑧𝑘 )
𝑧 𝑘+1 = 𝑧 𝑘 − ′
𝑓 ( 𝑧 𝑘)
 MÉTODO DE NEWTON
 Como a função é complexa, temos que para cada complexo, existem ,
reais tais que , e podemos reescrever como:

onde e são funções de duas variáveis reais, contínuas, com derivadas

parciais de primeira ordem também contínuas.

 Também existe um resultado da Análise Complexa que nos garante que:

′ 𝜕𝑈 𝜕𝑉 𝜕𝑈 𝜕𝑉
𝑓 ( 𝑧 )= ( 𝑥 , 𝑦 ) +𝑖 ∙ ( 𝑥 , 𝑦 )= ( 𝑥 , 𝑦 ) −𝑖 ∙ (𝑥, 𝑦)
𝜕𝑥 𝜕𝑥 𝜕𝑦 𝜕𝑦
 MÉTODO DE NEWTON
𝑓 ( 𝑧𝑘 ) 𝑈 ( 𝑥 , 𝑦 )+𝑖 ∙ 𝑉 ( 𝑥 , 𝑦 )
𝑧 𝑘+1 = 𝑧 𝑘 − ′ ⟹ 𝑥𝑘+1 + 𝑦 𝑘+1=𝑥 𝑘+ 𝑦 𝑘 −
𝑓 ( 𝑧 𝑘) 𝜕𝑈 𝜕𝑉
( 𝑥 , 𝑦 )+𝑖 ∙ (𝑥 , 𝑦)
𝜕𝑥 𝜕𝑥
𝜕𝑈 𝜕𝑉
( 𝑥 , 𝑦 ) −𝑖 ∙ (𝑥, 𝑦 )
𝑈 ( 𝑥 , 𝑦 )+𝑖 ∙ 𝑉 ( 𝑥 , 𝑦 ) 𝜕𝑥 𝜕𝑥
𝑥𝑘+1 + 𝑦 𝑘+1= 𝑥 𝑘+ 𝑦 𝑘 − ∙
𝜕𝑈
( 𝑥 , 𝑦 )+𝑖 ∙ 𝜕 𝑉 ( 𝑥 , 𝑦 ) 𝜕 𝑈 ( 𝑥 , 𝑦 ) −𝑖 ∙ 𝜕 𝑉 ( 𝑥 , 𝑦 )
𝜕𝑥 𝜕𝑥 𝜕𝑥 𝜕𝑥

𝑥𝑘+1 + 𝑦 𝑘+1=𝑥 𝑘+ 𝑦 𝑘 −
(
( 𝑈 ( 𝑥 , 𝑦 )+𝑖 ∙ 𝑉 ( 𝑥 , 𝑦 )) ∙
𝜕𝑈
𝜕𝑥
( 𝑥 , 𝑦 ) −𝑖 ∙
𝜕𝑉
𝜕𝑥
(𝑥, 𝑦 ) )
( 𝜕 𝑥 ( 𝑥 , 𝑦 )) + ( 𝜕 𝑥 ( 𝑥 , 𝑦 ))
2 2
𝜕𝑈 𝜕𝑉
 MÉTODO DE NEWTON
𝑥𝑘+1 + 𝑦 𝑘+1=𝑥 𝑘+ 𝑦 𝑘 −
( 𝜕𝑈 𝜕𝑉
( 𝑈 ( 𝑥 𝑘 , 𝑦 𝑘 )+𝑖 ∙ 𝑉 ( 𝑥 𝑘 , 𝑦 𝑘 ) ) ∙ 𝜕 𝑥 ( 𝑥 𝑘 , 𝑦 𝑘 ) − 𝑖∙ 𝜕 𝑥 ( 𝑥 𝑘 , 𝑦 𝑘 ) )
( 𝜕 𝑥 ( 𝑥 , 𝑦 )) +( 𝜕 𝑥 ( 𝑥 , 𝑦 ))
2 2
𝜕𝑈 𝜕𝑉
𝑘 𝑘 𝑘 𝑘

{
𝑈 ( 𝑥𝑘 , 𝑦𝑘) ∙
𝜕𝑈 𝜕𝑉 O método de
𝜕𝑥
( 𝑥 𝑘 , 𝑦 𝑘 ) +𝑉 ( 𝑥 𝑘 , 𝑦 𝑘 ) ∙
𝜕𝑥
( 𝑥𝑘, 𝑦𝑘)
𝑥 𝑘+1=𝑥 𝑘 − Newton deve ser

( ) ( )
2 2
𝜕𝑈 𝜕𝑉 aplicado sempre
( 𝑥 𝑘 , 𝑦 𝑘) + (𝑥𝑘 , 𝑦𝑘)
𝜕𝑥 𝜕𝑥 que a função
𝜕𝑈 𝜕𝑉 complexa não
𝑉 ( 𝑥 𝑘 , 𝑦 𝑘) ∙ ( 𝑥𝑘 , 𝑦𝑘)− 𝑈 ( 𝑥𝑘 , 𝑦𝑘)∙ ( 𝑥𝑘 , 𝑦𝑘)
𝜕𝑥 𝜕𝑥 for um
𝑦 𝑘+1= 𝑦 𝑘 −
( ) ( )
2 2
𝜕𝑈 𝜕𝑉 polinômio.
( 𝑥𝑘, 𝑦 𝑘) + ( 𝑥𝑘 , 𝑦 𝑘 )
𝜕𝑥 𝜕𝑥
Unidade 2 – Tópico 3
Equações Polinomiais:
Método de Newton
 MÉTODO DE NEWTON
 O método que veremos a seguir, é uma junção do método de
Newton para raízes de equações ou funções, porém, a derivada da
função é substituída pelo Algoritmo de Briot-Ruffini-Horner.

 O dispositivo do Algoritmo de Briot-Ruffini-Horner, permite em

função polinomial, encontrar o valor numérico da função e suas
derivadas em um certo ponto.

 Do ponto de vista computacional, é muito relevante proceder

desta forma. O ganho é muito significativo!
 MÉTODO DE NEWTON
EXEMPLO: Procuremos a raiz do polinômio:

com precisão sabendo que há uma raiz próxima do .

 O primeiro passo é aplicar o algoritmo de Briot-Ruffini-Horner.

 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1

× +¿
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1

× × +¿ +¿
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1

× +¿
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1

× +¿
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1

× +¿
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1
 MÉTODO DE NEWTON

4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1
𝑏0 ( 𝑥 0 )=𝑃 ( 𝑥0 )

′
𝑐 1 ( 𝑥 0 )= 𝑃 ( 𝑥 0 )
 MÉTODO DE NEWTON
𝑏0 ( 𝑥0 )
𝑥1 = 𝑥 0 −
𝑐1( 𝑥0) ERRO RELATIVO
5
𝑥1=2− |𝑥 1 − 𝑥 0| |1,6875 −2|
16 ¿
|𝑥1| |1,6875|
𝑥1=1,6875
−3
¿ 0,1852>10
 MÉTODO DE NEWTON
4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1
𝑏0 ( 𝑥1 ) =𝑃 ( 𝑥 1 )
1 -2 3 -4 1
1 -0,3125 2,4727 0,1727 1,2914
1 1,375 4,793 8,2609
′
𝑐 1 ( 𝑥1 ) =𝑃 ( 𝑥 1 )

1,2914 ERRO RELATIVO

𝑥2 =1,6875 −
8,2609
|1,5312 −1,6875| −3
𝑥2 =1,5312 ¿ 0,102 1>10
|1,5312|
 MÉTODO DE NEWTON
4 3 2
𝑃 ( 𝑥 ) = 𝑥 − 2 𝑥 + 3 𝑥 − 4 𝑥 +1
𝑏0 ( 𝑥 2) =𝑃 ( 𝑥 2 )
1,5312 1 -2 3 -4 1
1 -0,4688 2,2822 -0,5055 0,226
1 1,0624 3,9089 5,4798
′
𝑐 1 ( 𝑥 2) = 𝑃 ( 𝑥 2 )

0,226 ERRO RELATIVO

𝑥3 =1,5312 −
5,4798
|1,49 −1,5312| −3
𝑥3 =1 , 49 ¿ 0,0 277 >10
|1 , 49|
 MÉTODO DE NEWTON
1,49 1 -2 3 -4 1
1 -0,51 2,2401 -0,6623 0,0132
1 0,98 3,7003 4,8511
𝑥 4=1 , 4873 ERRO ¿ 0,0 018 >10 −3

RELATIVO
1,4873 1 -2 3 -4 1
1 -0,5127 2,2375 -0,6722 0,0002
1 0,9746 3,687 4,8115
𝑥 45=1 , 4873 ERRO ¿ 0,0 000 <10 −3

RELATIVO
 Unidade 2 – Tópico 3
Equações Polinomiais:
Algoritmo Quociente - Diferença
 ALGORITMO QUOCIENTE-
DIFERENÇA
 Não precisamos procurar um intervalo que contenha a raiz do
polinômio.
 Ele é tão eficiente que nos permite obter aproximações para
TODAS as raízes do polinômio SIMULTANEAMENTE.
 Esse método foi desenvolvido por Heinz Rutishauser que foi um
matemático suíço e é conhecido como Algoritmo Quociente-
Diferença ou Algoritmo Q-D.
 Só pode ser aplicado para polinômios cujos coeficientes sejam
todos não nulos.
 ALGORITMO QUOCIENTE-
DIFERENÇA
EXEMPLO: Procuremos as raízes do polinômio:

Como o polinômio é de grau 3 teremos:

 Quatro colunas

 Três colunas Que devem tender a zero na operação

Que devem apresentar as três raízes

ALGORITMO QUOCIENTE-
DIFERENÇA
𝑎 𝑛 −1 𝑎2 3
− ¿− ¿−
𝑎𝑛 𝑎3 2

3 2
𝑃 ( 𝑥 )=2 𝑥 + 3 𝑥 −2 𝑥 +1
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5

𝑎 𝑛 −1 𝑎2 3
− ¿− ¿−
𝑎𝑛 𝑎3 2

3 2
𝑃 ( 𝑥 )=2 𝑥 + 3 𝑥 −2 𝑥 +1
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0

𝑎 𝑛 −1 𝑎2 3
− ¿− ¿−
𝑎𝑛 𝑎3 2

3 2
𝑃 ( 𝑥 )=2 𝑥 + 3 𝑥 −2 𝑥 +1
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0

SEMPR SEMPR
E E
zero zero
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 0

SEMPR 𝑎𝑛 − ( 𝑘+1 ) 𝑎3 − ( 1+1 ) 𝑎1 −SEMPR

2
¿ ¿ ¿
E 𝑎𝑛 − 𝑘 𝑎3 − 1 𝑎2 3 E
zero zero
3 2
𝑃 ( 𝑥 )=2 𝑥 + 3 𝑥 −2 𝑥 +1
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 -0,667 0

𝑎𝑛 − ( 𝑘+1 ) 𝑎3 − ( 1+1 ) 𝑎1 − 2
¿ ¿ ¿
𝑎𝑛 − 𝑘 𝑎3 − 1 𝑎2 3

3 2
𝑃 ( 𝑥 )=2 𝑥 + 3 𝑥 −2 𝑥 +1
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 -0,667 0

𝑃 ( 𝑥 )=2 𝑥 3+ 3 𝑥 2 −2 𝑥 +1
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 -0,667 -0,5 0

𝑃 ( 𝑥 )=2 𝑥 3+ 3 𝑥 2 −2 𝑥 +1
ALGORITMO QUOCIENTE-
DIFERENÇA
0
+¿
-1,5 0 0
-0,667 -0,5 0
−

Ordem
bem
definida
ALGORITMO QUOCIENTE-
DIFERENÇA
0
+¿
-1,5 0 0
-0,667
+¿ -0,5
+¿ 0
−
-2,167
− −

Ordem
bem
definida
ALGORITMO QUOCIENTE-
DIFERENÇA
0
+¿
-1,5 0 0
-0,667
+¿ -0,5
+¿ 0
−
-2,167
−
0,167
−
0,5

Ordem
bem
definida
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 -0,667 -0,5 0
-2,167 0,167 0,5

SEMPR SEMPR
E E
zero zero
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 × -0,667 -0,5 0
-2,167 0,167 0,5
0
÷ 0

SEMPR Ordem SEMPR

E bem E
zero definida zero
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 × -0,667 × -0,5 0
-2,167 0,167 0,5
0
÷
0,051
÷ 0

Ordem
bem
definida
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 × -0,667 × -0,5 0
-2,167 0,167 0,5
0
÷
0,051
÷
-1,497 0

Ordem
bem
definida
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 -0,667 -0,5 0

0
+¿ -2,167
0,051
+¿ 0,167
-1,497
+¿ 0,5
0
− − −
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 -0,667 -0,5 0

0
+¿ -2,167
0,051
+¿ 0,167
-1,497
+¿ 0,5
0
−
-2,116
−
-1,381
−
1,997
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 -0,667 -0,5 0
-2,167 0,167 0,5
0 × 0,051 × -1,497 0
-2,116 -1,381 1,997
÷ ÷
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 -0,667 -0,5 0
-2,167 0,167 0,5
0 × 0,051 × -1,497 0
-2,116 -1,381 1,997
0
÷
0,033
÷
2,165 0
ALGORITMO QUOCIENTE-
DIFERENÇA
-1,5 0 0
0 -0,667 -0,5 0
-2,167 0,167 0,5
0 0,051 -1,497 0
-2,116 -1,381 1,997
0 0,033 2,165 0
-2,083 0,751 -0,168
0 -0,012 -0,484 0
-2,095 0,279 0,316
0 0,002 -0,548 0
-2,093 -0,271 0,864
 ALGORITMO QUOCIENTE-
DIFERENÇA
-2,095 0,279 0,316
0 0,002 -0,548 0
-2,093 -0,271 0,864

Primeiramente, vamos determinar dois coeficientes:

 ALGORITMO QUOCIENTE-
DIFERENÇA
Encontrados os valores de e , basta substituir e resolver a equação

2
𝑥 − 0,593 𝑥 + 0,241= 0
𝑥1 = 0,2965 − 0,391264 𝑖
𝑥2 =0,2965 + 0,391264 𝑖
𝑥3 =− 2,093
 Unidade 2 – Tópico 4
Interpolação
Polinomial de Lagrange
 INTERPOLAÇÃO POLINOMIAL DE
LAGRANGE
 A necessidade de obter um valor intermediário que não consta de
uma tabela ocorre comumente

 Dado um conjunto de dados tal como na tabela abaixo:

𝑥𝑖 0,2 1,4 2,9 4,2 6,0
𝑓 ( 𝑥𝑖 ) 0,002 0,013 0,022 0,044 0,057

Como obter o valor de para um valor de que não tenha sido

medido, como ?
 INTERPOLAÇÃO POLINOMIAL DE
 A interpolação consisteLAGRANGE
em determinar uma função, que assume valores
conhecidos em certos pontos;
 Por serem fáceis de trabalhar, usaremos as funções polinomiais para
interpolar;
 A vantagem de fazer essa substituição é que, muitas vezes, não conhecemos
a função que descreve um fenômeno, ou ela tem um comportamento que
não nos permite calcular sua derivada ou sua integral;
 TEOREMA DE WEIRSTRASS existe alguma função polinomial esteja tão
próximo de quanto se queira;
 Outro fato interessante é que esse polinômio, uma vez construído, é único!
INTERPOLAÇÃO POLINOMIAL DE
LAGRANGE
INTERPOLAÇÃO POLINOMIAL DE
LAGRANGE
EXEMPLO: Considere a tabela a seguir:

Usaremos o método da interpolação polinomial de Lagrange.

𝑃 ( 𝑥 )= 𝑦 0 𝐿0 + 𝑦 1 𝐿1+ 𝑦 2 𝐿2 + 𝑦 3 𝐿3

𝑃 ( 𝑥 )=4 ∙ 𝐿0+ 2∙ 𝐿1+ 𝐿2 +5 ∙ 𝐿3

INTERPOLAÇÃO POLINOMIAL DE
( 𝑥 −LAGRANGE
𝑥 ) ( 𝑥 − 𝑥 )( 𝑥 − 𝑥 )
1 2 3
𝐿 =
0
( 𝑥 0 − 𝑥 1 ) ( 𝑥 0 − 𝑥2 ) ( 𝑥 0 − 𝑥 3 )
(𝑥 −0 )( 𝑥 − 1)( 𝑥 − 2)
𝐿 0=
(−1 −0 )( − 1− 1) (−1 − 2)
𝑥 ( 𝑥 −1) ( 𝑥 −2)
𝐿 0=
( −1) (−2) (−3 )
3 2
𝑥 −3 𝑥 + 2 𝑥
𝐿 0=
−6
INTERPOLAÇÃO POLINOMIAL DE
( 𝑥 −LAGRANGE
𝑥 )( 𝑥 − 𝑥 ) ( 𝑥 − 𝑥 )
0 2 3
𝐿 =
1
( 𝑥 1 − 𝑥 0 ) ( 𝑥1 − 𝑥 2 ) ( 𝑥 1 − 𝑥 3 )
( 𝑥 − ( −1)) ( 𝑥 −1) ( 𝑥 −2)
𝐿1 =
(0 − ( −1) ) ( 0 −1) ( 0 − 2)
( 𝑥 +1 ) ( 𝑥 − 1 ) ( 𝑥 − 2 )
𝐿1 =
( +1 ) ( − 1 ) ( − 2 )
3 2
𝑥 −2 𝑥 − 𝑥+2
𝐿1 =
2
INTERPOLAÇÃO POLINOMIAL DE
( 𝑥 −LAGRANGE
𝑥 )(𝑥−𝑥 )(𝑥−𝑥 )
0 1 3
𝐿 =
2
( 𝑥 2 − 𝑥 0 ) ( 𝑥 2 − 𝑥 1 ) ( 𝑥 2 − 𝑥3 )
(𝑥 −( − 1) ) ( 𝑥 − 0) ( 𝑥 −2)
𝐿 2=
( 1 − ( − 1 )) ( 1 − 0 ) ( 1 − 2 )
( 𝑥 +1 ) 𝑥 ( 𝑥 − 2 )
𝐿 2=
(+ 2 ) ( + 1 ) ( − 1 )
3 2
𝑥 − 𝑥 −2 𝑥
𝐿 2=
−2
INTERPOLAÇÃO POLINOMIAL DE
( 𝑥 −LAGRANGE
𝑥 )( 𝑥 − 𝑥 ) (𝑥 − 𝑥 )
0 1 2
𝐿 =
3
( 𝑥3 − 𝑥 0 ) ( 𝑥 3 − 𝑥 1 ) ( 𝑥 3 − 𝑥 2 )
( 𝑥 − ( − 1 )) ( 𝑥 − 0 ) ( 𝑥 − 1 )
𝐿 3=
(2 −( − 1) )( 2 − 0) ( 2− 1)
( 𝑥 +1 ) 𝑥 ( 𝑥 − 1 )
𝐿 3=
(+ 3 ) (+ 2 ) ( + 1 )
3
𝑥 −𝑥
𝐿 3=
6
 INTERPOLAÇÃO POLINOMIAL DE
𝑃 (LAGRANGE
𝑥 )=4 ∙ 𝐿 + 2∙ 𝐿 + 𝐿 +5 ∙ 𝐿 0 1 2 3

𝑥 3 −3 𝑥 2+2 𝑥 𝑥3 −2 𝑥 2 − 𝑥 +2 𝑥3 − 𝑥 2 − 2 𝑥 𝑥3 − 𝑥
𝑃 ( 𝑥 )=4 ∙ +2 ∙ + +5 ∙
−6 2 −2 6
− 4 ∙ ( 𝑥 3 − 3 𝑥2 +2 𝑥 ) +6 ∙ ( 𝑥 3 − 2 𝑥 2 − 𝑥 +2 ) −3 ∙ ( 𝑥3 − 𝑥 2 − 2 𝑥 ) +5 ∙ ( 𝑥 3 − 𝑥 )
¿
6
− 4 𝑥 3 +12 𝑥 2 − 8 𝑥+6 𝑥 3 −12 𝑥 2 −6 𝑥+12 −3 𝑥 3 +3 𝑥2 +6 𝑥 +5 𝑥 3 −5 𝑥
¿
6
4 𝑥 3 +3 𝑥 2 −13 𝑥+1 2
¿
6
2 𝑥3 𝑥 2 13 𝑥
𝑃 ( 𝑥 )= + − +2
3 2 6
INTERPOLAÇÃO POLINOMIAL DE
LAGRANGE
3 2
2𝑥 𝑥 13 𝑥
𝑃 ( 𝑥 )= + − +2
3 2 6
Estimar uma valor para
3 2
2∙ 1,2 1,2 13 ∙ 1,2
𝑃 ( 1,2 ) = + − +2
3 2 6
𝑃 ( 1,2 ) =1,08
Unidade 2 – Tópico 4
Interpolação
Polinomial de Newton
 INTERPOLAÇÃO POLINOMIAL DE
NEWTON
 A Interpolação de Lagrange é mais eficiente que simplesmente
resolver o sistema linear que surge quando igualamos a forma
geral do polinômio interpolador com o valor de nos pontos.
 O método de Lagrange também tem um inconveniente.
 Se, por alguma razão, descobrirmos o valor de para mais um
ponto e quisermos adicioná-lo na obtenção do polinômio
interpolador, teremos que repetir todo o processo.
 A ideia é utilizar da definição de derivada para encontrar o
operador diferença dividida finita (DDF).
INTERPOLAÇÃO POLINOMIAL DE
EXEMPLO: Considere NEWTON
a tabela a seguir:

Usaremos o método da interpolação polinomial de Newton.

𝑃 ( 𝑥 )= 𝑓 ( 𝑥 0 ) + 𝑓 [ 𝑥 0 , 𝑥 1 ] ∙ ( 𝑥 − 𝑥 0 ) + 𝑓 [ 𝑥 0 , 𝑥 1 , 𝑥 2 ] ∙ ( 𝑥 − 𝑥 0 ) ∙ ( 𝑥 − 𝑥 1 ) +¿

Vamos agora definir o operador diferença dividida finita (DDF)

INTERPOLAÇÃO POLINOMIAL DE
NEWTON
Ordem 0
INTERPOLAÇÃO POLINOMIAL DE
NEWTON
Ordem 0 Ordem 1

−2
2− 4
𝑓 [ 𝑥 0 , 𝑥 1 ]= ¿ −2
0 − ( −1 )
INTERPOLAÇÃO POLINOMIAL DE
NEWTON
Ordem 0 Ordem 1

−2
1 −2
−1 𝑓 [ 𝑥 1 , 𝑥 2 ]= ¿ −1
1− 0
INTERPOLAÇÃO POLINOMIAL DE
NEWTON
Ordem 0 Ordem 1

−2
5 −1
−1 𝑓 [ 𝑥 2 , 𝑥 3 ]= ¿4
2 −1
4
INTERPOLAÇÃO POLINOMIAL DE
NEWTON
Ordem 0 Ordem 1 Ordem2

−2 1
2
−1
4
−1 − ( − 2 ) 1
𝑓 [ 𝑥 0 , 𝑥 1 , 𝑥 2 ]= ¿
1 − ( −1 ) 2
INTERPOLAÇÃO POLINOMIAL DE
NEWTON
Ordem 0 Ordem 1 Ordem2

−2 1
2
−1
5
2
4
4 − ( −1 ) 5
𝑓 [ 𝑥 1 , 𝑥 2 , 𝑥 3 ]= ¿
2−0 2
INTERPOLAÇÃO POLINOMIAL DE
NEWTON
Ordem 0 Ordem 1 Ordem 2 Ordem 3

−2 1
2
−1 2
3
5
2
4
5/2 −1/2 2
𝑓 [ 𝑥 0 , 𝑥 1 , 𝑥 2 , 𝑥 3 ]= ¿
2−(−1) 3
INTERPOLAÇÃO POLINOMIAL DE
NEWTON
Ordem 0 Ordem 1 Ordem 2 Ordem 3

−2 1
2
−1 2
3
5
2
4
INTERPOLAÇÃO POLINOMIAL DE
NEWTON
Ordem 0 Ordem 1 Ordem 2 Ordem 3

𝑓 [ 𝑥0] −2 1
𝑓 [ 𝑥0 , 𝑥1] 2 2
𝑓 [ 𝑥0 , 𝑥1 , 𝑥2] 3
𝑓 [ 𝑥0 , 𝑥1 , 𝑥2, 𝑥3]
INTERPOLAÇÃO POLINOMIAL DE
𝑃 ( 𝑥 )= 𝑓 ( 𝑥 ) + 𝑓 [ 𝑥 , 𝑥 NEWTON
0 0 ] ∙ ( 𝑥 − 𝑥 ) + 𝑓 [ 𝑥 , 𝑥 , 𝑥 ] ∙ ( 𝑥 − 𝑥 ) ∙ ( 𝑥 − 𝑥 ) +¿
1 0 0 1 2 0 1

𝑃 ( 𝑥 )= 𝑓 ( 𝑥 0 ) + 𝑓 [ 𝑥 0 , 𝑥 1 ] ∙ ( 𝑥+1 ) + 𝑓 [ 𝑥 0 , 𝑥 1 , 𝑥 2 ] ∙ ( 𝑥+1 ) ∙ ( 𝑥 − 0 )+¿

3 2
2𝑥 𝑥 13 𝑥
𝑃 ( 𝑥 )= + − +2
3 2 6
Unidade 2 – Tópico 4
Interpolação Linear
 INTERPOLAÇÃO LINEAR
 A interpolação linear é bem eficiente, quando queremos
determinar apenas um ponto ausente em uma série de dados.

 Utilizamos apenas os pontos vizinhos ao procurado, encontramos

um polinômio de grau 1, ou seja, uma reta.

 Um polinômio de grau 1, tem a característica representada por

 INTERPOLAÇÃO LINEAR
EXEMPLO: Considere a tabela a seguir:

Usaremos o método da interpolação linear para determinar o valor

de quando .
Perceba inicialmente que , está entre o e o
Usaremos portanto:
 INTERPOLAÇÃO LINEAR
Usando , obtemos:
 Para
1=𝑎0 + 𝑎1 1
1− 𝑎 1=𝑎 0 ⟹ 1− 4=𝑎 0 ⟹ 𝑎0=− 3
 Para
5=𝑎 0+ 𝑎1 2
5=1− 𝑎 1+2 𝑎 1
4 =𝑎 1
𝑃 ( 𝑥 )=− 3+ 4 𝑥
 INTERPOLAÇÃO LINEAR
𝑃 ( 𝑥 ) =− 3 + 4 𝑥
Usando , obtemos:
𝑃 ( 𝑥 )=− 3+ 4 𝑥
𝑃 ( 1,2 ) =−3 +4 ∙ 1,2
𝑃 ( 1,2 ) =1 , 8
Unidade 2 – Tópico 4
Interpolação Inversa
 INTERPOLAÇÃO INVERSA
 A interpolação inversa tem como finaliza, criar um polinômio,
que realize o processo inverso.

 É comum termos um conjunto de dados e queremos determinar

um valor ausente entre ele:

 A ideia agora, é escolher um valor ausente na para encontrar sua

correspondência no .
 INTERPOLAÇÃO INVERSA
 Poderíamos solucionar esse tipo de problema, igualando o
polinômio a um certo valor . Porém, podem surgir dois
problemas:

 Existir valores distintos que satisfazem essa equação;

 Se o grau do polinômio for superior a 2, não temos uma

fórmula ou método de fácil aplicação para determinar esses
valores.
 INTERPOLAÇÃO INVERSA
 Problema:

 Nem toda a função admite inversa;

 Por isso, a função deve ser monótona, estritamente crescente

ou estritamente decrescente.

 ou

 O polinômio interpolador para pode ser qualquer um dos

métodos já vistos
 INTERPOLAÇÃO INVERSA
EXEMPLO: Considere a tabela a seguir:
crescendo

decrescendo
Usaremos algum método da interpolação, determinar o valor de
quando .
 INTERPOLAÇÃO INVERSA
EXEMPLO: Considere a tabela a seguir:
crescendo

Habitantes

aleatório
Em que ano a quantidade de habitantes de Belém alcançou a marca
de 1.350.000.
Habitantes
 Canais de contato:
0800 642 5000 Ambiente Virtual de Aprendizagem DaVinci Talk Professor de Plantão