UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA PROJETO PIBEG Unidade Zeros de funções reais 0011 0010 1 452 Sumário: 0011 0010 1 – Introdução 1.1 – Isolamento das raízes 1.2 – Refinamento 2 – Método da Bisseção 2.1 – Interpretação Geométrica 2.2 – Algoritmo 2.3 – Estimativa do Número de Iterações 2.4 – Estudo da Convergência 3 – Método do Ponto Fixo 3.1 – Interpretação Geométrica 3.2 – Estudo da convergência do MPF 3.3 – Algoritmo 3.4 – Ordem de convergência do MPF 4 – Método de Newton - Raphson 4.1 – Interpretação Geométrica 4.2 – Estudo da convergência do MNR 4.3 – Algoritmo 4.4 – Ordem de convergência do MNR 1 452 1 – Introdução 0011 0010 1 452 Em muitos problemas de Ciência e Engenharia há a necessidade de se determinar um número r para o qual uma função f (x) seja zero, ou seja, f (r)=0. Este número é chamado zero ou raiz da função f (x) e pode ser real ou complexo. Em nossos estudos r representará uma raiz real. Graficamente, os zeros reais são representados pelos pontos de interseção da curva com o eixo Ox, conforme figura abaixo: f(x) r1 0011 0010 r2 r3 x 1 452 O objetivo desta unidade é o estudo de métodos numéricos para a resolução de equações não-lineares, as quais não possuem solução analítica. Exemplo: f ( x) e x sen( x) A idéia central destes métodos é partir de uma aproximação inicial para a raiz e em seguida refinar essa aproximação através de um processo iterativo do tipo: dado x0 xi F ( xi 1 ), i 1,..., n F(x) é chamada função de iteração. 0011 0010 1 452 Portanto, o processo iterativo pode ser dividido em duas fases: Fase I - Localização ou isolamento das raízes: Consiste em obter um intervalo [a,b] que contém uma única raiz; Fase II - Refinamento: Consiste em, escolhidas aproximações iniciais no intervalo [a,b], melhorá-las sucessivamente até se obter uma aproximação para a raiz dentro de uma precisão prefixada. 0011 0010 1 452 1.1 – Fase I: Isolamento das raízes Nesta fase é feita uma análise gráfica e teórica da função. A precisão desta análise é o pré-requisito para o sucesso da fase II. 1.1.1 - Análise Gráfica Esta análise pode ser feita através de um dos seguintes processos: i) Esboçar o gráfico da função f (x) e localizar as abscissas dos pontos de interseção da curva com o eixo ox ; Exemplo: f ( x) x 9 x 3 3 40 30 r1 [4,3] r2 [0,1] r3 [2,3] 20 10 0 r1 r3 r2 -10 -20 0011 0010 -30 -4 -3 -2 -1 0 1 2 3 1 452 4 ii) A partir da equação f (x) = 0, obter a equação equivalente g(x) = h(x), esboçar os gráficos g(x) e h(x) no mesmo eixo cartesiano e localizar os pontos x de interseção das duas curvas, pois f (r ) 0 g (r ) h(r ). Exemplo: f ( x) e x x 0 8 Resolução: 7 6 x e x g ( x) e x h( x ) x 5 h(x) 4 3 2 1 r [0,1] r -1 -2 -2 0011 0010 g(x) 0 -1 0 1 2 3 4 1 452 1.1.2 – Análise Teórica Nesta análise usamos freqüentemente o teorema de Bolzano: “Seja uma função contínua no intervalo [a, b]. Se f (a) f (b) < 0, então existe pelo menos um ponto x = r entre a e b que é zero de f (x)” f(x) Graficamente: r2 a r3 r1 b x f(x) r2 a 0011 0010 r1 b x 1 452 Sob as hipóteses do teorema anterior, se f’(x) existir e preservar o sinal em [a, b], então existe uma única raiz neste intervalo. Graficamente: f(x) f(x) a b b f ' ( x) 0, x [a, b] 0011 0010 x a f ' ( x) 0, x [a, b] x 1 452 Podemos aplicar este teorema atribuindo valores para x e analisar o sinal de f (x). 3 Exemplo: f(x) = x 9 x 3 x f(x) -10 -5 - - -3 -1 0 1 2 3 4 + + + - - + + - Analisando a mudança de sinal podemos concluir que existe pelo menos uma raiz dentro dos intervalos indicados. - Derivando a função descobrimos que f ' ( x) 3x 2 9 conserva o sinal em cada um dos intervalos, portanto cada raiz é única no intervalo. 0011 0010 1 452 Observação Se f (a) f (b) > 0 então pode existir ou não raízes no intervalo [a,b]. f(x) Graficamente: a f(x) 0011 0010 x f(x) r1 a b r2 b x a r1 b 1 452 x 1.2 – Fase II: Refinamento Esta fase consiste em aproximarmos uma raiz r dentro do intervalo [a, b] através de um método iterativo. Um método iterativo é uma seqüência de instruções que são executadas passo a passo, algumas das quais são repetidas em ciclos, cada ciclo recebe o nome de iteração. Estas iteração utilizam valores obtidos em iterações anteriores para encontrar uma nova aproximação para a raiz. Estes métodos fornecem uma aproximação para a raiz exata. 1.2.1 – Critérios de parada 1 452 Durante a aplicação de uma método para determinar-se uma raiz, necessitamos que uma certa condição seja satisfeita para estabelecer se o valor de xi está suficientemente próximo de r. 0011 0010 O valor de xi é raiz aproximada com precisão se: i) | xi r | ii) | f ( xi ) | Nem sempre é possível ter as duas exigências satisfeitas simultaneamente, analisemos os casos abaixo: f(x) | f ( xi ) | | xi r | f(x) | xi r | | f ( xi ) | r r xi 0011 0010 x xi x 1 452 Como não conhecemos o valor da raiz r para aplicar o teste i) |xi – r| < , usamos freqüentemente os conceitos de erro absoluto e erro relativo para determinarmos o critério de parada. a) Erro absoluto: | xi xi 1 | b) Erro relativo: xi xi 1 xi 0011 0010 1 452 2 – Método da Bisseção 0011 0010 1 452 Condições para aplicação: -A função deve ser contínua no intervalo [a, b], onde contém pelo menos uma raiz, ou seja, f (a) f (b) < 0. -Caso o intervalo contenha duas ou mais raízes, o método encontrará uma delas. O objetivo deste método é reduzir a amplitude do intervalo inicial que contém a raiz até que seu comprimento seja menor que a precisão desejada, usando para isso sucessivas divisões de [a, b] ao meio. 0011 0010 1 452 2.1 – Interpretação Geométrica f(x) a10 ax21 ax32 r x3210 b b0 x Iteração 3: 2: 1: x102 = (a102 + b102) 2 f (x210) <> 0 0011 0010 a321 = xa210 b132 = xb021 r [a132 , b132] 1 452 2.2 – Algoritmo Seja f (x) contínua em [a, b] e tal que f (a) f (b) < 0. 1) Dados iniciais: a) intervalo inicial [a, b]; b) precisão 2) Se (b – a) < , então escolha para r x [a, b]. FIM. 3) k = 1 ab 2 5) Se f (a) f ( xk ) 0 , faça a xk . Vá para o passo 7 4) xk 6) b xk . 7) Se (a – b) < , escolha para r x [a, b]. FIM. 8) k = k +1. Volte ao passo 4. 0011 0010 1 452 2.3 - Estimativa do número de iterações Dada uma precisão e um intervalo [a, b], vamos determinar quantas iterações k serão efetuadas pelo método da Bisseção até que bk – ak < . Sendo k um número inteiro. a0 b0 a1 b1 a2 b2 a3 b3 b0 a0 2 b1 a1 b0 a0 2 22 0011 0010 b2 a2 2 b0 a0 2k b0 a0 23 1 452 Deve-se obter o valor de k tal que bk ak , ou seja: b0 a0 k 2 2 k b0 a0 b0 a0 k log 2 log log( b0 a0 ) log k , k log 2 0011 0010 1 452 2.4 - Estudo da convergência da Bisseção: Seja f (x) uma função contínua em [a, b], onde f (a) f (b) < 0. O método da bisseção gera três seqüências: {ak } : não-decrescente e limitada superiormente por b0 tal que: lim ak t k {bk } : não-crescente e limitada inferiormente por a0 tal que: lim bk s t IR s IR k ak bk ak xk bk , k {xk } : por construção temos que xk 2 A amplitude de cada intervalo gerado é a metade da amplitude do anterior, assim temos: b0 a0 bk ak 2k 0011 0010 1 452 Aplicando o limite temos: b0 a0 0 k k k 2 lim bk lim ak 0 lim bk lim ak Então t = s k k k k lim (bk ak ) lim Seja = t = s o limite das duas seqüências, aplicando o limite na seqüência xk temos que: ak bk lim xk lim k k 2 2 Resta provarmos que é zero da função, ou seja, f ( ) = 0. Em cada iteração k temos que f (ak ) f (bk ) 0 , então: 0 lim f ( ak ) f (bk ) lim f (ak ) lim f (bk ) k k k 0 f ( lim ak ) f ( lim bk ) f (t ) f ( s ) [ f ()]2 k k 0 [ f ()]2 0 f () 0 0011 0010 1 452 3 – Método da Iteração Linear (Método do Ponto Fixo) 0011 0010 1 452 Seja f (x) uma função contínua em [a, b], intervalo que contém uma raiz r da equação f (x) = 0. O Método da Iteração Linear (MIL ou MPF) consiste em transformar f (x) = 0 em uma equação equivalente x = (x), onde (x) é uma função de iteração. A partir de uma aproximação inicial x0 gerar uma seqüência {. xk } de aproximações sucessivas através do processo iterativo dado por: xi ( xi 1 ), i 1, 2, 0011 0010 1 452 3.1 - Interpretação Geométrica Graficamente, uma raiz da equação x = (x) é a abcissa do ponto de intersecção da reta y = x e da curva y = (x) f(x) yx y (x) r x2 0011 0010 x1 x0 x 1 452 Exemplo: Encontre uma função de iteração (x) para a seguinte equação x3 x 6 0. Existem várias funções de iteração para esta equação, por exemplo: dado x0 1.5 36 x 3 a) ( x ) 1 1 6 x 2 3 6 x xb) 6 16 .5 x 2.625 1 2 x2 6 26.6253 12.088 x1 3 6 1.5 1.651 x2 3 6 1.651 1.632 x3 3 6 1.632 1.635 6 1 d) 4 2 não converge x x 3 3 c) 3 x3 36 x(212 . 088 ) 1772.3 1 e) 0011 0010 converge 1 452 Analisemos alguns casos de função de iteração: ( x ) f(x) x0 x1 x2 (x ) f(x) x2 x Converge x0 x1 Converge (x ) f(x) f(x) (x ) x2 0011 0010 x x1 x0 Não Converge x x2 x0 x1 1 452 Não Converge x 3.2 – Estudo da Convergência do MIL Para que o MIL forneça uma solução da equação f (x) = 0 é necessário que a seqüência gerada {xk }, dada por xk 1 ( xk ) , seja convergente. A convergência será dada pelo seguinte teorema: Teorema 2: Seja r uma raiz da equação f (x) = 0, isolada num intervalo I centrado em r. Seja (x) uma função de iteração para a equação f (x) = 0. Se: i) (x ) e ' ( x ) são contínuas em I ii) | ' ( x) | M 1, x I iii) x0 I então a seqüência {xk } gerada converge para a raiz r. 0011 0010 1 452 Demonstração 1) Provemos que se x0 I , então xk I , k : r é uma raiz exata da equação f (x) = 0. Assim, f (r ) 0 r (r ) e, para qualquer k, temos: xk 1 ( xk ) xk 1 r ( xk ) (r ) (1) (x) é contínua e diferenciável em I, então, pelo Teorema do Valor Médio, se xk I , existe ck entre x k e r tal que: ' (ck )( xk r ) ( xk ) (r ) (2) Portanto, comparando (1) e (2), resulta (xk 1 r ' (ck ) ( xk r ) 0011 0010 1 452 Então, k , | xk 1 r | | ' (ck ) | | xk r | | xk r | 1 ou seja, a distância entre xk 1 e r é estritamente menor que a distância entre x k e r e, como I está centrado em r, temos que se .xk I , então xk 1 I . Por hipótese, x0 I , então xk I , k . 2) Provemos que lim xk r : k De (1) , segue que: | x1 r | | ' (c0 ) | | x0 r | M | x0 r | M 0011 0010 ( c0 está entre x0 e r ) 1 452 | x2 r | | ' (c1 ) | | x1 r | M | x1 r | M 2 | x0 r | M ( c1 está entre x1 e r ) | xk r | | ' (ck 1 ) | | xk 1 r | M | xk 1 r | M k | x0 r | M ( ck está entre x k e r ) Então, lim | xk r | lim M k | x0 r | 0 k k pois 0 < M < 1. Assim, lim | xk r | 0 lim xk r. k 0011 0010 k 1 452 3.3 – Algoritmo do MIL Considere a equação f (x) = 0 e a equação equivalente x = (x) 1) Dados iniciais: a) x0 : aproximação inicial; b) 1 e 2 : precisões. 2) Se | f ( x0 ) | 1 , faça r x0 . FIM. 3) i = 1 4) x1 ( x0 ) então faça r x1. FIM. ou se | x1 x0 | 2 6) x0 x1 5) Se | f ( x1 ) | 1 0011 0010 7) i = i +1. Volte ao passo 4. 1 452 3.4 – Ordem de convergência do MIL Definição: Seja {xk } uma seqüência que converge para um número r e seja ek xk r o erro na iteração k. Se existir um número p > 1 e uma constante C > 0, tais que | ek 1 | C p k | e | k lim (2) então p é chamada de ordem de convergência da seqüência {xk } e C é a constante assintótica de erro. Uma vez obtida a ordem de convergência p de um método iterativo, ela nos dá uma informação sobre a rapidez de convergência do processo. De (2) podemos escrever: 0011 0010 | ek 1 | C | ek | p para k 1 452 Provaremos que o MIL tem convergência apenas linear. Conforme foi demonstrado, temos que: xk 1 r ' (ck )( xk r ) xk 1 r ' ( ck ) xk r Tomando o limite quando k x r lim k 1 lim ' (ck ) ' ( lim (ck )) ' (r ) k x r k k k Portanto, ek 1 ' (r ) C e | C | 1 k e k lim 1 452 Então para grandes valores de k o erro em qualquer iteração é proporcional ao erro na iteração anterior, sendo ’(r ) o fator de proporcionalidade. 0011 0010 4 – Método de Newton - Raphson 0011 0010 1 452 No estudo do método do ponto fixo, vimos que: i) uma das condições de convergência é que | ' ( x) | M 1, x I , onde I contém a raiz r; ii) a convergência do método será mais rápida quanto menor for |’(r)|. Com a finalidade de acelerar e garantir a convergência, o MNR procura uma função de iteração (x) tal que ’(r) = 0. Partindo da forma geral para (x), iremos obter a função A(x) tal que ’(r) = 0. ( x) x A( x) f ( x) ' ( x) 1 A' ( x) f ( x) A( x) f ' ( x) ' (r ) 1 A' (r ) f (r ) A(r ) f ' (r ) 0011 0010 ' (r ) 1 A(r ) f ' (r ) 1 452 Assim, ' (r ) 0 1 A(r ) f ' (r ) 0 A(r ) donde tomamos A( x) 1 f ' (r ) 1 (desde que f ' (r ) 0). f ' ( x) Então, dada f (x), a função de iteração representada por f ( x) ( x) x f ' ( x) será tal que ’(r) = 0, pois como podemos verificar: [ f ' ( x)]2 f ( x) f ' ' ( x) f ( x) f ' ' ( x) ' ( x) 1 2 [ f ' ( x)] [ f ' ( x)]2 ' (r ) 0011 0010 f (r ) f ' ' (r ) 0 2 [ f ' (r )] 1 452 4.1 – Interpretação Geométrica Dado o ponto ( xi , f ( xi )) traçamos a reta Li (x) tangente à curva neste ponto, dado por Li ( x) f ( xi ) f ' ( xi )( x xi ) f(x) f (x) L1 x0 L0 r x2 0011 0010 x1 x 1 452 4.2 – Estudo da Convergência do MNR Teorema 3: Sejam f (x), f’(x), f’’(x) contínuas num intervalo I que contém a raiz x = r de f (x) = 0. Suponha que f’(r) 0. Então, existe um intervalo I I , contendo a raiz r, tal que se .x0 I , a função de iteração f ( xk ) xk 1 xk convergirá para a raiz. f ' ( xk ) Demonstração Devemos provar que as hipóteses do Teorema 2 estão satisfeitas para ( x) x 0011 0010 f ( x) f ' ( x) 1 452 i) Afirmação: (x) e ’(x) são contínuas em I1. f ( x) Temos: ( x) x f ' ( x) e f ( x) f ' ' ( x) ' ( x) [ f ' ( x)]2 Por hipótese, f ’(r) 0 e, como f ’(x) é contínua em I, é possível obter I1 I tal que f ’(x) 0, x I1. Assim, no intervalo I1 I, tem-se que f (x), f ’(x) e f ’’(x) são contínuas e f ’(x) 0. Então (x) e ’(x) são contínuas em I1. ii) Afirmação: |’(x)| < 1, x I 2 Como ’(x) é contínua em I1 e ’(r) = 0, é possível escolher I 2 I tal que |’(x)| < 1, x I 2 de forma que r seja seu centro. Concluindo, conseguimos obter um intervalo I 2 I , centrado em r, tal que (x) e ’(x) sejam contínuas em I 2 e |’(x)| < 1, x I 2 . 0011 0010 1 452 4.3 – Algoritmo do MNR Seja f (x) = 0. 1) Dados iniciais: a) x0 : aproximação inicial; b) 1 e 2 : precisões 2) Se | f ( x0 ) | 1 , faça r x0 .FIM 3) k = 1 4) x1 x0 f ( x0 ) f ' ( x0 ) 5) Se | f ( x1 ) | 1 faça r x1. FIM ou se | x1 x0 | 2 6) x0 x1 7) k = k + 1 Volte ao passo 4. 0011 0010 1 452 4.4 – Ordem de Convergência do MNR Seja a função de iteração (x) desenvolvida em série de Taylor, em torno de x = r: ( x) ( r ) ' (r ) ( x r ) ' (r ) 0 mas, (r ) r x ( x ) i 1 i 1! " ( ) ( x r ) 2 2! , [ x,r ] Generalizando para xi 1 , resulta: ( xi 1 ) r ou, lim i " (i 1 ) ( xi 1 r ) 2 2! " (i 1 ) xi r ( xi 1 r ) 2 2 " (i 1 ) ei ei 1 0011 0010 2 lim i 2 , i 1 [ xi 1 , r ] ei " (i 1 ) 2 ei 1 2 1 452 se, xi 1 r portanto i 1 r " (i 1 ) " (r ) C 2 2 ei lim C i e 2 i 1 Assim para i suficientemente grande pode-se escrever: ei C ei21 ou seja, o erro da iteração do MNR é proporcional ao quadrado do erro da iteração anterior. Por isso, diz-se que a convergência é quadrática, ou seja, p = 2. 0011 0010 1 452