Cálculo Numérico / Métodos Numéricos

Slides:



Advertisements
Apresentações semelhantes
Geometria Computacional Fecho Convexo II
Advertisements

Resolução de equações não lineares
Métodos Iterativos.
Zeros de Funções.
Zeros Reais de Funções Reais
AJUSTE DE CURVAS 6.1 Introdução 6.2 Método dos quadrados mínimos
Amintas engenharia.
Soluções Numéricas de Sistemas Não Lineares
Capítulo 3 - Aplicações das Derivadas
Resolução Numérica de Equações – Parte I
PARTIÇÃO DE BENDERS Secundino Soares Filho Unicamp.
Método de NewtonRaphson
SPEED MATH 1 8.ª SÉRIE Você terá 25” para resolver cada item, então...
Métodos Numéricos e Estatísticos
Recorrências.
Sistemas Lineares – Métodos Iterativos
3 - Equações Lineares de Segunda Ordem
Prof. Roberto Cristóvão
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Solução de Equações Diferenciais Ordinárias (EDO):
Prof. Roberto Cristóvão
Prof. Wellington D. Previero
Prof. Roberto Cristóvão
Introdução a Computação e Cálculo Numérico
SISTEMAS LINEARES.
ZEROS REAIS DE FUNÇÕES REAIS
UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
19 May :30 Cálculo Numérico / Métodos Numéricos Determinação numérica de autovalores e autovetores Método das Potências.
Cálculo Numérico / Métodos Numéricos
Cálculo Numérico / Métodos Numéricos
Teorema de Rolle e Teorema do Valor Médio
DISTRIBUIÇÕES AMOSTRAIS
Aulas 9,10 Fábio Nakano.
Interpolação.
Zero de função.
Sistema de equações lineares
Equações diferenciais ordinárias
Resoluções de equações Métodos iterativos
Prof. Rafael mesquita Zeros de funções Prof. Rafael mesquita
Amintas engenharia.
EDO de 2ª ordem Linear Cálculo 2 A – Turma H
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
A transformada de Laplace
Sistemas de equações lineares
Cálculo Numérico / Métodos Numéricos
Aula 7 Disciplina: Sistemas de Controle 1 - ET76H
Resoluções de equações Métodos iterativos
Resoluções de equações Métodos iterativos
Equações algébricas e transcendentais
Equações algébricas e transcendentais
Resolução de equações não lineares
Campus de Caraguatatuba Aula 18: Sistemas de Equações Lineares (6)
Método de Euler O método de Euler para resolver EDO com condições iniciais é o método numérico mais simples. Ele consiste em aproximar a solução y ( x.
Integração numérica Aula 10 Fórmulas de Newton-Cotes: Trapézios;
Métodos numéricos para resolver uma EDO
UNIDADE 2 – ZEROS DAS FUNÇÕES REAIS
Solução Numérica de Equações
Interpolação PROF. HERON JR.. Objetivo  Interpolar uma função f(x) consiste em aproximar essa função por uma outra função g(x), escolhida entre uma classe.
Transcrição da apresentação:

Cálculo Numérico / Métodos Numéricos Solução de equações: Método do ponto fixo (iterativo linear) 15:01

Idéia Queremos resolver f(x) = 0 (1) Se garantirmos que a solução de 15:11 Idéia Queremos resolver f(x) = 0 (1) Se garantirmos que a solução de x = (x) (2) também é solução de f(x) = 0, podemos resolver (2) em lugar de (1). x é chamado um ponto fixo de (2)!

Como obter (x) ? Qualquer (x) da forma: 15:11 Como obter (x) ? Qualquer (x) da forma: desde A(x)  0, onde x é raiz de f(). Para x, f(x) = (x)-x A(x) = 0 (x) = x Por que ?

15:11 Exemplos f(x) = x2 - x - 2 = 0 Processo iterativo:

Funciona ? tome para resolver o problema: Será que funciona ? 15:11 Funciona ? tome para resolver o problema: Será que funciona ? x0 = 2.5 ! (x0) = 2.12 x1 = (x0) = 2.12 ! (x1) = 2.03 x2 = (x1) = 2.03 ! (x1) = 2.008

15:11 Funciona ?

Sempre funciona ? tome x = x2 - 2 para resolver o problema anterior: 15:11 Sempre funciona ? tome x = x2 - 2 para resolver o problema anterior: Será que funciona ? x0 = 2.5 ! (x0) = 4.25 x1 = (x0) = 4.25 ! (x1) = 16.0625 x2 = (x1) = 16.0625 ! (x1) = 256.0039

Funciona ? x0 = 2.5 ! x1 = (x0) = 4.25 ! x2 = (x1) = 16.0625 15:11 Funciona ? x0 = 2.5 ! x1 = (x0) = 4.25 ! x2 = (x1) = 16.0625 Claramente precisamos garantir as condições de convergência se queremos usar este método

Convergência Lembrete I: 15:11 Convergência Lembrete I: Teorema do valor médio: Se f é contínua em [a,b] e diferenciável em (a,b) então existe ao menos um ponto , no intervalo (a,b) tal que:

15:11 Teorema 3.4 Seja (x) uma função contínua, com derivadas primeira e segunda contínuas num intervalo fechado I da forma I = (x-h, x+h), cujo centro x é solução de x=(x). Seja x0 2 I e M um limitante da forma |'(x)| · M < 1. Então: a iteração xk+1 = (xk), k=0,1,..., pode ser executada indefinidamente pois xk 2 I, 8 k |xk - x| ! 0 se '(x)  0 ou (x) =0 e ''(x)  0 e se |x0-x| for suficientemente pequeno, então a sequencia x1, x2, ... será monotônica ou oscilante. a) b) c)

Prova a) (1/3) a) Provamos por indução. i) por hipótese, x0 2 I 15:11 Prova a) (1/3) a) Provamos por indução. i) por hipótese, x0 2 I ii) supomos x1, x2, x3, ..., xk em I e mostramos que xk+1 2 I. do processo iterativo da condição de optimalidade

Prova a) (2/3) a) Provamos por indução. i) por hipótese, x0 2 I 15:11 Prova a) (2/3) a) Provamos por indução. i) por hipótese, x0 2 I ii) supomos x1, x2, x3, ..., xk em I e mostramos que xk+1 2 I. Pelo teorema do valor médio: Da hipótese |'(x)| · M Tomando o módulo

Prova a) (3/3) Como M<1, e xk está em I (centrado em x), xk+1 2 I 15:11 Prova a) (3/3) Como M<1, e xk está em I (centrado em x), xk+1 2 I

15:11 Prova b) |xk - x| ! 0 Pois M < 1

Observação... xk converge, mas como ? 15:11 Observação... xk converge, mas como ? |xk - x| ! 0 xk convergência monotônica convergência oscilante x k 1 2 3 4 5

15:11 prova c) Lembrete II: Teorema da permanência do sinal: Se f é uma função real de variável real definida e contínua numa vizinhança de x0. Se f(x0)  0, então f(x)  0 para todo x pertencente a uma vizinhança suficientemente pequena de x0

15:11 prova c) se '(x)  0 ou '(x) =0 e ''(x)  0 e se |x0-x| for suficientemente pequeno, então a sequencia x1, x2, ... será monotônica ou oscilante. Caso 1: '(x)  0 Pelo teorema de permanência do sinal, '(x) manterá o mesmo sinal em uma vizinhança suficientemente pequena de x Do teorema do valor médio: Note que o teorema de permanência do sinal serve também para a função \phi'

prova c) Caso 1: '(x)  0 como em um dado momento poderemos aplicar 15:11 prova c) Caso 1: '(x)  0 como em um dado momento poderemos aplicar o teorema de continuidade do sinal! se ' (x) > 0 e xk · x xk+1 · x convergência monotônica se '(x) > 0 e xk ¸ x Note que o teorema de permanência do sinal serve também para a função \phi' xk+1 ¸ x se '(x) < 0 e xk · x xk+1 ¸ x convergência oscilante se '(x) < 0 e xk ¸ x xk+1 · x

prova c) Caso 2: '(x) = 0 e ''(x)  0 15:11 prova c) Caso 2: '(x) = 0 e ''(x)  0 Novamente, do teorema do valor médio: Mais uma vez, do teorema do valor médio: k está entre xk e x ¸ 0 \xi_k e x_{k+1} estao do mesmo lado de \overline{x} se ''(x) > 0 xk+1 ¸ x convergência monotônica se ''(x) < 0 xk+1 · x

Exemplo (1/2) f(x) = e-x -x Há uma raiz entre (0.5, 0.75) 15:11 Exemplo (1/2) f(x) = e-x -x Há uma raiz entre (0.5, 0.75) x = e-x Precisamos garantir que |'(x)| < 1 no intervalo considerado Qual o máximo |'(x)| em [0.5, 0.75] '(x) = -e-x '(0.5) = -0.60653066 '(0.75) = - 0.472366553 (x) sempre decrescente! |(x)| · 0.607 < 1

15:11 Exemplo (2/2) Chute inicial: x0 = (0.5 + 0.75)/2 = 0.625

15:11 Ordem de convergência Velocidade com que as iterações de um método se aproximam do valor exato. Quanto maior, mais rápido é o método! Definição 3.3 (Franco): Seja {xk} o resultado da aplicação de um método numérico na iteração k e ek=xk-x o seu erro. Se existirem um número p e uma constante c tais que: Então p é a ordem de convergência desse método

Ordem de convergência do Método do ponto fixo 15:11 Ordem de convergência do Método do ponto fixo Ainda do teorema do valor médio, temos: p =1