Métodos Numéricos de Determinação de Raízes: Bisseção, Secante e Newton-Raphson Professor.: Heron Jr.

Apresentação em tema: "Métodos Numéricos de Determinação de Raízes: Bisseção, Secante e Newton-Raphson Professor.: Heron Jr."— Transcrição da apresentação:

1 Métodos Numéricos de Determinação de Raízes: Bisseção, Secante e Newton-Raphson
Professor.: Heron Jr

2 Motivação A busca por zeros de funções:
- em diversas áreas da ciência, surgem modelos matemáticos definidos por uma equação do tipo f(x) = 0 Algumas funções podem ter suas raízes calculadas analiticamente, porém outras são de difícil solução ou de solução desconhecida (polinômios de ordem maior que 3, por exemplo), sendo necessário a solução por métodos numéricos Desejamos portanto encontrar um valor x para x tal que f(x) = 0 Iremos discutir métodos numéricos de implementação computacionalmente viável para encontrar um valor para x dentro de um intervalo com uma precisão razoável

3 Idéia central dos métodos
Fase I Localizar ou isolar uma região que contenha a raiz e definir um valor aproximado inicial Fase II Refinamento ou seja melhorar sucessivamente a aproximação inicial obtida na fase I até se obter uma aproximação para a raiz real dentro de uma precisão e prefixada

4 Fase I Nesta fase fazemos uma análise teórica e gráfica da função f(x)
O sucesso da fase II depende da precisão desta análise Usamos o Teorema de Cauchy: seja f(x) uma função contínua no intervalo [a, b] se f(a)f(b) < 0 então existe pelo menos um ponto x = x entre a e b que é zero de f(x) a prova deste teorema pode ser encontrada em [Guidorizzi, 2001]

5 Fase I : análise gráfica
Figuras extraídas de [Ruggiero, 1996]

6 Fase I : análise gráfica
se f(a)f(b) > 0 então podemos ter várias situações no intervalo [a, b]. Estas situações e a análise gráfica são discutidas com mais detalhes em [Guidorizzi, 2001] e [Leithold, 1994] Figuras extraídas de [Ruggiero, 1996]

7 Fase I : exemplo com processo i
Figuras extraídas de [Ruggiero, 1996]

8 Fase I : exemplo com processo ii
Figuras extraídas de [Ruggiero, 1996]

9 Fase I : Tabela de variação do sinal
Figuras extraídas de [Ruggiero, 1996]

10 Fase II: refinamento Há vários métodos para refinamento da raiz
Todos pertencem a classe dos métodos iterativos onde um conjunto de instruções é repetido formando cada passo ou ciclo Eles fornecem uma aproximação da raiz É importante: Definir o critério de parada Estudar a convergência e sua eficiência Convergência: Chegar a uma solução aproximada válida.

11 Critérios de parada Existem vários tipo de critérios de parada
Analise do valor da funcao: Erro absoluto: Erro relativo: Limites do intervalo:

12 Fase II: método da Bissecção
Usando-se o teorema já apresentado se f(a)f(b) < 0 então existe pelo menos um ponto x = x entre a e b que é zero de f(x) Divide-se ao meio o intervalo [a, b] sucessivamente até que (b-a) < e Cada novo xk = (ak + bk)/2 será o novo ak+1 ou bk+1 de modo a manter válido o teorema acima

13 Ex: Achar a raiz da equação
no intervalo [2,3] com o erro absoluto

14 Fase II: método da Bisseção
Vantagens: Simples Converge sempre Desvantagens: convergencia lenta

15 Fase II: método de Newton-Raphson
Supondo uma aproximação x0 para a raiz de f(x), no ponto (x0, f(x0)) passa apenas uma única reta tangente, que é a derivada de f(x) em x0. Esta reta tangente corta o eixo x na coordenada x1,definindo por sua vez, o ponto (x1, f(x1)) Por este novo ponto também passa uma única reta tangente que corta o eixo x em x2. Esta nova coordenada define outro ponto (x2, f(x2)) que repete todo o processo x0,x1,... são aproximações cada vez melhores para a raiz da função, o Xk+1 pode ser obtido a partir do Xk através da função:

16 Fase II: método de Newton-Raphson (formulação e análise gráfica)
Figuras extraídas de [Ruggiero, 1996]

17 Fase II: método de Newton-Raphson
Convergência Caso se escolha x0 de forma que x1 saia do intervalo [a,b] o método poderá não convergir. Ex: Ache a raiz da equação para o erro relativo , ou seja:

18 Se Então x0=0,5

19 Fase II: método de Newton-Raphson
Vantagens: Simples Rápida convergência Desvantagens: Nem sempre converge Necessidade de se conhecer a derivada da função Muito sensível à estimativa inicial Se a derivada for nula o método falha

20 Fase II: 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 f’(x) pelo quociente das diferenças f’(xk) » ( f(xk) - f(xk-1) ) / ( xk - xk-1)

21 Fase II: método da Secante
Figuras extraídas de [Ruggiero, 1996]

22 Fase II: método da Secante
Vantagens: Simples Rápida convergência como o método deNewton e não necessita do conhecimento da derivada da função Desvantagens: Nem sempre converge Muito sensível à estimativa inicial Se a derivada for nula o método falha

23 Fase II: comparação entre os métodos apresentados
O método da Bisseção sempre converge para uma solução O esforço computacional do método da bisseção cresce demasiadamente quando se aumenta a exatidão da raiz desejada Deve ser usado apenas para diminuir o intervalo que contém a raiz para posterior aplicação de outro método, como o método de Newton, por exemplo O método da Secante é uma aproximação para o método de Newton Ao contrário do método da Bisseção o método da Secante e de Newton podem não convergir

24 Fase II: comparação entre os métodos apresentados
O método da bisseção é bastante simples por não exigir o conhecimento da derivada da equação em questão, porém possui uma convergência lenta O método de Newton é o que apresenta a convergência mais rápida, porém exige o conhecimento da derivada analítica da função em questão O método da Secante é mais lento que o de Newton, porém não exige o conhecimento da derivada analítica da função em questão