Matemática Numérica I

2 Equação com uma incógnita 2 Equação com uma incógnita 2.2 Método da falsa posição

Ajude a manter o site livre, gratuito e sem propagandas. Colabore!

2.1 Método da bisseção

O método da bisseção explora o fato de que toda função contínua $f$ com $f(a)\cdot f(b)<0$ (i.e., $f(a)$ e $f(b)$ tem sinais diferentes) tem pelo menos um zero no intervalo $(a,b)$ ¹¹1Esta é uma consequência imediata do Teorema do Valor Intermediário..

Exemplo 2.1.1.

Consideramos o problema de resolver a equação

	$\displaystyle\operatorname{sen}^{2}\left(x+\frac{\pi}{4}\right)$	$\displaystyle=x^{3}-\frac{\pi}{4}x^{2}$		(2.2)
		$\displaystyle-\frac{5\pi^{2}}{16}x-\frac{3\pi^{3}}{64}.$		(2.2)

Este problema é equivalente a encontrar os zeros da seguinte função

	$\displaystyle f(x)$	$\displaystyle=\operatorname{sen}^{2}\left(x+\frac{\pi}{4}\right)-x^{3}$		(2.3)
		$\displaystyle+\frac{\pi}{4}x^{2}+\frac{5\pi^{2}}{16}x+\frac{3\pi^{3}}{64}.$		(2.3)

Os zeros exatos²²2O problema foi construído para que tivesse estas soluções. desta função são $x_{1}=3\pi/4\approx 2.3562$ e $x_{2}=x_{3}=-\pi/4\approx-0.78540$ (consulte a Figura 2.1).

Figura 2.1: Função $f$ do Exemplo 2.1.1.

Observamos que esta função é contínua e que, por exemplo, $f(-2)>0$ e $f(3)<0$ , logo $f(-2)\cdot f(3)<0$ e, de fato, $f$ tem pelo menos um zero³³3De fato, $f$ tem três zeros no intervalo $(-2,3)$ . no intervalo $(-2,3)$ .

Consideramos, então, uma função $f$ contínua tal que $f(a)\cdot f(b)<0$ . O método da bisseção é iterativo, a primeira aproximação para uma solução de $f(x)=0$ é tomada como o ponto médio do intervalo $(a,b)$ , i.e.

x^{(0)}=\frac{a^{(1)}+b^{(1)}}{2},

(2.4)

onde $a^{(0)}=a$ e $b^{(0)}=b$ . Daí, se ocorrer $f(x^{(0)})=0$ o problema está resolvido. Caso contrário, $f$ tem pelo menos um zero num dos subintervalos $(a^{(0)},x^{(0)})$ ou $(x^{(0)},b^{(0)})$ , pois $f(a^{(0)})\cdot f(x^{(0)})<0$ ou $f(x^{(0)})\cdot f(b^{(0)})<0$ , respectivamente e exclusivamente. No primeiro caso, escolhemos $(a^{(1)},b^{(1)})=(a^{(0)},x^{(0)})$ ou, no segundo caso, tomamos $(a^{(1)},b^{(1)})=(x^{(0)},b^{(0)})$ . Então, a segunda aproximação para uma solução é computada como

x^{(1)}=\frac{a^{(1)}+b^{(1)}}{2}.

(2.5)

O procedimento se repete até obtermos uma aproximação com a precisão desejada.

Exemplo 2.1.2.

Consideremos o problema de encontrar um zero da função

	$\displaystyle f(x)$	$\displaystyle=\operatorname{sen}^{2}\left(x+\frac{\pi}{4}\right)-x^{3}$		(2.6)
		$\displaystyle+\frac{\pi}{4}x^{2}+\frac{5\pi^{2}}{16}x+\frac{3\pi^{3}}{64}.$		(2.6)

Do esboço de seu gráfico (Figura 2.1), observamos que $f(2)\cdot f(3)\neq 0$ sendo que o zero $x=3\pi/4\approx 2.3562$ de $f$ está no intervalo $(2,3)$ . Aplicando o método da bisseção com intervalo inicial $(a^{(0)},b^{(0)})=(2,3)$ e aproximação inicial $x^{(0)}=(a^{(0)}+b^{(0)})/2$ , obtemos as aproximações apresentadas na Tabela 2.1.

Tabela 2.1: Resultados referentes ao Exemplo 2.1.2.

k	$a^{(k)}$	$b^{(k)}$	$x^{(k)}$	$s$
0	$2.0000$	$3.0000$	$2.5000$	-1
1	$2.0000$	$2.5000$	$2.2500$	1
2	$2.2500$	$2.5000$	$2.3750$	-1
3	$2.2500$	$2.3750$	$2.3125$	1
4	$2.3125$	$2.3750$	$2.3438$	1
5	$2.3438$	$2.3750$	$2.3594$	-1
6	$2.3438$	$2.3594$	$2.3516$	1
7	$2.3516$	$2.3594$	$2.3555$	1
8	$2.3555$	$2.3594$	$2.3574$	-1
9	$2.3555$	$2.3574$	$2.3564$	-1
$s:=f(a^{(k)})\cdot f(x^{(k)})$

⬇

1import numpy as np

3f = lambda x: np.sin(x+np.pi/4)**2 \

4 - x**3 + np.pi/4*x**2 + 5*np.pi**2/16*x \

5 + 3*np.pi**3/64

7a = 2

8b = 3

9x = (a + b)/2

10print(f"0: a={a:.4f}, b={b:.4f}, x={x:.4f}")

11for k in range(9):

12 s = np.sign(f(a)*f(x))

13 if (s == -1):

14 b = x

15 elif (s == 1):

16 a = x

17 else:

18 break

19 x = (a + b)/2

20 print(f"{k+1}: a={a:.4f}, b={b:.4f}, x={x:.4f}")

2.1.1 Análise numérica

Dada uma função contínua $f:[a,b]\to\mathbb{R}$ com $f(a)\cdot f(b)<0$ , vamos mostrar que o método da bisseção é globalmente convergente e tem ordem de convergência linear.

Definição 2.1.1.

(Método Iterativo Globalmente Convergente.) Um método iterativo

	$\displaystyle x^{(0)}=\text{aprox. inicial},$		(2.7)
	$\displaystyle x^{(k+1)}=g\left(x^{k}\right),$		(2.8)

com $k=0.1,\ldots$ , é dito globalmente convergente, quando

{\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}% \pgfsys@color@rgb@stroke{0}{0}{1}\pgfsys@color@rgb@fill{0}{0}{1}\lim_{k\to% \infty}\left|x^{(k+1)}-x^{(k)}\right|=0}

(2.9)

para qualquer escolha de $x^{(0)}$ .

Definição 2.1.2.

(Ordem de convergência.) Seja $\left(x^{(k)}\right)_{k=1}^{\infty}$ uma sequência convergente com

\lim_{k\to\infty}\left|x^{(k+1)}-x^{(k)}\right|=0,

(2.10)

com $x^{(k+1)}-x^{(k)}\neq 0$ para todo $k$ . Dizemos que $\left(x^{(k)}\right)_{k=1}^{\infty}$ converge com ordem $\alpha>0$ e com constante de erro assintótica $C>0$ , quando

{\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}% \pgfsys@color@rgb@stroke{0}{0}{1}\pgfsys@color@rgb@fill{0}{0}{1}\lim_{k\to% \infty}\frac{\left|x^{(k+1)}-x^{*}\right|}{\left|x^{(k)}-x^{*}\right|^{\alpha}% }=C}.

(2.11)

Em geral, quando maior o valor de $\alpha$ , mais rapidamente é a convergência das iteradas de um método iterativo. Os seguintes casos são particularmente importantes:

•

Se $\alpha=1$ e $C<1$ , o método é linearmente convergente.
•

Se $\alpha=2$ , o método é quadraticamente convergente.

Convergência e precisão

Teorema 2.1.1.

Seja $f:[a,b]\to\mathbb{R}$ função contínua com $f(a)\cdot f(b)<0$ . Então, o método da bisseção é globalmente convergente.

Demonstração.

Seja $(x^{(k)})_{k=1}^{\infty}$ a sequência de aproximações⁴⁴4Caso, $f\left(a^{(k)}\right)=0$ ou $f\left(a^{(b)}\right)=0$ , então assumimos que $a^{(k+i)}=a^{(k)}$ ou $b^{(k+i)}=b^{(k)}$ , conforme o caso, para $i=1,2,3,\ldots$ . do método da bisseção. Por construção, temos

$\displaystyle\left\|x^{(k)}-x^{(k-1)}\right\|$	$\displaystyle\leq b^{(k-1)}-a^{(k-1)}$	(2.12)
	$\displaystyle\leq\frac{b^{(k-2)}-a^{(k-2)}}{2}$	(2.13)
	$\displaystyle\vdots$	(2.14)
	$\displaystyle\leq\frac{b^{(0)}-a^{(0)}}{2^{k-1}}$	(2.15)

Ou seja, obtemos a estimativa de convergência

{\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}% \pgfsys@color@rgb@stroke{0}{0}{1}\pgfsys@color@rgb@fill{0}{0}{1}\left|x^{(k)}-% x^{(k-1)}\right|\leq\frac{b^{(0)}-a^{(0)}}{2^{k-1}}}

(2.16)

Daí, segue que

	$\displaystyle\lim_{k\to\infty}\left\|x^{(k)}-x^{(k-1)}\right\|$	$\displaystyle=\lim_{k\to\infty}b^{(k)}-a^{(k-1)}$		(2.17)
		$\displaystyle=0.$		(2.18)

∎

Exemplo 2.1.3.

No Exemplo 2.1.2 aplicamos o método da bisseção para a função

	$\displaystyle f(x)$	$\displaystyle=\operatorname{sen}^{2}\left(x+\frac{\pi}{4}\right)-x^{3}$		(2.19)
		$\displaystyle+\frac{\pi}{4}x^{2}+\frac{5\pi^{2}}{16}x+\frac{3\pi^{3}}{64}.$		(2.19)

no intervalo $(2,3)$ . Ao recuperarmos os valores de $\left|x^{(k)}-x^{(k-1)}\right|$ obtemos

$k$	$x^{(k)}$	$\left\|x^{(k)}-x^{(k-1)}\right\|$
$0$	$2.5000$	-x-
$1$	$2.2500$	$2.5\times 10^{-1}$
$2$	$2.3750$	$1.2\times 10^{-1}$
$3$	$2.3125$	$6.2\times 10^{-2}$
$4$	$2.3438$	$3.1\times 10^{-2}$
$5$	$2.3594$	$1.6\times 10^{-2}$
$6$	$2.3516$	$7.8\times 10^{-3}$
$7$	$2.3555$	$3.9\times 10^{-3}$
$8$	$2.3574$	$2.0\times 10^{-3}$
$9$	$2.3564$	$9.8\times 10^{-4}$

Observamos que os valores estão de acordo com a estimativa de convergência (2.16), donde

	$\displaystyle\|x^{(9)}-x^{(8)}\|$	$\displaystyle\leq\frac{b^{(0)}-a^{(0)}}{2^{9}}$		(2.20)
		$\displaystyle=\frac{3-2}{2^{9}}=1.9\times 10^{-3}$		(2.21)

O Teorema 2.1.1 nos garante a convergência do método da bisseção e uma estimativa de precisão ((2.16)). O teorema não garante que o método onverge para um zero da função objetivo, apenas garante que as aproximações convergem para algum valor no intervalo inicial dado.

Convergência e exatidão

Dada uma função contínua e estritamente monótona⁵⁵5Função estritamente crescente ou estritamente decrescente, exclusivamente. $f:[a,b]\to\mathbb{R}$ com $f(a)\cdot f(b)<0$ , temos que o método da bisseção converge para o zero de $f$ em $[a,b]$ .

Teorema 2.1.2.

Seja $f:[a,b]\to\mathbb{R}$ função contínua e estritamente monótona com $f(a)\cdot f(b)<0$ . Então, o método da bisseção converge para o zero de $f$ em $[a,b]$ .

Demonstração.

Das hipóteses temos que $f$ tem um único zero $x^{*}$ em $(a,b)$ . Seja $(x^{(k)})_{k=1}^{\infty}$ a sequência de aproximações⁶⁶6Caso, $f\left(a^{(k)}\right)=0$ ou $f\left(a^{(b)}\right)=0$ , então assumimos que $a^{(k+i)}=a^{(k)}$ ou $b^{(k+i)}=b^{(k)}$ , conforme o caso, para $i=1,2,3,\ldots$ . do método da bisseção. Por construção, temos

$\displaystyle\|x^{(k)}-x^{*}\|$	$\displaystyle\leq\frac{b^{(k)}-a^{(k)}}{2}$	(2.22)
	$\displaystyle\leq\frac{b^{(k-1)}-a^{(k-1)}}{2^{2}}$	(2.23)
	$\displaystyle\vdots$	(2.24)
	$\displaystyle\leq\frac{b^{(1)}-a^{(1)}}{2^{k}},$	(2.25)

donde, obtemos a seguinte estimativa do erro de truncamento

{\color[rgb]{0,0,1}\definecolor[named]{pgfstrokecolor}{rgb}{0,0,1}% \pgfsys@color@rgb@stroke{0}{0}{1}\pgfsys@color@rgb@fill{0}{0}{1}|x^{(k)}-x^{*}% |\leq\frac{b^{(1)}-a^{(1)}}{2^{k}}}.

(2.26)

E, daí também, segue que o método converge para o zero de $f$ , pois

\lim_{k\to\infty}|x^{(k)}-x^{*}|=\lim_{k\to\infty}\frac{b^{(1)}-a^{(1)}}{2^{k}% }=0.

(2.27)

∎

Observação 2.1.1.

(Estimativa de Exatidão.) A estimativa de truncamento (2.26) é também um estimativa de exatidão, i.e. nos fornece uma medida do erro na $k$ -ésima aproximação do método da bisseção.

Exemplo 2.1.4.

No Exemplo 2.1.2 aplicamos o método da bisseção para a função

	$\displaystyle f(x)$	$\displaystyle=\operatorname{sen}^{2}\left(x+\frac{\pi}{4}\right)-x^{3}$		(2.28)
		$\displaystyle+\frac{\pi}{4}x^{2}+\frac{5\pi^{2}}{16}x+\frac{3\pi^{3}}{64}.$		(2.28)

no intervalo $(2,3)$ . A aplicação do método, nos fornece

$k$	$x^{(k)}$	$\left\|x^{(k)}-x^{*}\right\|$
$0$	$2.3560$	$1.4\times 10^{-1}$
$1$	$2.2500$	$1.1\times 10^{-1}$
$2$	$2.3750$	$1.9\times 10^{-2}$
$3$	$2.3125$	$4.4\times 10^{-2}$
$4$	$2.3438$	$1.2\times 10^{-2}$
$5$	$2.3594$	$3.2\times 10^{-3}$
$6$	$2.3516$	$4.6\times 10^{-3}$
$7$	$2.3555$	$7.3\times 10^{-4}$
$8$	$2.3574$	$1.2\times 10^{-3}$
$9$	$2.3564$	$2.5\times 10^{-4}$

onde, $x^{*}=x_{1}=3\pi/4$ . Observamos que este resultado é consistente com a estimativa do erro de truncamento (2.26), da qual temos

	$\displaystyle\|x^{(9)}-x^{*}\|$	$\displaystyle\leq\frac{b^{(0)}-a^{(0)}}{2^{10}}$		(2.29)
		$\displaystyle=\frac{1}{2^{10}}=1.0\mathrm{e}\!-\!3.$		(2.30)

Observação 2.1.2.

(Ordem de Convergência Linear.) A estimativa de convergência (2.26) também pode ser usada para mostrarmos que, assintoticamente, o método da bisseção tem a seguinte taxa de convergência linear

\left|x^{(k+1)}-x^{(k)}\right|\lesssim\frac{1}{2}\left|x^{(k)}-x^{(k-1)}\right% |^{\boldsymbol{1}}.

(2.31)

2.1.2 Zeros de multiplicidade par

Sejam $f$ uma função suave e $x^{*}$ um zero de multiplicidade par de $f$ . Observamos que o método da bisseção não é diretamente aplicável para aproximar $x^{*}$ . Isto ocorre, pois, neste caso, $x^{*}$ será um ponto de mínimo ou de máximo local de $f$ , não havendo pontos $a$ e $b$ próximos de $x^{*}$ tal que $f(a)\cdot f(b)<0$ .

Agora, sendo $x^{*}$ um zero de $f$ de multiplicidade $2m$ , temos que ela admite a seguinte decomposição

f(x)=(x-x^{*})^{2m}g(x),

(2.32)

onde $g$ é uma função suave e $g(x^{*})\neq 0$ . Daí, a derivada de $f$

f^{\prime}(x)=2m(x-x^{*})^{2m-1}g(x)+(x-x^{*})^{2m}g^{\prime}(x),

(2.33)

tem $x^{*}$ como um zero de multiplicidade $2m-1$ (ímpar) e, desta forma, podemos aplicar o método da bisseção em $f^{\prime}$ para aproximar $x^{*}$ .

Exemplo 2.1.5.

A função

	$\displaystyle f(x)$	$\displaystyle=\operatorname{sen}^{2}\left(x+\frac{\pi}{4}\right)-x^{3}$		(2.34)
		$\displaystyle+\frac{\pi}{4}x^{2}+\frac{5\pi^{2}}{16}x+\frac{3\pi^{3}}{64}.$		(2.34)

tem $x=-\pi/4\approx-0.7854$ como um zero de multiplicidade par (veja Figura 2.2).

Figura 2.2: Esboço do gráfico da $f$ e de sua derivada $f^{\prime}$ dada no Exemplo 2.1.5.

Para aplicarmos o método da bisseção para aproximarmos este zero, primeiramente, derivamos $f$

	$\displaystyle f^{\prime}(x)$	$\displaystyle=2\sin(x+\pi/4)\cos(x+\pi/4)-3x^{2}$		(2.35)
		$\displaystyle+\frac{\pi}{2}x+\frac{5\pi^{2}}{16}.$		(2.35)

O esboço do gráfico de $f^{\prime}$ (Figura 2.2) mostra que $f^{\prime}(-1)\cdot f^{\prime}(0)<0$ sendo que no intervalo $(-1,0)$ $f^{\prime}$ tem um zero de multiplicidade ímpar. Então, aplicando o método da bisseção a $f^{\prime}$ no intervalo inicial $(a^{(1)},b^{(1)})=(-1,0)$ , obtemos os resultados apresentados na Tabela 2.2. Nesta tabela são apresentados as iteradas até a convergência da solução com precisão de $10^{-3}$ .

Tabela 2.2: Resultados referentes ao Exemplo 2.1.2.

$s:=f^{\prime}(a^{(k)})\cdot f^{\prime}(x^{(k)})$
k	$a^{(k)}$	$b^{(k)}$	$x^{(k)}$	$s$
0	$-1.0000\mathrm{e}\!+\!0$	$0.0000\mathrm{e}\!+\!0$	$-5.0000\mathrm{e}\!-\!1$	-1
1	$-1.0000\mathrm{e}\!+\!0$	$-5.0000\mathrm{e}\!-\!1$	$-7.5000\mathrm{e}\!-\!1$	-1
2	$-1.0000\mathrm{e}\!+\!0$	$-7.5000\mathrm{e}\!-\!1$	$-8.7500\mathrm{e}\!-\!1$	1
3	$-8.7500\mathrm{e}\!-\!1$	$-7.5000\mathrm{e}\!-\!1$	$-8.1250\mathrm{e}\!-\!1$	1
4	$-8.1250\mathrm{e}\!-\!1$	$-7.5000\mathrm{e}\!-\!1$	$-7.8125\mathrm{e}\!-\!1$	-1
5	$-8.1250\mathrm{e}\!-\!1$	$-7.8125\mathrm{e}\!-\!1$	$-7.9688\mathrm{e}\!-\!1$	1
6	$-7.9688\mathrm{e}\!-\!1$	$-7.8125\mathrm{e}\!-\!1$	$-7.8906\mathrm{e}\!-\!1$	1
7	$-7.8906\mathrm{e}\!-\!1$	$-7.8125\mathrm{e}\!-\!1$	$-7.8516\mathrm{e}\!-\!1$	-1
8	$-7.8906\mathrm{e}\!-\!1$	$-7.8516\mathrm{e}\!-\!1$	$-7.8711\mathrm{e}\!-\!1$	1
9	$-7.8711\mathrm{e}\!-\!1$	$-7.8516\mathrm{e}\!-\!1$	$-7.8613\mathrm{e}\!-\!1$	1

2.1.3 Exercícios

E. 2.1.1.

Use o método da bisseção para aproximar um zero de

f(x)=x^{3}\operatorname{sen}(x)-\cos(x)

(2.36)

aplicando como intervalo inicial $(a^{(0)},b^{(0)})=(0.5,1)$ e aproximação inicial $x^{(0)}=(a^{(0)}+b^{(0)})/2$ . Faça, então, $6$ iterações de forma a obter a aproximação $x^{(6)}$ e forneça-a com $7$ dígitos significativos por arredondamento.

$9.179688\times 10^{-1}$

E. 2.1.2.

Considere o método da bisseção para aproximar um zero de $f(x)=x^{3}\operatorname{sen}(x)-\cos(x)$ , aplicando como intervalo inicial $(a^{(0)},b^{(0)})=(0.5,1)$ e aproximação inicial $x^{(0)}=(a^{(0)}+b^{(0)})/2$ . Use a estimativa de convergência (2.26)

\left|x^{(k)}-x^{*}\right|\leq\frac{b^{(0)}-a^{(0)}}{2^{k}},

(2.37)

para estimar o número mínimo de iterações $k_{conv}$ necessárias para se obter a solução com exatidão de $10^{-4}$ . Então, compute $x^{(k_{conv})}$ e forneça-o com $6$ dígitos significativos por arredondamento.

$9.15833\mathrm{e}\!-\!1$

E. 2.1.3.

Use o método da bisseção para computar a(s) solução(ões) das seguintes equações com precisão de 8 dígitos significativos.

a)

$x=2^{-x}$ para $0\leq x\leq 2$ .
b)

$e^{-x^{2}}=3x-x^{2}$ para $-1\leq x\leq 4$ .

a) $6.4118574\times 10^{-1}$ ; b) $3.3536470\times 10^{-1}$ ; $2.9999589$

E. 2.1.4.

Use o método da bisseção para encontrar uma aproximação com precisão de $10^{-4}$ do zero de

	$\displaystyle f(x)$	$\displaystyle=(-x^{2}+1.154x-0.332929)\cos(x)+x^{2}$
		$\displaystyle-1.154x+0.332929$		(2.38)

no intervalo $(0.55,0.65)$ . Forneça a aproximação computada com $7$ dígitos significativos por arredondamento.

$5.770508\times 10^{-1}$

E. 2.1.5.

Aplique o método da bisseção para encontrar o ponto crítico⁷⁷7Definimos que $x$ é ponto crítico de uma dada $f$ , quando $f^{\prime}(x)=0$ ou $\nexists f^{\prime}(x)$ . de

f(x)=(1-x^{2})e^{-x^{2}}

(2.39)

no intervalo $(0,2)$ . Obtenha o resultado com precisão de $5$ dígitos significativos por arredondamento.

$1.4142\mathrm{e}\!+\!0$

Envie seu comentário

Aproveito para agradecer a todas/os que de forma assídua ou esporádica contribuem enviando correções, sugestões e críticas!

Este texto é disponibilizado nos termos da Licença Creative Commons Atribuição-CompartilhaIgual 4.0 Internacional. Ícones e elementos gráficos podem estar sujeitos a condições adicionais.

Política de uso de dados

Política de uso de dados

Matemática Numérica I

2.1 Método da bisseção

Exemplo 2.1.1.

Exemplo 2.1.2.

2.1.1 Análise numérica

Definição 2.1.1.

Definição 2.1.2.

Convergência e precisão

Teorema 2.1.1.

Demonstração.

Exemplo 2.1.3.

Convergência e exatidão

Teorema 2.1.2.

Demonstração.

Observação 2.1.1.

Exemplo 2.1.4.

Observação 2.1.2.

2.1.2 Zeros de multiplicidade par

Exemplo 2.1.5.

2.1.3 Exercícios

E. 2.1.1.

E. 2.1.2.

E. 2.1.3.

E. 2.1.4.

E. 2.1.5.

Envie seu comentário