Resolução Numérica de Equações Métodos Parte II

Documentos relacionados
Resolução Numérica de Equações Métodos Parte II

Resolução Numérica de Equações (Parte II)

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Cálculo Numérico Ponto Fixo

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Cálculo Numérico. Zeros de funções reais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.

Métodos Numéricos - Notas de Aula

Métodos Numéricos Zeros Newton-Raphson e Secante. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Zeros Posição Falsa e Ponto Fixo. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

TE231 Capitulo 2 Zeros de Funções; Prof. Mateus Duarte Teixeira

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.

Cálculo Numérico BCC760 Raízes de equações algébricas e transcendentes

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

TP062-Métodos Numéricos para Engenharia de Produção Zeros: Introdução

CCI-22 CCI-22. 4) Equações e Sistemas Não Lineares. Matemática Computacional. Bissecção, Posição Falsa, Ponto Fixo, Newton-Raphson, Secante

Cálculo Numérico. que é denominado erro relativo. Temos então para os dados acima:

Métodos Numéricos Zeros: Introdução. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Neste capítulo estamos interessados em resolver numericamente a equação

Aula 4. Zeros reais de funções Parte 1

Aula 6. Zeros reais de funções Parte 3

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Cálculo Numérico. Aula 4 Zeros de Funções /04/2014. Prof. Rafael mesquita Adpt. por Prof. Guilherme Amorim

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.

f(1) = 6 < 0, f(2) = 1 < 0, f(3) = 16 > 0 x [2, 3].

Ana Paula. October 26, 2016

Cálculo Numérico. que é denominado erro relativo. Temos então para os dados acima:

Lista de Exercícios de Métodos Numéricos

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Aula 2- Soluções de Equações a uma Variável (zeros reais de funções reais)

O método da falsa posição

C alculo Num erico Ra ızes de Equa c oes Ana Paula Ana Paula C alculo Num erico

Lista 1 - Cálculo Numérico - Zeros de funções

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano.

Cálculo Numérico. Aula 6 Método das Secantes e Critérios de Parada /04/2014

Cálculo Numérico A - 2 semestre de 2006 Prof. Leonardo F. Guidi. 2 a Lista de Exercícios - Gabarito. 1) Seja a equação não linear x e x = 0.

Semana 4 Zeros das Funções

DCC008 - Cálculo Numérico

Aula 6. Zeros reais de funções Parte 3

José Álvaro Tadeu Ferreira. Cálculo Numérico Notas de aulas. Resolução de Equações Não Lineares

CAP. 2 ZEROS REAIS DE FUNÇÕES REAIS

Prof. Wagner Hugo Bonat. Bacharelado em Estatística Universidade Federal do Paraná. 15 de outubro de 2018

Equações não lineares

UNIVERSIDADE FEDERAL DO ABC. 1 Existência e unicidade de zeros; Métodos da bissecção e falsa posição

Equações não lineares

Marina Andretta/Franklina Toledo. 18 de outubro de Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires.

Zero de Funções ou Raízes de Equações

Andréa Maria Pedrosa Valli

Raízes de uma função. Laura Goulart. 16 de Março de 2016 UESB. Laura Goulart (UESB) Raízes de uma função 16 de Março de / 1

CCI-22. Matemática Computacional. Carlos Alberto Alonso Sanches Juliana de Melo Bezerra

Métodos iterativos dão-nos uma valor aproximado para s. Sequência de valores de x que convergem para s.

C alculo Num erico Ra ızes de Equa c oes Ana Paula Ana Paula C alculo Num erico

Cálculo Numérico. Aula 5 Método Iterativo Linear e Newton-Raphson /04/2014

Raízes de uma função. Laura Goulart. 14 de Março de 2019 UESB. Laura Goulart (UESB) Raízes de uma função 14 de Março de / 17

Universidade Tecnológica Federal do Paraná

Métodos Numéricos. Turma CI-202-X. Josiney de Souza.

CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES

Métodos Numéricos. Turma CI-202-X. Josiney de Souza.

Cálculo Numérico. Santos Alberto Enriquez-Remigio FAMAT-UFU 2015

Introdução aos Métodos Numéricos

SME0300 Cálculo Numérico Aula 4

Raízes de Equações métodos delimitados. qual o problema? equações não lineares/raízes

- Métodos numéricos. - Métodos analíticos versus métodos numéricos. - Necessidade de se usar métodos numéricos. - Métodos iterativos

Capítulo 05. Raízes: étodos Intervalares

3 ZEROS REAIS DE FUNÇÕES REAIS OU SOLUÇÕES DE EQUAÇÕES ALGÉBRICAS E TRANSCENDENTES

Exercícios sobre zeros de funções Aula 7

Cálculo Numérico Algoritmos

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Programação I Aula 7 Resolução numérica de equações

étodos uméricos ZEROS DE FUNÇÕES DE UMA OU MAIS VARIÁVEIS Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

Parte 1: Exercícios Teóricos

Solução aproximada de equações de uma variável

Exercícios Zeros de Funções

Método das Secantes. Marina Andretta/Franklina Toledo ICMC-USP. 4 de setembro de 2012

Introdução à Programação Aula 7 Resolução numérica de equações

étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

Cálculo Numérico Faculdade de Ciências Sociais Aplicadas e Comunicação FCSAC Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU

Computação Numérica Ano letivo 2011/12 Orientações de resposta ao exame/p-folio de 1ª época

Solução de sistemas não-lineares

Universidade Tecnológica Federal do Paraná Campus Francisco Beltrão

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

Introdução aos Métodos Numéricos

Capítulo 6 - Equações Não-Lineares

MINISTÉRlO DA EDUCACAO UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CAMPUS PATO BRANCO

Fundamentos IV. Gustavo Vinhal. September 13, Escola de Ciências Exatas e Computação

Artur M. C. Brito da Cruz. Escola Superior de Tecnologia Instituto Politécnico de Setúbal 2015/2016 1

Notas de Aula de Cálculo Numérico

6.Elaboração de algoritmos...13

Lista de Exercícios 1 Cálculo Numérico - Professor Daniel

Introdução aos Métodos Numéricos

Aula 7. Noções Básicas de Octave

Exercícios de MATEMÁTICA COMPUTACIONAL. 1 0 Semestre de 2009/2010 Resolução Numérica de Equações Não-Lineares

UNIVERSIDADE FEDERAL DE PERNAMBUCO Lista de Exercícios / Cálculo Numérico 1ª Unidade

PAULO XAVIER PAMPLONA

SME0300 Cálculo Numérico Aula 6

Transcrição:

Cálculo Numérico Resolução Numérica de Equações Métodos Parte II Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG - www.dsc.ufcg.edu.br/~cnum/

Métodos Iterativos para a Obtenção de Zeros Reais de Funções Bissecção Falsa Posição Falsa Posição Modificado Ponto Fixo Newton-Raphson Secante

Método da Bissecção Dada uma função f(x contínua no intervalo [a,b] onde existe uma raiz única, é possível determinar tal raiz subdividindo sucessivas vezes o intervalo que a contém pelo ponto médio de a e b. 3

Definição do Intervalo Inicial Atribui-se [a,b] como intervalo inicial a = a b = b Condições de Aplicação f(a*f(b < Sinal da derivada constante 4

Análise Gráfica f(x x = (a + x / f(x a = a ξ x x = b x x = (a + b/ a = a ξ x b = b x f(x x 3 = (x + x / x =a ξ Repete-se o processo até que o valor de x atenda às condições de parada. x 3 x =b x 5

Definição de Novos Intervalos Determina-se qual o subintervalo [a, x ] ou [x, b] que contém a raiz Calcula-se o produto f(a*f(x Verifica-se se f(a*f(x < Se verdadeiro (Logo a = a e b = x ξ (a, x Caso contrario ξ (x, b (Logo a = x e b = b Repete-se o processo até que o valor de x atenda às condições de parada. 6

7... 3 3 b,b x,a,b (x,f(x,f(b ;f(a b a x x,b x,b,a (x,f(x,f(b ;f(a b a x x,b a,a,x (a,f(x,f(b ;f(a b a x = = < > < + = = = < > < + = = = > > < + = ξ ξ ξ Cálculo Numérico Bissec Bissecção ão Definição de Novos Intervalos

Tolerância (ε Aproximação de zero, dependente do equipamento utilizado e da precisão necessária para a solução do problema A tolerância é uma estimativa para o erro absoluto desta aproximação. 8

Condições de Parada Se os valores fossem exatos f(x = (x k x k+ /x k = Uma vez que são aproximados f(x f(x tolerância (x k x k+ /x k tolerância 9

Algoritmo k := ; a := a; b := b; x := a; x k+ := (a k + b k /; while critério de parada não satisfeito and k L if f(a k f(x k+ < then /* raiz em [a k, x k+ ] */ a k+ := a k ; b k+ := x k+ ; else /* raiz em [x k+, b k ] */ a k+ := x k+ ; b k+ := b k ; endif k := k +; x k+ := (a k + b k /; endwhile if k > L parada falhou endif

Generalização Após n iterações, a raiz estará contida no intervalo: [b k a k ] = b k a k b k a k = b a k

Estimativa do número de iterações Deve-se obter o valor de K, tal que b k a k < ε, ou seja, b a k k.log( < ε > log(b k > a b ε a log( ε k > log(b a log( log( ε

Estimativa do número de iterações Ex.: Considerando um intervalo [,3]e ε= -, calcular o número mínimo de iterações para que tenhamos b-a< ε (Critério de Parada. k > log(b a log( log( ε k > log(3 log( log( k > log( + log( log( =.3 6.64 k = 7 3

Vantagens: Facilidade de implementação; Estabilidade e convergência para a solução procurada; Desempenho regular e previsível. O número de interações é dependente da tolerância considerada 4

Desvantagens: Lentidão do processo de convergência (requer o cálculo de f(x em um elevado número de iterações; Necessidade de conhecimento prévio da região na qual se encontra a raiz de interesse (o que nem sempre é possível; Complexidade da extensão do método para problemas multivariáveis. 5

Exemplo 6: Resgatando o Exemplo 5, f(x = xlogx - y h(x ξ 3 g(x ξ 3 4 5 6 x Verificou-se que ξ [, 3] 6

Exemplo 6: f(x = xlogx - Considerando o método da bissecção com tol =, e adotando [a,b ] = [, 3] como intervalo inicial, tem-se: Cálculo da ª aproximação x = (a + b / = (, + 3,/ x =,5 f(x = f(,5 = -,5 f(a = f(, = -,39794 Teste de Parada f(x = -,5 =,5 >, 7

Exemplo 6: f(x = xlogx - Cálculo da ª aproximação Novo Intervalo f(a.f(x = (-,39794.(-,5 > logo: a = x =,5 e b = b = 3, x = (,5 + 3,/ = x =,75 f(,5 = -,5 < f(3, =,434 > f(,75 =,8 > ξ [,5 ;,75] a = a =,5 e b = x =,75 8

Exemplo 6: x 3 = (,5 +,75/ =,65 f(,5 = -,5 < f(,75 =,8 > f(,65 =, > x 4 = (,5 +,65/ =,565 f(,5 = -,5 < f(,65 =, > f(,565 =,47 > ξ [,5,,65] a 3 = a =,5 b 3 = x 3 =,65 ξ [,5,,565] a 3 = a =,5 b 3 = x 4 =,565 9

Exemplo 6: f(x = xlogx - k a k b k f(a k f(b k x k+ f(x k+, 3, -,39794,4336,5 -,5,5 3, -,55,4336,75,8,5,75 -,55,86,65, 3,5,65 -,55,,565,47 4,5,565 -,55,47,535,9 5,5,535 -,55,94,5563,79 6,5,5563 -,55,787,578,4 ε =,

Exemplo 7: Seja f(x = x 3 x Intervalo inicial atribuído: [, ] Considerando-se ε =, f(a = - y 4 3 f(b = 5 f (x = 3x f(a * f(b = -55 < -4-3 - - - 3 4 5 x Sinal da derivada constante (f (a = e f (b = - -3-4

Exemplo 7: f(x = x 3 x Cálculo da ª aproximação x = (a +b / = (,+,/ = x =,5 f(x =,5 3,5 =,875 Teste de Parada f(x =,875 =,875 >, Escolha do Novo Intervalo f(a.f(x = (-.,875 = -,875 logo: a =a =, e b =x =,5

Exemplo 7: f(x = x 3 x k a k b k f(a k f(b k x k+ f(x k+,, -, 5,,5,875,,5 -,,875,5 -,96875,5,5 -,96875,875,375,469 3,5,375 -,96875,469,35 -,554 4,35,375 -,554,469,34375,86 5,35,34375 -,554,86,385,4576 6,35,385 -,554,4576,335 -,87 7,335,385 -,87,4576,34875 -,8 ε =, 3

Cálculo Numérico Falsa Posição Método da Bissecção Calcula a média aritmética tica dos limites do intervalo que contém a raiz ([a, b] Método da Falsa Posição Calcula a média ponderada dos limites do intervalo que contém a raiz ([a, b] 4

Método da Falsa Posição f(x Cálculo Numérico Falsa Posição Calcula a média ponderada dos limites do intervalo que contém a raiz ([a, b] f(b X = af (b f(b bf (a f(a a ξ X b x X = a f(b f(b + b f(a f(a f(a f(a e f(b têm sinais opostos 5

Cálculo Numérico Falsa Posição Definição do Intervalo Inicial Atribui-se [a,b] como intervalo inicial a = a b = b Condições de Aplicação f(a*f(b < Sinal da derivada constante 6

Cálculo Numérico Falsa Posição Definição dos Subintervalos Subdivide-se o intervalo pelo ponto de intersecção da reta que liga f(a a f(b e o eixo das abscissas Verifica-se se, através do teste de parada, se x é uma aproximação da raiz da equação (ξ Se verdadeiro x é a raiz procurada Caso contrário rio define-se um novo intervalo 7

Cálculo Numérico Falsa Posição Definição do Novo Intervalo Determina-se qual subintervalo - [a, x ] ou [x, b ] - contém a raiz ξ Calcula-se o produto f(a*f(x Verifica-se se f(a*f(x < Se verdadeiro ξ (a, x Logo: a = a e b = x Caso contrario ξ (x, b Logo a = x e b = b Repete-se o processo até que o valor de x atenda às condições de parada. 8

Cálculo Numérico Falsa Posição Análise Gráfica f(x X af(b = f(b bf(a f(a f(x X = af(b f(b bf(a f(a a = a x ξ x = b x a = a ξ x b = b x f(x X 3 = af(b f(b bf(a f(a Repete-se o processo até que o valor de x atenda às condições de parada. ξ x = a x 3 x = b x 9

Cálculo Numérico Falsa Posição Condições de Parada Se os valores fossem exatos f(x = (x k x k+ /x k = Não o sendo f(x f(x tolerância (x k x k+ /x k tolerância 3

Cálculo Numérico Falsa Posição Algoritmo k := ; a := a; b := b; x := a; F := f(a ; G := f(b ; x k+ := a k - F k (b k a k /(G k F k ; ou x k+ := (a k G k - b k F k /(G k F k ; while critério de convergência não satisfeito and k L if f(a k f(x k+ then /* raiz em [a k, x k+ ] */ a k+ := a k ; b k+ := x k+ ; else /* raiz em [x k+, b k ] */ a k+ := x k+ ; b k+ := b k ; endif k := k +; x k+ := a k - F k (b k a k /(G k F k ; endwhile if k>l convergência falhou endif 3

Cálculo Numérico Falsa Posição Exemplo 8: Considerando f(x = xlogx - Intervalo inicial atribuído: [, 3] Considerando-se ε =, f(a = -,3979 f(b =,434 y h(x g(x f (x = logx + /xln f(a * f(b = -,765< Sinal da derivada constante (f (a =,5 e f (b =,6 ξ 3 4 5 6 x 3

Cálculo Numérico Falsa Posição Exemplo 8: Cálculo da ª aproximação: a = b = 3 f(a = -,3979 < f(b =,434 > x = [.,434 3.(-,3979] =,4798 [,434 (-,3979] Teste de Parada f(x = -,9 =,9 > tolerância Escolha do Novo Intervalo f(a.f(x = (-,3979.(-,9 > logo: a = x =,4798 e b = b = 3 33

Cálculo Numérico Falsa Posição Exemplo 8: Cálculo da ª aproximação: a =,4798 b =3 f(a = -,9 < f(b =,434 > x = [,4798.,434 3.(-,9] =,549 Teste de Parada [,434 (-,9] f(x = -, =, < tolerância Escolha do Novo Intervalo f(a.f(x = (-,9.(-, > logo: a = x =,549 e b = b = 3 34

Cálculo Numérico Falsa Posição Exemplo 8: Cálculo da 3ª aproximação a =,549 b = 3 f(a = -, < f(b =,434 > x 3 = [,549.,434 3.(-,] =,56 Teste de Parada [,434 (-,] f(x 3 = - 7,8. -5 = 7,8. -5 < tol (valor aceitável de raiz 35

Cálculo Numérico Falsa Posição Exemplo 8: f(x = xlogx - k a k b k f(a k f(b k x k+ f(x k+, 3, -,3979,434,4798 -,9,4798 3, -,9,434,549 -,,549 3, -,,434,56 -,7 ε =, 36

Cálculo Numérico Falsa Posição Exemplo 9: Seja a função do Exemplo 7, f(x = x 3 x Intervalo inicial atribuído: [, ] tol =, f(a = - f(b = 5 y 4 3 f (x = 3x f(a *f(b = -5 < Sinal da derivada constante (f (a = e f (b = -4-3 - - - - -3-4 3 4 5 x 37

Cálculo Numérico Falsa Posição Exemplo 9: Cálculo da ª aproximação a = b = f(a = - < f(b = 5 > x = [.5.(- ] =,6667 [5 (- ] Teste de Parada f(x = -,578737 =,578737 > tol Escolha do Novo Intervalo f(a.f(x = (-.(-,578737 > logo: a = x =,6667 e b = b = 38

Cálculo Numérico Falsa Posição Exemplo 9: f(x = x 3 x k a k b k f(a k f(b k x k+ f(x k+,, -, 5,,666667 -,57874,66667, -,578737 5,,53 -,85363,53, -,85363 5,,934374 -,954 3,93437, -,954 5,,38 -,56588 4,38, -,565885 5,,389885 -,434 5,38988, -,4337 5,,387 -,36 6,383, -,368 5,,336843 -,444 7,33684, -,4439 5,,34795 -,869 ε =, 39

Cálculo Numérico Falsa Posição Vantagens: Estabilidade e convergência para a solução procurada; Desempenho regular e previsível; Cálculos mais simples que o método de Newton. 4