Exercícios Zeros de Funções

Documentos relacionados
Lista de Exercícios de Métodos Numéricos

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

Exercícios sobre zeros de funções Aula 7

Cálculo Numérico. Zeros de funções reais

Parte 1: Exercícios Teóricos

Cálculo Numérico Ponto Fixo

Resolução Numérica de Equações (Parte II)

Resolução Numérica de Equações Métodos Parte II

Capítulo 6 - Equações Não-Lineares

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.

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

Notas de Aula de Cálculo Numérico

Neste capítulo estamos interessados em resolver numericamente a equação

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

A. Equações não lineares

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

Cálculo Numérico BCC760 Raízes de equações algébricas e transcendentes

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

Ana Paula. October 26, 2016

Programação I Aula 7 Resolução numérica de equações

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Lista 1 - Cálculo Numérico - Zeros de funções

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

2.3- Método Iterativo Linear (MIL)

Introdução à Programação Aula 7 Resolução numérica de equações

Resolução Numérica de Equações Métodos Parte II

Aula 6. Zeros reais de funções Parte 3

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

Exercícios de ANÁLISE E SIMULAÇÃO NUMÉRICA

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

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

AULA 5. Raízes de equações não lineares. Equilíbrio térmico de um painel solar. Método da bisseção. Laboratório Numérico 1

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

MÉTODOS NUMÉRICOS. ENGENHARIA ELECTRÓNICA INDUSTRIAL e de COMPUTADORES

Capítulo 4 - Equações Não-Lineares

O método da falsa posição

Matemática Computacional - 2 o ano LEMat e MEQ

SME0300 Cálculo Numérico Aula 6

MAP CÁLCULO NUMÉRICO (POLI) Lista de Exercícios sobre Zeros de Funções

Equações não lineares

Métodos Numéricos - Notas de Aula

DCC008 - Cálculo Numérico

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

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

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

CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES

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

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

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

EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR. QUESTÃO 1: Indique as afirmativas verdadeiras.

Cálculo Numérico Algoritmos

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

Andréa Maria Pedrosa Valli

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

TP062-Métodos Numéricos para Engenharia de Produção Zeros: Introdução

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

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

SME306 - Métodos Numéricos e Computacionais II Prof. Murilo F. Tomé. (α 1)z + 88 ]

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

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

Introdução ao Scilab 3.0 Parte 3

Matemática Computacional - Exercícios

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

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

Lista de exercícios de MAT / I

Pretende-se calcular uma aproximação para a menor raiz positiva da equação

EXERCICIOS RESOLVIDOS - INT-POLIN - MMQ - INT-NUMERICA - EDO

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

Aula 6. Zeros reais de funções Parte 3

Introdução à Física Computacional

Matemática Computacional. Exercícios. Teoria dos erros

Resolução do Exame Tipo

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

Cálculo Numérico / Métodos Numéricos. Solução de equações polinomiais Briot-Ruffini-Horner

CAP. 2 ZEROS REAIS DE FUNÇÕES REAIS

SME0300 Cálculo Numérico Aula 4

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

Matemática Computacional

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

Universidade Tecnológica Federal do Paraná

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

Instituto Politécnico de Tomar Escola Superior de Tecnologia de Tomar Área Interdepartamental de Matemática

MINISTÉRlO DA EDUCACAO UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CAMPUS PATO BRANCO

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

Matemática Computacional - 2 o ano LEMat e MEQ

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

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

UNIVERSIDADE FEDERAL DE PERNAMBUCO Resolução Lista / Cálculo Numérico 1ª Unidade

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

Lista de Exercícios 1

UNIVERSIDADE FEDERAL DO PARANÁ DISCIPLINA DE MÉTODOS NUMÉRICOS 2º SEMESTRE 2004 Professora Aurora T. R. Pozo 1ª LISTA DE EXERCÍCIOS

Lista de exercícios de MAT / II

MATEMÁTICA COMPUTACIONAL. Exercícios

1ª LISTA DE EXERCÍCIOS DE MÉTODOS NUMÉRICOS Prof.: Magnus Melo

Cálculo Numérico. Resumo e Exercícios P1

PARTE I EQUAÇÕES DE UMA VARIÁVEL REAL

Encontre um valor aproximado para 3 25 com precisão de 10 5 utilizando o método da bissecção.

Sabendo que f(x) é um polinômio de grau 2, utilize a formula do trapézio e calcule exatamente

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

Transcrição:

Exercícios Zeros de Funções Cálculo Numérico, Turma A Profª. Dra. Tina Andreolla Data: 22/04/2008. Nome: Laure Max Da Silva Palma Curso: Engenharia Industrial Elétrica 1. Dê um exemplo de função f(x), que tenha pelo menos uma raiz, que não pode ser determinada usando o Método da Bisseção. > f1:= x-> x^2-4*x + 4; > plot(f1(x),x=-1..4); f1 := x x 2 4 x + 4 2. Dê um exemplo de função f(x), que tenha pelo menos uma raiz, onde o Método de Newton-Raphson não converge. > f2:= x-> arctan(x); > plot(f2(x),x=-3..3); f2 := arctan

3) A equação x^2-7x + 12 = 0 tem 3 e 4 como raízes. Considere a função de iteração dada por fit(x) = x^2-6x + 12. Determine o intervalo (a; b), onde para qualquer que seja x0 escolhido a sequência X n+1 = fit (Xn) converge para a raiz x = 3. Mostre que a convergência é quadrática. > mpfixo(2.2,f1,fit1,0.001,15); #nota-se que usando x0=2.2 a função converge para a raiz 3. 1, "xk=", 2.2, "f(kx)=", 1.44, "phi(xk)=", 3.64 2, "xk=", 3.64, "f(kx)=", -.2304, "phi(xk)=", 3.4096 3, "xk=", 3.4096, "f(kx)=", -.24182784, "phi(xk)=", 3.16777216 4, "xk=", 3.16777216, "f(kx)=", -.13962466, "phi(xk)=", 3.02814750 5, "xk=", 3.02814750, "f(kx)=", -.02735522, "phi(xk)=", 3.000792282 3.000792282 4. Para determinar a raiz quadrada de um número c >= 0, basta resolver a equação x^2-c = 0. É possível determinar sua raiz quadrada usando a função de iteração fit(x) = c/x. Justifique a resposta. Condição para convergência -1 < diff(fit(x),x) < 1 sabe-se que r1= sqrt(c) e r2=-sqrt(c) então diff(fit(x),x) = c / x^2 <1, logo x^2 > c, portanto x >sqrt(c) Como r1 e r2 nao pertecem ao intervalo I=(-inf,-sqrt(c))U(sqrt(c),+inf), logo nao é possivel. 5) As funções de iterações fit1(x) = x^2/2-2x+4 e fit2(x) = x^2/2-2.5x+5, geram sequências convergentes para a raiz x = 2, para qualquer aproximação inicial

x0 pertence (1.5; 3). Qual das duas funções geram sequências mais rapidamente convergente para esta raiz. Justifique a resposta. > fit1:= x-> x^2/2-2*x +4; > diff(fit1(x),x); Nas proximidades de x=2 temos fit1 (2)=0 > fit2:= x-> x^2/2-2.5*x +5; > diff(fit2(x),x); 1 fit1 := x + 2 x2 2 x 4 x 2 1 fit2 := x + 2 x2 2.5 x 5 x 2.5 Nas proximidades de x=2 temos fit2 (2)=0.5 Logo, fit1 (2) < fit2 (2), entao fit1 (2) convergirá mais rapido para raíz. 6. Determine um intervalo (a; b) e uma fun c ao de iteração fit(x) associada, de tal forma que para todo x0 pertencente (a; b) a função de iteração gere uma sequância convergente para a(s) raiz(es) de cada uma das funções abaixo, usando o método iterativo linear (MIL) com tolerância com erro de 0.001. > f1:= x-> sqrt(x)- exp(-x); fit11:= x-> exp(2*x); f1 := x x e ( x) fit11 := x e ( 2 x ) > plot([f1(x),fit11(x)],x=-4..4,y=-10..10);

um bom intervalo I=(0.42,0.44) usando x0=0.43, temos: > mpfixo := proc(x0,fun,phi,erro,itmax) local xk :: real, i :: integer; xk:=x0; for i from 1 by 1 while ( abs(fun(xk)) > erro) and (i <=itmax) do print(i,"xk=",xk,"f(kx)=",evalf(fun(xk)),"phi(xk)=",evalf(phi(xk ))); xk:= evalf(phi(xk)); end proc; mpfixo := proc( x0, fun, φ, erro, itmax) local xk:: real, i:: integer; xk := x0; for i while erro < abs ( fun( xk )) and i itmax do end do print ( i, "xk=", xk, "f(kx)=", evalf ( fun( xk )), "phi(xk)=", evalf ( φ( xk ) )); xk := evalf ( φ( xk )) end proc > mpfixo(0.43,f1,fit11,0.001,15); 1, "xk=",.43, "f(kx)=",.0052347577, "phi(xk)=", 2.363160694 2, "xk=", 2.363160694, "f(kx)=", 1.443135263, "phi(xk)=", 112.8795576 3, "xk=", 112.8795576, "f(kx)=", 10.62447917, "phi(xk)=",.1111572953 10 99

4, "xk=",.1111572953 10 99, "f(kx)=",.1054311601 10 50, "phi(xk)=", Float( ) > f2:= x-> ln(x)-x+2; fit12:= x-> exp(x-2); 5, "xk=",, "f(kx)=",, "phi(xk)=", 6, "xk=",, "f(kx)=",, "phi(xk)=", 7, "xk=",, "f(kx)=",, "phi(xk)=", 8, "xk=",, "f(kx)=",, "phi(xk)=", 9, "xk=",, "f(kx)=",, "phi(xk)=", 10, "xk=",, "f(kx)=",, "phi(xk)=", 11, "xk=",, "f(kx)=",, "phi(xk)=", 12, "xk=",, "f(kx)=",, "phi(xk)=", 13, "xk=",, "f(kx)=",, "phi(xk)=", 14, "xk=",, "f(kx)=",, "phi(xk)=", 15, "xk=",, "f(kx)=",, "phi(xk)=", Float( ) f2 := x ln( x ) x + 2 fit12 := x e ( x 2 ) > plot({f2(x),x,fit12(x)},x= -4..4); > mpfixo(0.43,f2,fit12,0.001,15); 1, "xk=",.43, "f(kx)=",.726029930, "phi(xk)=",.2080451824 2, "xk=",.2080451824, "f(kx)=",.221954818, "phi(xk)=",.1666341117 3, "xk=",.1666341117, "f(kx)=",.041411070, "phi(xk)=",.1598745413 4, "xk=",.1598745413, "f(kx)=",.006759571, "phi(xk)=",.1587975023

5, "xk=",.1587975023, "f(kx)=",.001077039, "phi(xk)=",.1586265632 > f3:= x-> exp(x/2)-x^3; fit13:= x-> exp(x/6);.1586265632 e ( 1 / 2 x) x 3 f3 := x fit13 := x e ( 1 / 6 x) > plot({f3(x),x,fit13(x)},x= -4..4); > mpfixo(0.43,f2,fit12,0.001,15); 1, "xk=",.43, "f(kx)=",.726029930, "phi(xk)=",.2080451824 2, "xk=",.2080451824, "f(kx)=",.221954818, "phi(xk)=",.1666341117 3, "xk=",.1666341117, "f(kx)=",.041411070, "phi(xk)=",.1598745413 4, "xk=",.1598745413, "f(kx)=",.006759571, "phi(xk)=",.1587975023 5, "xk=",.1587975023, "f(kx)=",.001077039, "phi(xk)=",.1586265632.1586265632 7. Determine a(s) raiz(es) da função f1(x), usando o método da Bisseção, Método da Falsa posição e da Falsa posição modificada com erro de 0.001. Quantas iterações foram necessárias para cada um dos métodos. > bisseccao := proc(a,b,fun,erro) local a1, b1, med :: real, i :: integer; a1:=a; b1:=b; for i from 1 by 1 while ( abs(a1-b1) > erro) do print(i,a1,b1,evalf(fun(a1)), evalf(fun(b1))); med := evalf((a1+b1)/2);

if (evalf(fun(med))*evalf(fun(a1)) <= 0) then b1:=med else a1:=med end if; end proc; bisseccao := proc( a, b, fun, erro) local a1, b1, med:: real, i:: integer; a1 := a; b1 := b; for i while erro < abs ( a1 b1 ) do end do print ( i, a1, b1, evalf ( fun( a1 )), evalf ( fun( b1 )) ); med := evalf( 1 / 2 a1 + 1 / 2 b1 ); if evalf ( fun( med ) ) evalf( fun( a1) ) 0 then b1 := med else a1 := med end if end proc > posfalsa := proc(a,b,fun,erro) local a1, b1, ptpf :: real, i :: integer; a1:=a; b1:=b; for i from 1 by 1 while (( evalf(abs(a1-b1)) > erro) and (evalf(abs(fun(a1))) > erro) and (evalf(abs(fun(b1))) > erro) ) do print(i,"a=",a1,"b=",b1,"f(a)=",evalf(fun(a1)),"f(b)=",evalf(fun (b1))); ptpf := evalf((b1 * fun(a1) - a1 * fun(b1))/(fun(a1)-fun(b1))); if (evalf(fun(ptpf)) = 0) then a1:=ptpf; b1:=ptpf; else if (evalf(fun(ptpf)*fun(a1)) < 0) then b1:=ptpf; else a1:=ptpf end if; end if; if (evalf(abs(fun(b1))) < evalf(abs(fun(a1)))) then a1:=b1; print(a1) end if end proc; posfalsa := proc( a, b, fun, erro) local a1, b1, ptpf:: real, i:: integer; a1 := a; b1 := b; for i while erro < evalf ( abs ( a1 b1 ) ) and erro < evalf ( abs ( fun( a1 ) )) and erro < evalf ( abs ( fun( b1 ))) do print ( i, "a=", a1, "b=", b1, "f(a)=", evalf ( fun( a1 )), "f(b)=", evalf ( fun( b1 )) ); ptpf := evalf ( ( b1 fun( a1 ) a1 fun( b1 )) / ( fun( a1 ) fun( b1 ) )); if evalf ( fun( ptpf) ) = 0 then a1 := ptpf ; b1 := ptpf

else if evalf( fun( ptpf ) fun( a1) ) < 0 then b1 := ptpf else a1 := ptpf end if end if if evalf ( abs ( fun( b1 ))) < evalf ( abs ( fun( a1 )) ) then a1 := b1 ; print( a1) end if end proc > bisseccao(0,1,f1,0.001); > posfalsa(0,1,f1,0.001); 1, 0, 1, -1.,.6321205588 2, 0,.5000000000, -1.,.1005761215 3,.2500000000,.5000000000, -.2788007831,.1005761215 4,.3750000000,.5000000000, -.0749168431,.1005761215 5,.3750000000,.4375000000, -.0749168431,.0157893014 6,.4062500000,.4375000000, -.0287661715,.0157893014 7,.4218750000,.4375000000, -.0062969585,.0157893014 8,.4218750000,.4296875000, -.0062969585,.0047931195 9,.4257812500,.4296875000, -.0007400701,.0047931195 10,.4257812500,.4277343750, -.0007400701,.0020294728.4267578125 1, "a=", 0, "b=", 1, "f(a)=", -1., "f(b)=",.6321205588 2, "a=", 0, "b=",.6126998367, "f(a)=", -1., "f(b)=",.2408655637 3, "a=", 0, "b=",.4937681039, "f(a)=", -1., "f(b)=",.0923640502 4, "a=", 0, "b=",.4520179000, "f(a)=", -1., "f(b)=",.0359799856 5, "a=", 0, "b=",.4363191433, "f(a)=", -1., "f(b)=",.0141331858 6, "a=", 0, "b=",.4302385025, "f(a)=", -1., "f(b)=",.0055717185 7, "a=", 0, "b=",.4278546172, "f(a)=", -1., "f(b)=",.0021997840.4269154953 Para o metodo da Bissecção foram necessárias 10 interações, já para o metodo da posição falsa apenas 7. 8. Determine as raízes do exercício (6), usando o Método de Newton-Raphson. Para facilitar a minha vida e a correçao pegarei apenas um exemplo. Desculpa Prof e obrigado. pegarei a (d). > f4:= x-> sin(x)-x^2; > plot(f4(x),x=-1..2); f4 := x sin( x ) x 2

> newton := proc(x0,fun,erro,itmax) local dfun, xa, xb :: real, i :: integer; dfun:= unapply(diff(fun(x),x),x); xa:=x0; xb:=evalf(xa-fun(xa)/dfun(xa)); for i from 0 by 1 while ( abs(fun(xb)) > erro or abs(xb-xa) > erro) and (i < itmax) do print(i,"xk=",xa,"f(xk)=",evalf(fun(xa))); xa := xb; xb := evalf(xa-fun(xa)/dfun(xa)); print(i,"xk=",xb,"f(xk)=",evalf(fun(xb))); end proc; newton := proc( x0, fun, erro, itmax) local dfun, xa, xb:: real, i:: integer; dfun := unapply ( diff ( fun( x ), x ), x ); xa := x0; xb := evalf ( xa fun( xa ) / dfun( xa )); for i from 0 while ( erro < abs ( fun( xb )) or erro < abs ( xb xa ) ) and i < itmax do print ( i, "xk=", xa, "f(xk)=", evalf ( fun( xa ) )); xa := xb; xb := evalf ( xa fun( xa ) / dfun( xa) ) print ( i, "xk=", xb, "f(xk)=", evalf ( fun( xb )) )

end proc > newton(0.6,f4,0.001,15); 0, "xk=",.6, "f(xk)=",.2046424734 1, "xk=", 1.146202099, "f(xk)=", -.4025732857 2, "xk=",.9321189716, "f(xk)=", -.0659608437 3, "xk=",.8801036414, "f(xk)=", -.0037775096 4, "xk=",.8767262156, "f(xk)=", -.2 10-9 9. Determine as raízes do exercício (6), usando o Método das Secantes. > secante := proc(x0,x1,fun,erro,itmax) local xa, xb, xc :: real, i :: integer; xa:=x0; xb:=x1; for i from 0 by 1 while ( abs(fun(xb)) > erro or abs(xb-xa) > erro) and (i < itmax) do print(i,"xk=",xa,"f(xk)=",evalf(fun(xa))); xc := evalf((xa*fun(xb)-xb*fun(xa))/(fun(xb)-fun(xa))); xa:=xb; xb:=xc; print(i,"xk=",xb,"f(xk)=",evalf(fun(xb))); end proc; secante := proc( x0, x1, fun, erro, itmax) local xa, xb, xc:: real, i:: integer; xa := x0; xb := x1; for i from 0 while ( erro < abs ( fun( xb )) or erro < abs ( xb xa ) ) and i < itmax do print ( i, "xk=", xa, "f(xk)=", evalf ( fun( xa ) )); xc := evalf ( ( xa fun( xb) xb fun( xa ) ) / ( fun( xb ) fun( xa ) )); xa := xb; xb := xc print ( i, "xk=", xb, "f(xk)=", evalf ( fun( xb )) ) end proc > secante(0.6,0.9,f4,0.001,10); 0, "xk=",.6, "f(xk)=",.2046424734 1, "xk=",.9, "f(xk)=", -.0266730904 2, "xk=",.8654068797, "f(xk)=",.0124300517 3, "xk=",.8767308208, "f(xk)=", -.51294 10-5 10)??? 11. Determine o ponto de intersecção entre as funções f1(x) e f2(x), f2(x) e f3(x) e entre f1(x), f2(x) e f3(x).

Para encontrar o ponto em que as funções se interceptam basta igualar ambas f1(x)=f2(x) disto vem que x= exp(sqrt(x)-exp(-x)+x-2); > x:= x->exp(sqrt(x)-exp(-x)+x-2); x e( x) x 2 x := x e ( + ) > plot({f1(x),x,x(x)},x=-1..2); > h1:= x-> sqrt(x)-exp(-x)-ln(x)+x-2; h1 := x x e ( x ) ln( x ) + x 2 > plot(h1(x),x=-2..2);

> newton(0.07,h1,0.001,15); 0, "xk=",.07, "f(xk)=",.061441348 1, "xk=",.07619976706, "f(xk)=",.8615 10-5 > newton(1.4,h1,0.001,15); 0, "xk=", 1.399846311, "f(xk)=",.1 10-8 Logo o ponto de intersecção é P=(1.39984,0.0762). 12) Substituindo os valores na equação dada obtemos: arctg(x)= arctg(0)+ (x-0)f (x/2) logo arctg(x)= x f (x/2) sabendo que arctg(x)= 1/(1+x^2), temos arctg(x)= 4x/(4+x^2) usando o método de Newton obtemos: > f5:= x-> arctan(x)- 4*x/(x^2 +4); #usando x0=1.4 > newton(1.4,f5,0.001,15); f5 := x arctan( x ) 4 x x 2 + 4 # entao x = 1.2856 0, "xk=", 1.4, "f(xk)=",.0109495252 1, "xk=", 1.298726585, "f(xk)=",.0011069130

2, "xk=", 1.285643813, "f(xk)=",.54 10-8