1 / 25

CÁLCULO NUMÉRICO

CÁLCULO NUMÉRICO. UNIDADE 2 – ZEROS DAS FUNÇÕES REAIS. Objetivos: Aplicar algoritmos numéricos para determinação dos zeros das funções reais. 2.1 – Introdução 2.2 – Fase I – Isolamento 2.3 – Fase II – Refinamento 2.3.1 – Critério da Parada

Download Presentation

CÁLCULO NUMÉRICO

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. CÁLCULO NUMÉRICO UNIDADE 2 – ZEROS DAS FUNÇÕES REAIS Objetivos: Aplicar algoritmos numéricos para determinação dos zeros das funções reais . 2.1 – Introdução 2.2 – Fase I – Isolamento 2.3 – Fase II – Refinamento 2.3.1 – Critério da Parada 2.3.2 – Métodos Iterativos para se obter os zeros Reais das funções

  2. 2.1 – Introdução Na área de exatas, as mais diversas situações a resolução de equação do tipo f(x)=0. R Neste circuito há um dispositivo não linear onde a g é uma função da corrente elétrica não linear E v=g(i) Lei de Kirchhoff É um polinômio de 3º grau Portanto x é uma função f(x) ou raiz da equação f(x)=0 se f(x)=0 Em alguns casos as raízes podem se complexas

  3. f(x) f(x) 1 2 x 2 3 1 x f(x) 1 2 3 x 2.1 – Introdução Graficamente o zero das funções reais constitui os pontos das abcissa que intercepta o eixo x.

  4. 2.1 – Introdução A questão é: Como obter as raízes reais de uma equação qualquer? Para equações de 1º e 2º graus e equações que possam ser reduzidos a equações deste tipo, há soluções analíticas. Para equações de maior grau e funções não lineares o problema se torna mais complexo e não há solução exata. De qualquer forma, utilizando-se uma máquina adequada podemos encontrar as raízes aproximadas com precisão pré fixada.

  5. 2.1 – Introdução • Desta forma o ideal é: • Obter uma aproximação inicial da raiz; • Refinar essa aproximação com processos iterativos Portanto, o método numérico constitui-se em duas fases: Fase I – Localização ou Isolamento das Raízes: Consiste em definir o intervalo que contém a raiz. Fase II – Refinamento: Após a fase I, realizar uma melhora sucessiva até obter a raiz dentro de uma precisão pré fixada

  6. f(x) f(x) a a x b 2 1 3 x b  f(x) a b x 2 1 2.1 – Isolamento das Raízes Faz-se a análise teórica e gráfica de f(x). Teorema I: (Cauchy-Bolzano) Seja f(x) uma função no intervalo [a,b] Obs1: se f(a)f(b)<0 então existe pelo menos um x=x entre a e b em que f(x)=0 Graficamente:

  7. f(x) f(x) b a  x a x  b f’(x) > 0, x [a,b] f’(x) < 0, x  [a,b] 2.1 – Isolamento das Raízes No caso do teorema 1, se f’(x) existir e permanecer com o mesmo sinal de (a,b) então este intervalo contém um único zero para f(x).

  8. - x -100 -10 -5 -3 -1 0 1 2 3 4 5 f(x) - - - - + + + - - + + + 2.1 – Isolamento das Raízes • Forma de isolar as raízes: • Tabelar f(x) para vários valores de x; • Examinar o sinal de f’(x) onde houve a mudança de sinal. • Exemplo 1: • a) f(x)=x3-9x+3 I1 = [-5, -3] I2 = [0, 1] I3= [2, 3] Cada um dos intervalos contém pelomenos umzero. Como a função é do 3º grau pode-se afirmar que a apenas uma raiz em cada intervalo f(x)é contínua para x R.

  9. 2.1 – Isolamento das Raízes Exemplo 2: b) f(x) admite pelomenos um zero no intervalo [1, 2] Análise do sinal de f’(x) f(x) admite um únicozero em todo seu domínio de definição, localizado no intervalo (1,2).

  10. f(x) a b x a x 2 1 b 2.1 – Isolamento das Raízes Obs2: se f(a)f(b)>0Podemos ter várias situações como por exemplo: f(x) a x b  f(x) Neste caso é necessário a análise gráfica da função f(x) ou da equação f(x)=0.

  11. 2.1 – Isolamento das Raízes Os processos de análise gráfica são os seguintes: Esboçar o gráfico de f(x) e localizar as abcissa dos pontos onde a curva intercepta o eixo x. A partir da equação f(x)=0 obter a equação equivalente g(x)=f(x) , esboçar o gráfico de ambas as funções no mesmo plano cartesiano e localizar os ponto x onde as curvas se interceptam, pois neste caso: f(x)=0g(x)=h(x). Usar programas que esboçam gráficos de funções disponíveis em algumas calculadoras ou softwares matemáticos.

  12. 2.1 – Isolamento das Raízes • Estudo Detalhado do Comportamento de uma Função a partir de seu Gráfico • Domínio da função • Pontos de descontinuidade • Intervalos de crescimento e decrescimento • Pontos de máximo e mínimo • Concavidade • Pontos de inflexão • Assíntotas da função (Vide LEITHOLD, L. O Cálculo com Geometria Analítica)

  13. f(x) 1 3 2 x 4 3 1 2 -4 -3 -2 -1 2.1 – Isolamento das Raízes Análise gráfica: Exemplo 3: Uso do método (i) f(x) = x3– 9x +3 f’(x) = 3x2 - 9 f’(x) = 0 <=> x = 1 (-4, -3); 2(0, 1); 3(2, 3)

  14. 2.1 – Isolamento das Raízes Análise gráfica: Exemplo 4: Uso do método (ii) f(x) = x3– 9x +3 g(x) = x3 h(x) = 9x -3 3 (2, 3) y h(x) g(x) 1 (-4, -3) 2 (0, 1) 1 3 2 x 4 3 1 2 -4 -3 -2 -1

  15. 2.3 – Fase II – Refinamento Métodos Iterativos são sequencias de instruções repetitiva em ciclos Cada nova Iteração utiliza o resultado do ciclo anterior

  16. 2.3 – Fase II – Refinamento INICIO Dados Iniciais Cálculos Iniciais K=1 Calcular nova Aproximação Está aproximação está próxima o suficiente da raiz exata? S Cálculos Finais N FIM Cálculos Intermediários

  17. 2.3.1 – Critério de Parada f(x) a  x b b – a<  Há duas interpretações para raiz aproximada que nem sempre levam ao mesmo resultado: é raiz aproximada com precisão e se: Como efetuar o teste (i) se não conhecemos x? • Uma forma é reduzir o intervalo que contém a raiz a cada iteração. • Ao se conseguir um intervalo [a,b] tal que então Pode ser tomado como

  18. 2.3.1 – Critério de Parada Nem sempre é possível satisfazer a condição (i) e (ii). mas em tem-se f(x) f(x) f(x) mas x x x Os métodos numéricos são desenvolvidos para satisfazer um dos dois critérios. Para x escolhido na vizinhança de x. Dependendo da ordem de grandeza, aconselha-se utilizar o erro relativo:

  19. 2.3.2 – Métodos Iterativos para se obter os zeros Reais das funções I – Método da bissecção. • Seja f(x) contínua em [a,b]/f(a)f(b)<0. • Supor, por simplificação, a existência de uma única raiz. • Objetivo: Reduzir a amplitude do intervalo que contém a raiz até atingir a precisão requerida: (b-a)<e, dividindo-se sucessivamente o [a,b] ao meio. Iterações: f(x) Graficamente: x2=a3 x1==a2 b=b0 x0=b1=b2=b3 a=a0=a1

  20. I – Método da bissecção. Exemplo: Achar o zero aproximado da função f(x)=xlog(x)-1 que possui um zero no intervalo [2,3] com e=0,125.

  21. I – Método da bissecção. Algoritmo: Seja f(x) contínua em [a,b]/f(a)f(b)<0. 1)Dados iniciais: a) Intervalo [a,b] b) precisão e 2) Se (b-a)<e, então escolha para qualquer x X [a,b].Fim. 3 K=1 4) M=F(a) 5)x=(a+b)/2 6)Se M.f(x)>0, faça a=x. vá para passo 8. 7) b=x 8) Se (b-a)<e, escolha qualquer X[a,b]. FIM. 9) K=K+1. Volte para o passo 5.

  22. I – Método da bissecção. Condições de parada • Se os valores fossem exatos • f(x) = 0 • (b k– ak)= 0 • Caso cont´rário • |f(x)|e • |(bk– ak)| e

  23. I – Método da bissecção. Estimativa do número de iterações • Dada a precisão e e o intervalo [a,b] a estimativa do número de iterações é obtido como se segue: • Deve-se obter o valor de k tal que:

  24. I – Método da bissecção. Observações finais: • Se f(x) é contínua no intervalo [a,b] e f(a).f(b)<0 este método vai gerar uma sequência {xk} que converge para a raiz. É sempre possível obter um intervalo que contém a raiz da equação em estudo, sendo que o comprimentos deste intervalo final satisfaz a precisão requerida. • As iterações não envolvem cálculos laboriosos. A amplitude de cada intervalo gerado é a metade da amplitude do intervalo anterior; • A convergência é muito lenta pois o intervalo inicial é tal que b0-a0>>e e se e for muito pequeno, o número de iterações tende a ser muito grande como por exemplo: • O algoritmo apresentado pode incluir também o teste de parada com o módulo da função e o número máximo de iterações.

  25. O fim....O fim

More Related