Pretendemos aproximar soluções (também designadas como raízes) de equações da forma :
Se resolver uma equação linear ax+b=0 é
trivial, o mesmo já não se passa se considerarmos uma função
f
mais complicada. Comecemos por considerar, por exemplo, as equações
x4 - 4 x3 - x + 5 = 0 ou 2 ex - x sin(x+3)
= 0.
São ambas equações não lineares. No primeiro
caso, apesar de existir uma fórmula resolvente geral, é complicada,
e no segundo caso não existe. Para este tipo de equações
temos, no entanto, a possibilidade de encontrar soluções
usando métodos iterativos simples.
Um método iterativo, consiste de um modo geral,
numa aproximação inicial
Localização de Raízes
Traçando o gráfico da função, podemos ter uma ideia aproximada da localização das raízes, mas para assegurarmos rigorosamente que, num intervalo, existe uma e uma só raiz, recordamos alguns teoremas elementares da análise:
Teorema (do Valor Intermédio):
Seja f uma função contínua no intervalo
[a,b].
Se f(a) f(b) < 0 então existe pelo menos
uma raiz da equação f(x) = 0 no intervalo [a,b].
O teorema do valor intermédio garante apenas a existência. Para garantirmos a unicidade, podemos usar :
Teorema (de Rolle) :
Seja f ÎC1[a,b].
Se f ' (x) ¹ 0, "xÎ[a,b],
então existe no máximo um z Î]a,b[
: f(z) = 0.
(podemos garantir a unicidade, num caso mais geral, desde que a função
f
seja estritamente monótona).
É ainda importante referir que usando apenas o teorema do valor médio de Lagrange podemos obter um processo muito simples para obter uma estimativa de erro para um valor aproximado da raiz pretendida.
Teorema (do Valor Médio de Lagrange):
Seja f ÎC1[a,b].
Então
Corolário (Estimativa
elementar de erros de raízes):
Seja f ÎC1[a,b],
e seja z~ a aproximação da raiz pretendida
z.
Então
Repetir : | 1) xn+1 = ( an + bn) / 2
2) Se f (xn+1) f(an) < 0 |
Até que : |
|
MÉTODO do PONTO FIXO
É talvez o método mais simples e encontra-se na base de outros métodos. A ideia principal consiste em estabelecer uma equivalência adequada:
Escolher uma iterada inicial x0 |
Iterar xn+1 = g(xn ) |
Considerando g contínua, se o método convergir, converge para um certo z (a que chamamos ponto fixo de g ) tal que:
Geometricamente, podemos ter as seguintes situações:
Definição:
Uma função g contínua em [a, b] diz-se
Lipschitziana
se existir um L > 0 tal que :
| g(x) - g(y) | < L | x - y | , " x, y Î [a, b]
Se L < 1 a função diz-se Contractiva.
Proposição:
Se g é uma função diferenciável
em [a, b], e temos |g'(x)| < L < 1, para x em
[a, b], então a função g é contractiva
nesse intervalo.
dem:
Usando o T. Lagrange, sabemos que, para quaisquer x, y em [a,b]
Teorema (do
ponto fixo num intervalo limitado).
Seja g uma função contínua em [a, b].
Se g for contractiva em [a, b], e se g([a, b]) Ì[a,
b] , então:
Corolário:
Seja g uma função C1( [a, b] ).
Se
Nota: Portanto, no caso de asseguramos convergência alternada, sabemos que a raiz irá sempre pertencer a intervalos em que os extremos são xn e xn+1.
Teorema (Divergência):
Seja g uma função diferenciável tal que
|
g'(x) | > 1 em [a,b].
Neste caso, a sucessão xn+1= g(xn)
não pode convergir para
um ponto fixo z de g situado nesse intervalo (a única
excepção
será se, numa certa iterada, obtivermos "acidentalmente"
o ponto fixo z ).
Teorema (Convergência Local):
Seja z um ponto fixo de g, função diferenciável
numa vizinhança de z,
tal que
|g'(z)|<1, então a sucessão xn+1=g(xn)
converge para
z,
desde que x0 esteja suficientemente próximo
de
z.
Definição (Ordem de
Convergência):
Consideremos uma sucessão (xn) convergente para z.
Ao valor p tal que:
lim
m ® ¥ |
|em+1|
|em| p |
= K¥ (com 0 < K¥ < ¥ ) |
chamamos ordem de convergência, e ao valor K¥ chamamos coeficiente assimptótico de convergência.
Proposição :
Nas condições do teorema do ponto fixo, a convergência
é linear
se g'(z) ¹ 0 e o coeficiente
assimptótico de convergência é |g'(z)|.
dem:
Usando o Teorema de Lagrange, sabemos que
| xm+1 - z | = | g(xm) - g(z) | = | g'(cm) | | xm - z |
com cm num intervalo aberto cujos extremos são
xm
e z.
Logo, dividindo e passando ao limite, temos:
lim
m ® ¥ |
|em+1|
|em| |
lim
m ® ¥ |
|z - xm+1|
|z - xm| |
= |g'(z)| = K¥ |
pois cm tende para z, já que o extremo xm do intervalo tende para z. Como suposemos que g'(z) ¹ 0, concluimos o teorema.
Teorema (Convergência Supra-Linear):
Seja g uma função C p( I ),
onde
I é um intervalo que é uma vizinhança
de z, ponto fixo de g, com p > 2.
Se g'(z) = ... = g(p-1)(z) = 0 com g(p)(z)
¹
0,
então:
lim
m ® ¥ |
|em+1|
|em| p |
= | |g(p)(z)|
p! |
ou seja, o método do ponto fixo tem convergência de ordem p.
MÉTODO de NEWTON
Pode ser encarado como um caso particular do método do ponto
fixo, onde é possível obter uma convergência quadrática.
Basta reparar que se f '(x) ¹
0:
f(x) = 0 Û x = x - f(x) / f '(x)
definindo a função iteradora g(x) = x - f(x) / f '(x),
e os pontos fixos de g serão os zeros de f.
Para além disso, podemos ver que :
ora como f(z) = 0 então g'(z) = 0 . Pelo teorema anterior, usando esta função iteradora g, é possível arranjar uma vizinhança da raiz onde asseguramos, pelo menos, uma convergência quadrática (desde que f ' (z) ¹ 0).
Portanto o método de Newton resume-se a efectuar as iterações:
Iterada inicial: x0 |
xn+1 = xn - f(xn ) / f ' (xn ) |
Historicamente, a origem do método de Newton é geométrica. Consiste em definir a nova iterada a partir da intersecção com o eixo das abcissas da tangente à função f (calculada na iterada anterior) :
É também claro, mesmo geometricamente, que não podemos ter iteradas em que f ' (xn) = 0, pois ficariamos com tangentes paralelas ao eixo das abcissas, que nunca o intersectariam...
Para assegurar a convergência, podiamos aplicar o teorema do ponto fixo à função g do método de Newton, mas podemos estabelecer um critério mais simples :
Teorema (Condições Suficientes de Convergência
para o Método de Newton):
Seja f uma função C2[a, b] que
verifique :
Se a condição
Fórmula do Erro do Método de
Newton
Obtém-se, facilmente, através do desenvolvimento em série
de Taylor (em torno de xn):
Dividindo por f ' (xn ), não nulo, ficamos com:
0 = | f (xn)
f ' (xn) |
+ z - xn + | f '' (xn)
2 f ' (xn) |
(z - xn )2 |
portanto
en+1 = - | f '' (xn)
2 f ' (xn) |
(en )2 |
Se tivermos assegurado as condições de convergência num intervalo [a,b], podemos garantir a priori
|en+1 | < | max |f '' (x)|
2 min | f ' (x)| |
(en )2 |
Proposição: (Convergência
Local)
Seja f uma função C2( I ), onde I é
um intervalo que é vizinhança da raiz z.
Se f '(z) ¹ 0, então
a sucessão definida pelo método de Newton converge para z
(desde que x0 seja suficientemente próximo de
z
), e a convergência é quadrática,
lim
m ® ¥ |
|em+1|
|em| 2 |
= | | f '' (z)|
2 | f ' (z)| |
Observação:
Nos casos em que f(z) = f '(z)=0, o que corresponde a casos
de raizes duplas, há ainda a convergência do método
de Newton, mas essa convergência será apenas linear.
MÉTODO da SECANTE
Apresentamos agora o método da secante, análogo ao método
de Newton, mas substitui o cálculo das derivadas pelo cálculo
de uma razão incremental. Geometricamente, corresponde a substituir
o papel da tangente, no método de Newton, por uma secante (de onde
vem o nome). Para definir a recta secante vamos precisar sempre de dois
pontos, o que implica que tenhamos que considerar duas iteradas iniciais,
que designamos por
x-1 e x0.
As vantagens do método da secante face ao método de Newton
residem essencialmente em evitar o cálculo da derivada, o que nas
mais frequentes situações pode ser uma tarefa morosa ou mesmo
impraticável. Em termos de ordem de convergência é
apenas ligeiramente menos eficaz que o método de Newton, mas isso
é compensado pelo facto de cada iteração prescindir
do cálculo da derivada, tornando-se assim normalmente mais rápido
que o método de Newton.
De forma semelhante à que fizemos no método de Newton, calculando agora o ponto de intersecção da secante com o eixo das abcissas, obtemos a fórmula para xn+1, e o método da secante fica:
Iteradas iniciais: x-1 , x0 | ||
Iterar:
|
Condições Suficientes de Convergência:
São
idênticas às enunciadas para o Método de Newton.
Apenas a condição 4) deverá ser substituída
por
Fórmula do Erro :
en+1 = - | f '' (xn)
2 f ' (hn) |
en en-1 para xn , hn no intervalo contendo {z , xn , xn-1} |
Neste caso a ordem de convergência é supra-linear
mas não é quadrática, mas, como já referimos,
isto não impede que normalmente seja bastante mais eficaz que o
método de Newton, devido a prescindir de calcular a derivada.
( Usando logaritmos, e o facto que o limite da razão de uma
sucessão de Fibonacci é o número de ouro p=1.61803...
podemos verificar que a ordem de convergência dá exactamente
este valor.)