Usuário(a):LKKR222PJ/Testes
Em análise numérica, o Método de Newton (ou Método de Newton-Raphson), desenvolvido por Isaac Newton e Joseph Raphson, tem o objetivo de estimar as raízes de uma função. Para isso, escolhe-se uma aproximação inicial para esta. Após isso, calcula-se a equação da reta tangente (derivada) da função nesse ponto e a interseção dela com o eixo das abcissas, a fim de encontrar uma melhor aproximação para a raiz. Repetindo-se o processo, cria-se um método iterativo para encontramos a raiz da função. Em notação matemática, o Método de Newton é representado da seguinte forma:
,
onde n indica a n-ésima iteração do algoritmo e f'(xn) é a derivada da função f em xn.
Para que se obtenha sucesso na iteração, devemos respeitar a seguinte condição:
- A função f deve ser diferenciável em xn e seu valor deve ser não nulo;
Interpretação Geométrica do Método de Newton[editar | editar código-fonte]
Consideremos o problema de calcular a raiz de uma função f, conforme a figura ao lado.
Queremos calcular x1 em função de x0, sabendo que x1 será a cota no eixo das abcissas interceptado pela reta tangente à curva, originada por x0.
A equação da reta que passa por (x0,f(x0)) e é tangente à curva em (x0,f(x0)) tem inclinação m=f'(x0), é dada por:
Sabendo que essa reta passa por (x1,0), temos que:
Portanto,
De modo geral, teremos:
Análise de Convergência[editar | editar código-fonte]
Devemos ter em mente que, mesmo se a condição estabelecida na introdução for satisfeita, o Método de Newton poderá não convergir para a raiz. Seja f(x) uma função e sua derivada diferente de zero, definimos aleatoriamente uma função como:
Consideramos x* uma aproximação da solução x de f(x)=0 tal que f'(x*)≠0 e |x – x*| seja “pequeno”. Expandimos por Série de Taylor em torno de x* e obtemos:
Para a dedução do Método de Newton, vamos supor que |x - x*| é pequeno, logo, o termo (x - x*)² será muito menor. Com isso, dizemos que:
Pelo processo iterativo do método do ponto fixo, sabemos que:
Portanto:
Logo:
Considerando (xn - x*) o erro absoluto, obtemos:
Com isso, observamos que o erro é de ordem quadrática e, por isso, a iteração convergirá rapidamente para a raiz da função.
Generalização do Método de Newton[editar | editar código-fonte]
Percebemos que o Método de Newton é uma poderosa ferramenta para resolvermos equações de uma variável (f(x)=0). Esse método, contudo, pode ser utilizado em problemas mais complexos, como na solução de equações do tipo Ax=b, em que x e b são vetores e A é uma matriz. Queremos, portanto, generalizar o Método de Newton para resolvermos um sistema de equações da forma:
Podemos analisar esse sistema de equações na forma vetorial, definindo o vetor F(x) tal que:
Para resolvermos o problema de uma variável (f(x)=0), nós expandíamos a função f(x) em torno de x* por sua Série de Taylor, de modo a obtermos:
,
sendo x* uma aproximação para a solução de f(x)=0 . De modo equivalente, o problema matricial se resume a resolver a equação F(x)=0, e devemos expandir a função F(x) em torno de x*, sendo x* uma aproximação para a solução de F(x)=0. Efetuando-se essa expansão, obteremos:
Portanto, será necessário definirmos a derivada de F(x). Definimos, então, a Matriz Jacobiana por:
E percebemos que a Matriz Jacobiana, ou o Jacobiano do vetor F(x), é a matriz formada pelas derivadas parciais das componentes de F(x):
Logo, podemos reescrever a expansão por Série de Taylor de F(x) como . Também de acordo com o problema de uma variável, tínhamos que o Método de Newton era dado pela iteração:
Consequentemente, em problemas envolvendo sistemas de equações, teremos que o Método de Newton será dado pela iteração:
Exemplos[editar | editar código-fonte]
1) Neste exemplo, mostraremos porque a função f deve ser diferenciável em xn, para a satisfazer a condição inicial. Considere a função f(x)=|x-3|-1. Essa função possui uma cúspide em (3,-1); portanto, f não é diferenciável nesse ponto. Analisando o gráfico dessa função, percebemos que x=2 e x=4 são suas raízes. Caso iniciemos o Método de Newton com x0=3, o processo iterativo falhará porque a derivada de f em x=3 não é definida.
2) Neste exemplo, mostraremos porque a função f deve ter derivada não nula em xn. Considere a função f(x)=x2-1. Essa função possui uma reta tangente horizontal em (0,-1); portanto, a derivada de f nesse ponto é nula. Como a reta tangente é horizontal, logo ela nunca interceptará o eixo das abcissas e, assim, o Método de Newton falhará, pois ocorrerá uma indeterminação matemática (divisão por zero).
3)Neste exemplo, mostraremos que mesmo escolhendo-se uma aproximação x0 distante da real raiz da função f, o Método de Newton ainda assim poderá convergirá rapidamente para a solução de f(x)=0. Considere a função f(x)=sen(x). Se arbitrarmos x0=10,85 rad, valor relativamente distante da primeira raiz, x=π rad, o método convergirá para essa raiz rapidamente.
Isso mostra que a primeira aproximação da raiz não necessita ser um valor próximo dela. Existe casos em que essa aproximação é distante da raiz e mesmo assim o método converge, conforme mostrado no exemplo acima.
Conclusões e Curiosidades[editar | editar código-fonte]
O Método de Newton é considerado por muitos autores o melhor método para encontrar sucessivas melhores aproximações de raízes (ou zeros) de uma determinada função real e, portanto, tem sido estudado e utilizado em diversos ramos da ciência (Matemática, Física, Engenharia), sendo também muito utilizado na resolução de sistemas não lineares. Além disso, esse método tem sido alvo de novos estudos e aprimoramentos. Em 1984, Allan J. Macleod mostrou, num artigo da International Journal of Mathematical Education in Science and Technology, que o método iterativo de Newton-Raphson para equações não lineares pode ser considerado um membro da família geral de um parâmetro de métodos de segunda ordem [1]. Um ponto importante a ser observado diz respeito a praticidade do Método de Newton. Caso a função f seja complicada, encontrar sua derivada pode ser muito trabalhoso e o método torna-se improdutivo. Nesses casos, o Método das secantes é mais produtivo de ser utilizado, porque não exige que a derivada de f seja conhecida.
Referências
- ↑ A.J. Macleod. «"A generalization of Newton-Raphson"» (em inglês). Int. J. Math. Ed. Sci. Tech., v.15, n.1 January 1984, pages 117-120
- Howard Anton, Irl Bivens, Stephen Davis, Cálculo Volume 1, Bookman, 8° ediçao.
- Richard L. Burden, J. Douglas Faires, Análise Numérica, CENGAGE Learning, 8° ediçao.
Ligações externas[editar | editar código-fonte]
- Roots of a function - Rosetta Code - implementações em diversas linguagens de programação
- Análise Numérica
- Algorítimo