Share
Embed
Transcript
96 slides
-
Determinação de raízes de equações Prof. Paulo R. G. Bordoni
UFRJ Métodos iterativos para problemas inversos Prof. Paulo R. G. Bordoni -
Na aula anterior estudamos métodos diretos para resolver problemas inversos.
O nome se justifica porque eles fornecem a solução através de um número finito de operações, para construir diretamente a solução, usualmente através de fórmulas. -
Na aula de hoje os Mestres iniciarão os métodos iterativos
para a resolução problemas inversos, em particular de equações -
Indo direto ao ponto: Assuma, por enquanto, que equações são
expressões do tipo = 0. Sim, e que desejamos obter valores de para os quais () = 0. -
Sejam mais precisos. Quero saber: 1. Qual é o domínio
da função , isto é, em que conjunto vou procurar ? 2. E em qual conjunto toma valores ? Seremos dúbios, Loirinha: Algumas vezes nos referiremos a como função e outras como expressão () da equação. -
Sua pergunta faz sentido, Loirinha. Uma ideia é começar com
funções de domínio real e a valores reais: : ⊆ ℝ → ℝ, ↦ = (). Nesse caso e seriam números reais e os valores de que tornam = 0 seriam raízes da equação. -
Mas, ampliando um pouco o horizonte, poderíamos pensar em funções
: ⊆ ℝ2 → ℝ, (, ) ↦ = (, ). Nesse caso o gráfico de (, ) é uma superfície em ℝ3 e a equação , = 0 é a interseção dessa superfície com o plano . Mais precisamente, a solução da equação , = 0 (se existir) é uma curva no plano . -
Equações do tipo , = representam a fértil ideia de
curvas de nível (o nível ), amplamente utilizadas em geociências. Se a é linear, isto é, , = + então a superfície , = é um plano. Portanto + = 0 é a reta onde esse plano corta o plano . -
Ampliando ainda mais o horizonte, poderíamos pensar em funções :
⊆ ℝ2 → ℝ2, , ↦ 1 2 = , = 1 (, ) 2 (, ) . Nesse caso o gráfico de (, ) está em ℝ2 × ℝ2 uma hiper superfície em ℝ4. Entretanto, o gráfico da 1ª função coordenada 1 = 1 (, ), define uma superfície em ℝ3. Idem para a 2ª função coordenada. 2 = 2 (, ) define outra superfície em ℝ3. -
Elipse Parábola Hipérbole Circunferência 2 + 2 = 1 2
= 4 2 2 + 2 2 = 1 2 2 − 2 2 = 1 Assim, a solução de um sistema de 2 equações a 2 incógnitas (caso exista) é uma curva em ℝ3. Na “Introdução à MatPlotLib” vimos o caso em que uma superfície é um cone e a outra um plano. -
No caso de duas equações lineares ቊ 1 , =
11 + 12 2 , = 21 + 22 o sistema fica ቊ 11 + 12 = 1 21 + 22 = 2 Um sistema linear de 2 equações a 2 incógnitas cuja solução, se existir, é a interseção de dois planos: a reta em que eles se cortam. -
Voltemos agora ao caso mais simples: Obter a solução de
uma equação = 0. -
Uma hipótese imprescindível para existência de solução é que a
função : , → ℝ seja contínua em , . Vamos assumir também que a equação já está na forma padrão = 0. Senão podemos reescrevê-la como = − (). -
Uma classe muito ampla de algoritmos para resolver essas equações
são os métodos iterativos. Iterar é sinônimo de repetir. Os mais conhecidos são o da bisseção, o de Newton-Raphson, o do ponto-fixo e algumas variantes deles. -
Na realidade, nos métodos iterativos, vamos achar aproximações r* para
a raiz r. Em outras palavras acharemos números ∗ tais que − ∗ < para ε bem pequeno. A bem da verdade épsilons minúsculos, por exemplo = 10−7, 10−10, 10−15, etc. -
Nesse caso, 2 − 1.4142135623730951 < 0.5 × 10−16. É
o aspecto prático, Mestra, é difícil precisarmos conhecer 2 com mais que umas 5 ou 6 casas decimais após a vírgula. Contei 16 casas na resposta de Python: 2 = 1.4142135623730951 … -
A aproximação r* para a raiz r será obtida a
partir da sequência , , , ⋯ , , ⋯ quando ela converge para r. Quando ela converge, para algum k suficientemente grande, teremos − < . Então escolhemos ∗ = . -
Mestres, imploro por algo mais prático! Surfista, a parte conceitual
tem que preceder a prática. Deixe de ser apressado! -
Ok Surfista, vou explicar o método da bisseção, também conhecido
como método do meio-intervalo. -
Assumiremos que : [, ] → ℝ é uma função
calculável através da expressão () e que é contínua em [a, b]. é o valor de f em . () -
() () () Pelo Teorema do Valor Intermediário, se f
possui sinais contrários nos extremos a e b então existe pelo menos um ponto (, ) tal que = 0. Dito de outra forma, a equação = 0 possui pelo menos uma raiz em (a, b). Num ponto , () poderá ser positiva, negativa ou nula: -
= = Como 1º passo do processo, definimos o extremo
esquerdo fazendo ↤ (leia: receber a) e o extremo direito fazendo ↤ . Descoberto um intervalo (, ) no qual f possui sinais contrários, podemos começar o processo iterativo. • Em programação: ↤ • Em matemática: = -
O 2º passo é calcular o ponto médio do intervalo,
↤ ( + )/2. O 3º passo é calcular calcular ( ) e compará-lo com ( ). ( ) ( ) -
São três as possibilidades: i. Se × = 0, a
raiz já é . é, = . () ii iii ii. Senão, se × ( ) < 0, a raiz r está na metade da esquerda. Nesse caso o novo será (i. é, ↤ ). iii. Caso contrário, a raiz r está na metade da direita. Nesse caso ↤ ( passa a ser ). -
No caso i, encerramos o processo, informando: A raiz é
= . Nos outros dois casos, precisamos testar a precisão para decidir: A. Se | − | < e < , então colocamos ∗ ↤ e encerramos; B. Senão, retornamos ao 2º passo para mais uma iteração. -
São duas condições de parada para anunciar ∗: • Proximidade
da raiz: | − | < • Anulação aproximada do valor da função: < Um lembrete: não adianta exigir maior precisão que a “máquina” pode fornecer. -
Escrevemos esta é a função para implementar o método da
bisseção. Assinalei em vermelho as condições de parada. -
O programa é para uma equação genérica () = 0.
Os dados são: • Domínio de f • Expressão de f • Máximo de iterações • O limite para o erro Dados Chamada do método. Resultados Gráfico -
• Começamos com 0 = 1.4 e 1 = 1.5,
sabendo que 2 está entre os dois • Portanto para = 1 − 0 , tanto | 0 − 2 | < como | 1 − 2 | < • Em seguida dividimos o intervalo à metade com 2 e garantimos que 2 está numa das metades • Portanto | 2 − 2 | < /2 • Continuando o processo, garantimos (prove!) que | +1 − 2 | < /2 Mas e a precisão na aproximação para 2 ? Então Loirinho (...), nosso procedimento foi o seguinte: -
Além de dar uma estimativa para o erro, essa última
desigualdade garante, também, que a sequência 0 , 1 , 2 , ⋯ , , ⋯ converge para 2, isto é lim →∞ = 2. Sim Mestra, pois de | +1 − 2 | < 1/2 garantimos que lim →∞ | +1 − 2 | < lim →∞ 1/2 = 0 -
Mestra, sabemos que 210 = 1024. Assim, | 10+1 −
2 | < 1 210 = 1 1024 < 0.001, Isto garante que 11 aproxima 2 com erro menor que um milésimo. Sim. E qual será o valor de k para o qual garantimos uma aproximação com a precisão do Single, de 6~7 casas decimais corretas? -
Bem jovens, para uma precisão de 7 casas decimais, precisamos
garantir que | +1 − 2 | < 0.5 × 10−7. Sim Mestra, e como | +1 − 2 | < 1/2, basta garantirmos que 1/2 < 0.5 × 10−7. Resolvendo essa inequação obtemos k = 25. -
Como? Ora, de 1/2 < 0.5 × 10−7, segue 107
< 2−1 e portanto 7 log 10 < log(2−1). Então − 1 0.301030 > 7 e assim k = 25. -
Agora vamos obter as raízes (se houver alguma) da equação
33 − 52 + 2 = 0 E como começamos Mestre? Não tenho a mínima ideia do lugar onde estão as raízes dessa equação! -
Esse é um bom primeiro passo, meu Surfista! Bem Loirinha,
uma ideia é subdividir um intervalo grande em pedacinhos e verificar se há variação de sinal nos pedacinhos. a b -
Aqui estou chamando a troca_sinal( ) para a função =
33 − 52 + 2. Primeiro chamei com 50 sub-intervalos e depois repetí com 100. Minha conclusão é que ela só tem uma raiz real. -
É, você só localizou uma raiz real. Entretanto, pela teoria,
toda polinomial de grau 3 tem 3 raízes reais ou complexas. Pode ser que as outras duas sejam complexas conjugadas. Será que sua busca está certa? -
Os resultados do método da bisseção, feito pelo Mestre, para
a equação 33 − 52 + 2 = 0 e 4 casas após a vírgula, no intervalo [−1.6, −0.5]. -
Bem jovens, uma outra possibilidade é examinar o gráfico da
função. O Professor fez um programa com o MatPlotLib que gera o gráfico de uma função num intervalo. Surfista, fiquei intrigada com a possibilidade de existirem mais raízes reais para aquela equação polinomial de grau 3. Como poderemos decidir? -
Observem o detalhe da utilização da função eval( ), uma
função de Python, que transforma uma string num código executável. -
Testando a função localizadora graf_func( ) com a função =
2 − 2, velha conhecida. -
Agora vamos utilizar a função construída pelo Professor para localizar
as raízes da equação 33 – 52 + 2 = 0 e tirar a dúvida da Loirinha! -
Vou mostrar apenas uma vez como chamar a função graf_func(
) para desenhar o gráfico da função () = 33 – 52 + 2. Depois é igual. -
Obtivemos este gráfico. Dele não concluo nada! Comece observando a
diferença enorme entre as escalas horizontal e vertical. -
Olhando para o gráfico, concluímos que não existem raízes fora
do intervalo [-10. , 10.] É verdade Mestre. Vou traçar o gráfico nesse intervalo [-10. , 10.] -
A diferença entre as escalas ainda é muito grande. Vejam!
Reduza para o intervalo [-5. , 5.], pois não existem raízes fora dele, Loirinha -
Reduzi, Mestre. E podemos reduzir ainda mais. Vemos que não
há raízes fora de [-2. , 2.]. -
Ok Mestre. Agora podemos afirmar que as raízes estão no
intervalo [-1. , 1.5]. Vou conferir! -
Puxa! O Surfista localizou a raiz negativa, mas perdeu as
duas positivas! Vou examinar o intervalo [0.5 , 1.5] . -
Agora vemos que uma das raízes positivas provavelmente é 1.0.
A outra está entre 1.2 e 1.3. -
3 ∗ (1 ∗∗ 3) – 5 ∗ (1 ∗∗
2) + 2 = 3 – 5 + 2 = 0 Substituindo e fazendo as contas, conferimos que 1.0 é, de fato, raiz da equação 33 – 52 + 2 = 0. Veja só: -
Para a 3ªraiz apliquei o método da bisseção feito pelo
Mestre, entre 1.2 e 1.3 e obtive: -
Pois é, só quando usei meu programa para 150 subintervalos
é que localizei todas as trocas de sinal... -
A Scipy oferece muitos métodos para achar raízes de equações.
Vamos lá descobri-los. -
Pule toda a parte referente à otimização indo direto para
descoberta de raízes. -
É o método da bisseção que eu já ensinei. A
partir de agora, passem a usar esta implementação. -
Sempre que falam do Newton, lembro da derivada e da
reta tangente. Sim Loirinha, ela “cola” na função perto do ponto de tangência! E o valor numérico da derivada é o coeficiente angular da reta tangente. -
O método de Newton –Rhapson usa essa propriedade da reta
tangente para gerar uma sequência 0 , 1 , 2 , … , , … de aproximações para a raiz. -
( ) f r raiz Veja como na figura, Loirinha.
E, dado , como eu calculo +1 , Mestre? +1 -
( ) f r Confira, Surfista, que equação da reta
tangente por ( , ) é = ′( )( − ) + ( ) . E, como a Mestra mostrou, +1 = 0. +1 -
( ) f r raiz Assim, fazendo = +1 na
expressão da reta tangente, obtemos 0 = ′( )(+1 − ) + ( ). Então é só isolar +1 : +1 = − ( )/′( ), se ′( ) ≠ 0 +1 -
O processo iterativo é o seguinte: 1. Escolhemos o 1º
valor 0 . É o “chute inicial”. Deve estar próximo da raiz; 2. Dado definimos +1 como o ponto onde a reta tangente por ( , ) corta o eixo-x; 3. Paramos quando a precisão for satisfatória; senão voltamos ao passo 2. -
Portanto, o método de Newton-Raphson é definido por: ቐ +1
= − ′ , = 0,1, ⋯ 0 dado Na SciPy é tudo muito fácil, passamos: • A expressão da função ; • O chute inicial 0 ; • A expressão da derivada da função ; • A tolerância (erro) na aproximação; • Um número máximo de iterações (precaução). -
Um programinha para achar 2 pelo método de Newton. Vamos
buscar raízes da equação 2 = 2. Assim = 2 − 2. -
Então, Surfista, faça um programa para achar raízes de uma
equação = 0 pelo método de Newton, sem usar a SciPy, que imprima cada uma das iterações. É facílimo Mestra ! -
Vou retornar à definição de convergência de sequências. Como já
disse, precisaremos trabalhar com “épsilons e deltas”. -
Na determinação de raízes de uma equação através de métodos
iterativos temos seis entidades envolvidas: 1. O método utilizado, 2. A equação, dada por () = 0, 3. A função : , → ℝ, 4. A que estamos procurando, 5. A sequência gerada pelo método que estamos usando, tal que → , 6. A sequência auxiliar definida pelos valores = ( ). -
Por exemplo: • Bisseção, • Newton-Raphson, • Secante Métodos 2
− 2 = 0 Equação ↦ 2 − 2 Função 2, − 2 Raízes | Sequência | = ( ) Sequência -
Em todos os métodos, a função f é contínua e
funções contínuas “empurram a convergência” no sentido que → ⟹ → (). Todos os métodos iterativos para determinação de uma de uma equação () = 0 envolvem a geração de uma sequência ( ) tal que → . -
Como = 0 temos: → ⇒ = ( ) →
0 | = ( ) | → = ( ) → 0 -
Por garantia, conferimos também se = − 0 < |
= ( ) Portanto, além de testarmos se − < | -
Isto ficou claro. O que não entendi, é a outra
condição de parada. Não temos que testar se | − | < , conforme fizemos no caso de = 2, | − 2 | < ? Pois é, minha filha, esse exemplo foi didático. Já sabíamos que = 2 é a raiz. No caso geral não – a raiz é o que buscamos! -
E como procedemos? Como não sabemos quem é r, não
temos como testar a proximidade, | − | < , -
Pois é Loirinha, este é um problema crucial, cuja resposta
foi dada por Cauchy. -
Uma sequência ( ) é de Cauchy (uma homenagem a
ele) quando, e apenas quando, satisfaz a propriedade: Não estou vendo conexão entre esse novo simbolês e nosso problema! ∀ > 0, ∃ ∈ ℕ tal que , ≥ ⟹ | – | < . -
r ( ) 0 1 2 Bem Surfista, é só
trocar esta fala, já dita pelo Filósofo, pela do Sherlock, na próxima transparência. Repetindo: A sequência todinha, exceto alguns termos, está aqui! -
( ) 0 1 2 A sequência todinha, exceto uma
quantidade finita de termos, entra numa caixinha de largura ε . E não sai mais! Claro! Então a raiz r também estará nessa caixinha! -
Augustin-Louis Cauchy 21/08/1789 23/05/1857 Bem, eu aprendi tudo isto lendo
o “Cours d’analyse”, de Cauchy, publicado em 1821... -
Pois é Surfista, mas a sua conclusão só vale naqueles
mundos que os matemáticos chamam de completos. Mas tranquilize-se, meu jovem, os espaços euclidianos (classe da qual o mundo em que vivemos faz parte) são completos. -
Neles, podemos conferir a convergência comparando a proximidade de dois
termos quaisquer, isto é, testando se | – | < , para cada valor escolhido de . Nos espaços completos, em particular nos euclideanos, toda sequência de Cauchy é convergente e vice-versa. -
Em particular, testar se +1 – < é uma forma
de garantir a proximidade de +1 com a raiz. Juro que não entendi! Ah Colega, é só fazer = + 1 e = . -
Aristóteles 384-322 410 390 370 350 310 290 1915 430
330 1910 1890 1930 1950 Einstein 1879-1955 Platão 428-347 Euclides 360-295 ±300 Muito bem lembrado, Filósofo. Mas até ele publicar sua da Teoria da Relatividade Geral (1915 dC), todos acreditavam nisso. Mestra, não posso deixar de lembrar que Einstein provou que o espaço em que vivemos não é euclidiano. -
Não existe uma prova única de convergência, válida para todos
os métodos iterativos. É necessário efetuar uma prova específica para cada método. Em particular, a prova de convergência do método de Newton-Rhapson pode ser encontrada em diversos livros de Cálculo/Análise Numérica. -
Logicamente NÃO, Loirinha. A convergência só é garantida quando você
consegue exibir um valor de N tal que , > ⇒ – < , para cada valor escolhido da precisão . Não apenas para = 0.5 × 10−7. Mas Mestre, quando obtenho numericamente, que | +1 − | < 0.5 × 10−7, para algum valor de k, já não garanti a convergência? -
Para cada caixinha que a Mestra escolher, por minúscula que
seja, você sempre conseguirá guardar dentro dela a sequência todinha, exceto alguns termos. Repita a frase do Mestre de forma mais saborosa, Sherlock. -
1. Ao perceber um comportamento indicativo de convergência, acreditamos que
a sequência é convergente (logo é Cauchy). 2. Para cada valor de n calculamos a diferença |+1 − |. 3. Paramos quando conseguimos +1 − < e | +1 | < para algum valor escolhido da precisão . 4. Assumimos +1 como aproximação ∗ para r. Na realidade, na prática, fazemos o seguinte: O passo 1 da lista não é matemática, apenas intuição. O passo 3 é passível de contra-exemplos ... -
Essa receita do Mestre não é respeitável. Quem diria! Mas
é o que há, meu jovem. A própria Ciência não se garante com o Princípio da Indução. Procure descobrir o que falaram sobre o tema filósofos como David Hume, Thomas Kuhn, Karl Popper e outros.