View
216
Download
0
Embed Size (px)
Citation preview
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 1/17
2- Resolução de SistemasNão-lineares.
2.1- Método de Newton.
2.2- Método da Iteração.
3.3- Método do Gradiente.
MÉTODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 2/17
2- Sistemas Não Lineares de Equações
Considere um sistema não linear de n equações com n incógnitas.
Note que como caso particular podemos ter um sistemalinear de equações algébricas:
( , , , )
( , , , ) ou com e ( )
( , , , )
n
n
n nn n
f x x x f x
f x x x f x
f x f x x x
=
= = = = =
f(x) 0 f x
1 1 2 1 1
2 1 2 2 2
1 2
0
01
0
L
L
M MLLLLLLLL
L
11 1 12 2 1 1
2
1 1 2
2 1 2 1 1 22 2 2 2
1 1 2 21 2
( , , , )
( , , , ) ou
( ,
0
0
, , ) 0
n n
n n
n n nn n
n
n
n nn
a x a x a x b
a x a
f x x x
f x x x x a x b
a x a x f x b x x a x
+ + − =
+ + − =− =
==
+= + − =
Ax b 0
L
L
LLLLLLLLLLLLLLLL
L
LLL
L
L
L
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 3/17
2.1- Método de Newton
Considere um sistema não linear de n equações com n incógnitas.
Resolveremos este problema com aproximações sucessivas.Seja a aproximação k com sendo uma das
raízes de com erro . Logo .
Supondo que é continuamente diferenciável num domínioconvexo que contem e podemos expandir a função emsérie de potencia entorno do ponto e desprezamos as
potencias maiores que 1 (termos não lineares).
( , , , )
( , , , ) ou com e ( )
( , , , )
n
n
n nn n
f x x x f x
f x x x f x
f x f x x x
=
=
= = = =
f(x) 0 f x
1 1 2 1 1
2 1 2 2 2
1 2
0
01
0
L
L
M MLLLLLLLL
L
( , , , )k k k k
n x x x=x 1 2 L
x ( , , , )k k k k
n x x x∆ = ∆ ∆ ∆x 1 2 L k k
= + ∆x x x
( )k k + ∆ =f(x x ) 0 2
f(x)k
xxk
x
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 4/17
2.1- Método de Newton
Linearização do sistema (2).
Devemos entender como sendo a matriz Jacobiana das
funções com respeito as variáveis .
1 1 11 1 2 1 2
1 2
2 2 22 1 2 1 2
1 2
1 2 1
1
1
2
( , , , )
( , , , )
( ,
( ) 0
( ) 0
( ) , , )
k k k k k k
n n
n
k k k k k k
n n
n
k k k k n nn nn
f f f f x x x x x x x x x
f f f f x x x x x x
x x x
f f
f x x x x
f
x
f
f
∂ ∂ ∂
≈ + ∆ + ∆ + + ∆∂ ∂ ∂
∂ ∂ ∂≈ + ∆ + ∆ + + ∆
∂ ∂ ∂
∂ ∂
≈ + ∆ +
=
∂
=
k k k
k k k
k
x x x
x x x
x
x
x
x
L L
L L
L
LLLLLLLLLLLLLLLLLLLLLLLLLLLL
2
20
k k nn
n
f
x x x x
=
∂
∆ + + ∆∂ ∂ k k
x xL
n x x x ,,, 21 L
) (3) ou'k k k k k ≈= + ∆ + ∆ =f(x ) f f(x f(x x ) (x ) x 0
n f f f ,,, 21 L
'f (x)
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 5/17
2.1- Método de Newton
O sistema (3) é um sistema linear da forma:
'
n
n
n n n
n
f f f
x x x
f f f
x x x
f f f
x x x
∂ ∂ ∂ ∂ ∂ ∂
∂ ∂ ∂
∂ ∂ ∂= =
∂ ∂ ∂ ∂ ∂ ∂
f (x) W (x)
1 1 1
1 2
2 2 2
1 2
1 2
L
L
L L L L
L
( )
( ) ou
( )
k k k
k k k
k k k
k k
n
k k k k k
n
k k n n nn n
n
f f f f x
x x x
f f f f x x x x
f f f f x x x x
∂ ∂ ∂ ∆
∂ ∂ ∂
∂ ∂ ∂ ∆ + = + ∆ =∂ ∂ ∂
∂ ∂ ∂
∆ ∂ ∂ ∂
x x x
x x x
x x x
x
xf(x ) W (x ) x 0
x
1 1 1
1 11 2
2 2 22 2
1 2
1 2
0
L
L
L L L LM M
L
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 6/17
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 7/17
2.1.1- Existência de Raiz do Sistema e Convergência doMétodo de Newton
Teorema 1: Seja um sistema não linear de equações comcoeficientes reais, onde as funções são definidas e
continuas junto com suas derivadas parciais de primeira e
segunda ordem num domínio . Ou seja, .
Suponha e o fecho de sua vizinhança
serem pontos de , onde é am
-norma e as seguintescondições serem válidas:
1) A matriz Jacobiana em tem inversa e
x0
são os cofatores
do elemento, com max ,
det( )
n
ij ijm m i W ij j
A W W −
=
≤ = ∑W(x ) W(x )W(x )
0 1 00 0
11
com e
n n
f x
f x
f x
= = =
f(x) 0 f x
1 1
2 2
M M
Ω
f(x)
( )C ∈ Ωf(x)2
Ω
m
V = − ≤ ∆ ⊂ Ω(x ) x x x0 0
m
W(x) x0
)−W(x
0 1
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 8/17
2.1.1- Existência de Raiz do Sistema e Convergência doMétodo de Newton
2)
3)
4) as constantes e satisfazem a desigualdade
Então o Método de Newton
converge para esta escolha de aproximação inicial e*
*
lim é a solução do sistema tal que
.
p
p
m B
→∞= =
− ≤ ≤ ∆
x x f(x) 0
x x x0
02
0x
, B0 0
( ) com ( , , , ) e ,
ni
k j k
f C i j n V
x x=
∂≤ = ∈
∂ ∂
∑ x
x (x )
20
1
1 L
.nA B C = ≤0 0 02 1
,m
B− ∆≤ ≤
xW(x ) f(x )0 1 0
02
C
, , , , ... p p p p p+ −= − =x x W(x ) f(x )
1 1 0 1 2
Note que, sempre que sejam verificadastodas as hipóteses do teorema o métodode Newton converge para uma soluçãoque é raiz do sistema na vizinhança de .x0
*x
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 9/17
2.1.1- Existência de Raiz do Sistema e Convergência doMétodo de Newton
Note que, se e o sistema tem em umasolução segue que e as condições do
teorema são válidas para qualquer ponto suficientemente
perto de .Por outro lado, para que a condição 2) seja válida é importante
observar que fornece uma estimativa da diferença entre as
aproximações primeira e inicial. Desta forma podemos verificarrapidamente se esta desigualdade é verificada assim que a
primeira aproximação seja calculada:
Também, podem ser obtidos resultados de convergênciaanálogos aos anteriores para o caso em que a normaconsiderada é
=f(x) 0*
x
B0
( )C ∈ Ωf(x) 2Ω
* * e= ≠f(x ) 0 W(x ) 0
*
x
x0
) .m m
B− ∆
= − ≤ ≤ x
W(x ) f(x ) x x0 1 0 1 0
0
22
ou .l k
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 10/17
2.1.1- Existência de Raiz do Sistema e Convergência doMétodo de Newton
Definição de Taxa de Convergência para os Métodositerativos:
Dizemos que um método iterativo converge para a solução
com taxa de convergência de ordem se a seguintedesigualdade se verifica
onde não depende de .
*x
Q
específica
k
específica
k
c
**1xxxx −≤−
+
Q
k k >∀
k xc
−
−
−
−
=
−
+
específica
k
específica
k
específica
k
específica
k
*1
*
*
*1
ln
ln
xx
xx
xx
xx
ρ Taxa deConvergênciaComputacional
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 11/17
2.1.2- Unicidade da Solução do Método de Newton e Taxade Convergência e Estabilidade.
Teorema 2: Se as condições 1) a 4) do Teorema 1 sãoverificadas, então existirá no domínio uma
única solução do sistema .
Teorema 3: Se as condições 1) a 4) do Teorema 1 sãoverificadas, então a seguinte desigualdade se verifica para as
aproximações sucessivas
onde é a solução do sistema eFalta algum resultado que garanta a estabilidade daconvergência do Método de Newton quando varia a escolha daaproximação inicial!
=f(x) 0
*x *
=f(x ) 0
px
m B− ≤ ≤ ∆x x x
0
02
* ( ) ( ) p
p p
m B µ
−−
− ≤
x x1
2 1
0 0
1
2
.nA B C = ≤0 0 0
2 1
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 12/17
2.1.2- Unicidade da Solução do Método de Newton e Taxade Convergência e Estabilidade.
Teorema 4: Se as condições 1) a 4) do Teorema 1 sãoverificadas e onde , então o Método
de Newton converge para sua única solução do sistema
no domínio para qualquer escolha daaproximação inicial que pertença ao domínio
Note que se então para a aproximação inicialsempre há uma vizinhança e qualquer ponto desta vizinhançapode ser escolhido como aproximação inicial para que o Método
de Newton seja convergente para a solução procurada .
=f(x) 0*
x
x0
m B− ≤ ≤ ∆x x x0
02
nA B C = <0 0 02 1 B C µ
≤ ∆ x0
0
2
% .m
B µ
−− ≤x x
0 0 00
0
1
2
e B µ < ∆ <x0 02 1 x0
*x
%
%
*
0 0 0 0
0
*
0 0 *00
0
Suponha 2 2 com 1 fixe max( ,1/ ) logo pelo
teorema 1 e 4 o Método de Newton para qualquer aproximação inicial
1que verifique a condição será convergente para .2m
B qB q q
B
µ µ
µ
µ
< = ∆ > =
−− ≤
x
x
x x x
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 13/17
2.1.3- Exemplo 2 pag. 462 do Demidovich
Use o Método de Newton para encontrar a solução aproximadapositiva do sistema de equações:
começando com a aproximação inicial
Solução: Nosso sistema é( , , )
( , , )
( , , )
f x y z x y z
f x y z x y z
f x y z x y z
= + + − =
= + − =
= − + =
2 2 2
12 2
2
2 23
1 0
2 4 0
3 4 0
x y z
x y z
x y z
+ + =
+ − =
− + =
2 2 2
2 2
2 2
1
2 4 0
3 4 0
. . x y z= = =0 0 0 0 5
M é t o d o d e N e w t o n
k k k k
f f f
x y z
f f f
x y z
f f f
x y z
+ −= −
∂ ∂ ∂
∂ ∂ ∂ ∂ ∂ ∂
= ∂ ∂ ∂
∂ ∂ ∂
∂ ∂ ∂
x x W ( x ) f ( x )
W ( x )
1 1
1 1 1
2 2 2
3 3 3
Para executar cadaaproximação devemoscalcular em cada passo
, ek k k −f ( x ) W ( x ) W ( x ) 1
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 14/17
2.1.3- Exemplo 2 pag. 462 do Demidovich
Solução: Nosso sistema é ( , , )( , , )
( , , )
f x y z x y z f x y z x y z
f x y z x y z
= + + − == + − =
= − + =
2 2 2
1
2 22
2 23
1 02 4 0
3 4 0
. . x y z= = =0 0 0 0 5
0 0 0 2 2 2
1
0 0 0 2 2
2
0 0 2 2
3
0
0
( , , ) (0.5) (0.5) (0.25
( ) 1.2
0.5) 1 0.25
( , , ) 2(0.5) (0.5) 4(0.5) 1.25
( , , ) 3
5
1 (0.5) 4(. 0.500 ) (0.5) 1.00
f x y z
f x y z
f x y z
−
= −
= + + − = −
= = + − = −
= − + = − −
f x
1 0 1
0
1 00 0
0
1 1 1
0.875
0.500
0.375
2 2 2
4 2 4 logo e det( ) 40
6 4 2
e
2 1 4
3 4 1
15 5 51
14 2 6
40 11 7
1
x y z
x y
x z
−−
= − =
= − −
− − −
= − − −
= − = −
− −
−
W ( x )
W (x x) x W (x ) f(x
W (x) W (
)
x )
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 15/17
2.1.3- Exemplo 2 pag. 462 do DemidovichPara a iteração 2 devemos calcular
1 1 1 2 2 2
1
1 1 1 2 2
2
1 1 1 2 2
3
1
( , , ) (0.875) (0.500) (0.375) 1 0.15625
( , , ) 2(0.875) (0.500) 4(0.375) 0.281
0.15625
( ) 0.28125
0.4
25
( , , ) 3(0.875) 4(0.500) (037
.375) 05
00
.4375
f x y z
f x y z
f x y z
=
= + + − =
= = + − =
= − + =
f x
2
1
1 11 1 1
1
1.750 1 0.750
3.500 1 4
5.250 4 0.75015.25 3.75 4.75
123.625 2.6250 9.62
2 2 2
4 2 4 logo e det( ) 64.75
6 4 2
e564.75
19.25 12.25 1.75
x y z
x y
x z
− −
= − = −
= − −
− − −
= − − −
− −
−
=
−
W(x) WW(x )
W( x x W(xx )
(
)
x )
f(1
0.78981
0.49662
0.36993
=
x )
e assim sucessivamente,. . 0.007279
note que a medida que . . 0.014511
aumenta o número de
. . 0.021767iterações k
= = =
→
x f(x ) f(x )
f(x ) 0
3 3 2
078521 000001
049662 000004
036992 000005
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 16/17
2.1.3- Exemplo 2 pag. 462 do DemidovichVisualização gráfica do problema
8/15/2019 Aula_6-Métodos numéricos(Newton)
http://slidepdf.com/reader/full/aula6-metodos-numericosnewton 17/17
Frase do Dia
“True Laws of Nature cannot be linear.”
Albert Einstein