Equações: bisseção, Newton e secante passo a passo
Digite f(x) e acompanhe, passo a passo e com animação, como bisseção, Newton e secante buscam uma raiz, com o motivo de parada e o resíduo |f(x)| a cada iteração.
Digite f(x) e acompanhe, passo a passo e com animação, como bisseção, Newton e secante buscam uma raiz, com o motivo de parada e o resíduo |f(x)| a cada iteração.
Uma raiz de f é um número r com f(r) = 0. Resolver f(x) = g(x) é achar as raízes de f(x) − g(x). Muitas equações não têm fórmula fechada (como cos x = x), então usamos métodos numéricos que refinam uma aproximação passo a passo.
Se f é contínua em [a, b] e f(a) e f(b) têm sinais opostos, o teorema do valor intermediário garante uma raiz no intervalo. A bisseção divide o intervalo ao meio, mantém a metade em que a troca de sinal continua acontecendo e repete. A cada passo a largura cai pela metade. É lenta, mas segura: se a condição de sinais vale, sempre converge.
O método de Newton usa a tangente: a partir de x_k, a tangente cruza o eixo x em
x_{k+1} = x_k − f(x_k) / f′(x_k)
Quando funciona, converge muito rápido: o número de casas corretas dobra a cada passo perto da raiz. Precisa de f′, pode falhar se f′(x_k) = 0 (tangente horizontal), e depende do chute inicial: longe da raiz, pode divergir ou saltar para outra raiz.
A secante substitui a derivada pela inclinação entre os dois últimos pontos:
x_{k+1} = x_k − f(x_k)·(x_k − x_{k−1}) / (f(x_k) − f(x_{k−1}))
Não precisa de f′ e converge um pouco mais devagar que Newton (ordem aproximada 1,6). Se f(x_k) = f(x_{k−1}), a secante é horizontal e o método não avança.
Um método para quando o passo é menor que a tolerância, ou ao atingir o limite de passos. Um resíduo pequeno |f(x)| é necessário, mas não suficiente: uma função muito achatada pode ter |f| pequeno longe da raiz. Por isso a ferramenta mostra a situação do método (convergiu, derivada nula, divergiu, sem mudança de sinal) e não só o número.
Métodos de raízes calculam taxas de juros (a TIR é a raiz de um fluxo de caixa), pontos de equilíbrio de modelos, a posição de planetas em órbitas keplerianas (a equação de Kepler) e o cálculo de raízes de polinômios em engenharia. Newton é o núcleo de muitos solvers de otimização e de sistemas de equações.
Compare quantas iterações cada método precisa para a raiz de x³ − 2x − 5 com a mesma precisão. Qual é o mais rápido e por quê?
Conte os passos em cada método e observe quantas casas decimais ganha cada iteração de Newton.
Escolha um intervalo em que a bisseção não funciona e explique por que o teorema do valor intermediário não se aplica.
A bisseção exige sinais opostos em f(a) e f(b).
Com f(x) = x² + 1 e Newton a partir de x₀ = 0, por que o método para? Escolha outro x₀ e veja o que acontece.
Observe o valor de f′ no ponto de partida e o status do método.
Encontre uma equação com duas raízes e um chute inicial para Newton que converge para a raiz mais distante da origem.
Mova x₀ com a alça e observe em qual raiz o método se estabiliza.
Nenhuma aula usa esta como pré-requisito ainda.
Trilha de estudo: Funções · Mapa de conceitos