Functions
AI Assistant

Método de Newton-Raphson

Use linhas tangentes para aproximar raízes iterativamente

O método de Newton-Raphson encontra raízes de f(x) = 0 usando iteração: comece com um chute x₀, trace a linha tangente, encontre onde ela cruza o eixo x — esse é x₁. Repita. A fórmula é x_{n+1} = x_n − f(x_n)/f'(x_n).

O gráfico mostra f(x) = x³ − 2x − 5. Essa função tem uma raiz real (aproximadamente x ≈ 2.09). A derivada f'(x) = 3x² − 2 nos diz a inclinação da tangente em cada ponto. O método converge muito rapidamente — geralmente em 4–6 iterações.

Peça à IA "Execute Newton-Raphson começando em x = 3" ou "Por que o método pode falhar?"

Graph

FAQ

Como funciona o método de Newton-Raphson?
Começamos com um chute x₀. Traçamos a linha tangente à curva em (x₀, f(x₀)). Onde essa tangente cruza o eixo x é nossa próxima estimativa x₁. Repetimos: x_{n+1} = x_n − f(x_n)/f'(x_n). A sequência geralmente converge para a raiz rapidamente.
Por que o método é tão rápido?
Newton-Raphson tem convergência quadrática: o número de casas decimais corretas aproximadamente dobra a cada iteração. Começando razoavelmente perto da raiz, 5 iterações podem dar 30+ casas decimais de precisão.
Quando o método de Newton-Raphson falha?
Pode falhar se: (1) f'(x_n) = 0 (tangente horizontal, sem cruzamento com o eixo); (2) o chute inicial está longe da raiz e a iteração diverge ou oscila; (3) a função tem múltiplas raízes e o método converge para a errada. Escolher uma boa estimativa inicial é fundamental.
Onde o método de Newton-Raphson é usado na prática?
Em computação gráfica (encontrar interseções de raios), engenharia (resolver equações de projeto), física (encontrar estados de equilíbrio), e em toda calculadora que calcula raízes quadradas. A função sqrt() do computador usa tipicamente Newton-Raphson.