Visualizador do Método de Newton
busca de raízes com passos tangentes e diagnóstico de convergência
as bacias de atração determinam o resultado 🖖
A iteração de Newton é poderosa porque usa informação local da inclinação, de modo que um bom ponto de partida costuma dobrar o número de casas corretas a cada passo. O mesmo mecanismo pode falhar perto de derivadas planas ou nas fronteiras entre bacias de atração: pequenas mudanças em x0 podem levar a uma raiz diferente, a um ciclo ou à divergência.
siga a tangente até o eixo 🖖
Para descobrir onde uma curva cruza o zero, o método de Newton substitui a curva pela sua reta tangente na estimativa atual e salta para o ponto onde essa reta corta o eixo x. Como uma curva suave parece quase reta de perto, esse cruzamento costuma ficar bem mais próximo da raiz verdadeira. Repetindo, você se aproxima rápido. A fórmula: x_{n+1} = x_n − f(x_n)/f'(x_n).
computadores dividem sem dividir 🖖
CPUs modernas costumam calcular a/b encontrando primeiro 1/b, e o método de Newton faz isso sem usar nenhuma divisão. Aplicado a f(x) = 1/x − a, dá a iteração x_{n+1} = x_n(2 − a·x_n), formada apenas por multiplicações e subtrações, operações baratas para o hardware. O mesmo truque está por trás das rotinas rápidas de raiz inversa, incluindo a famosa do Quake III.
Problemas de exemplo
- raiz rápida - A raiz quadrática converge rapidamente para sqrt(2).
- inclinação plana - Uma derivada próxima de zero causa progresso lento ou instável.
- diverge - Uma derivada não suave pode tornar os saltos de Newton erráticos.
- bacia errada - A estimativa inicial determina para qual bacia de convergência a raiz converge.
- raiz negativa - raiz negativa
- tolerância rigorosa - tolerância rigorosa