Escolha uma das funções abaixo e estude o comportamento dos métodos de Newton e da posição falsa em torno de diferentes raízes. Observe situações de sucesso, lentidão e falha:
-
-
-
Discuta: sensibilidade ao ponto inicial, influência da derivada, monotonicidade e comportamento global da função.
Passo 1
O que o enunciado pede (escolhi a função): estudar o comportamento dos métodos de Newton e da posição falsa (regula falsi) para a função
observando exemplos de sucesso, lentidão e falha, e discutir sensibilidade ao ponto inicial, influência da derivada, monotonicidade e comportamento global da função.
Informações relevantes fornecidas / que podemos inferir sem ainda resolver:
- A função é definida para todo
e é contínua e diferenciável em . - A derivada é
- Como
e são funções limitadas, tem comportamento oscilatório amortecido pela reta — isto sugere número finito de raízes reais. -
é função ímpar, pois é ímpar e é ímpar; logo as raízes são simétricas em torno de . - O enunciado pede: analisar e comparar dois métodos numéricos (Newton e posição falsa) em torno de diferentes raízes; logo vou precisar de:
- a fórmula do método de Newton e como ela se aplica a
; - a fórmula da posição falsa e como ela se aplica a intervalos que contenham raízes;
- exemplos numéricos de iterações que ilustrem sucesso rápido, lentidão e falha.
A resolução (iteração e análise) começa no Passo 2.
- a fórmula do método de Newton e como ela se aplica a
Passo 2
Método de Newton — explicação e fórmula aplicada a
.
Breve aula do método (o que é e por que funciona):
- O método de Newton é um método iterativo para encontrar uma raiz de
usando aproximações lineares sucessivas (reta tangente). - Se
é a aproximação atual e , a próxima aproximação é obtida projetando a intersecção da tangente com o eixo . A fórmula geral é
onde:
-
é a aproximação atual; -
é o valor da função nesse ponto; -
é a derivada no ponto (a inclinação da reta tangente). - Condições importantes: se existe uma raiz simples
(isto é, e ) e a aproximação inicial estiver suficientemente perto de , Newton converge muito rápido (convergência quadrática). Se ou for muito pequeno perto de , os passos podem ser enormes e o método pode divergir.
Fórmula específica para a função escolhida:
portanto a iteração de Newton é
Agora vou mostrar três exemplos práticos (com contas) que ilustram sucesso rápido, lentidão/estagnação e falha/divergência.
Exemplo A — sucesso rápido (ponto inicial perto de uma raiz não problemática).
Escolho e vou aproximar a raiz positiva (há uma raiz
porque
oscila e a reta
cruza). Cálculos:
Escolho
Aplicando Newton:
Segundo passo:
Terceiro passo:
Resultado: convergência rápida em poucas iterações para a raiz positiva (aproximação final
). Este é um caso de sucesso típico:
não é pequeno e
estava na região de convergência.
Exemplo B — falha / passo gigante quando a derivada é muito pequena.
Pontos onde satisfazem
, isto é
(valores aproximados
,
, …). Próximo a esses pontos a inclinação é quase zero e o denominador em Newton fica muito pequeno — daí vêm passos enormes. Tome
(perto de
):
Pontos onde
O passo de Newton é
Ou seja: um único passo gigante leva a uma aproximação muito distante; depois disso o método pode oscilar ou divergir. Conclusão: se
é pequeno, Newton produz passos grandes e comportamento imprevisível — risco de falha.
Exemplo C — comportamento instável / possível divergência a partir de um ponto muito distante.
Tomando :
Tomando
No passo seguinte os sinais / inclinações mudam e o método pode pular para valores maiores, começar a oscilar ou divergir; aqui vemos que um chute muito distante pode não convergir para a raiz desejada. Em resumo: Newton é muito eficiente quando
está na vizinhança correta e
não é pequeno, mas é sensível a pontos com
pequeno e a pontos iniciais muito distantes.
Passo 3
Método da posição falsa (regula falsi) — explicação e aplicação.
Breve aula do método:
- A posição falsa é um método de interpolação linear que, dada uma chave (um intervalo
com ), constrói a reta que passa por e e toma a abscissa da interseção dessa reta com o eixo como nova aproximação. - A fórmula do ponto aproximado
é
- Se
tem sinal oposto a , substitui-se por ; senão substitui-se por . - Vantagem: método é sempre (teoricamente) convergente para uma raiz dentro do intervalo porque mantém o critério do teorema do valor intermediário (é um método “safeguarded”). Desvantagem: convergência linear e, em muitos casos, pode ser lentamente convergente — especialmente quando um dos extremos do intervalo permanece praticamente fixo e só o outro extremo se aproxima lentamente da raiz (“estagnação” de um dos extremos).
Aplicação prática à mesma raiz positiva: escolha de um intervalo que contenha a raiz positiva, por exemplo
(pois
e
):
Primeira iteração (cálculo de
):
Agora a raiz fica entre
e
, então novo intervalo
.
Segunda iteração:
Terceira iteração leva a um
ainda mais próximo de
— a convergência é segura, porém linear. Comparando com Newton: Newton levou 3 iterações para chegar a
partindo de
; regula falsi também chegou, mas os passos foram tipicamente menores e a garantia de não sair do intervalo é a vantagem.
Fenômeno de estagnação (problema clássico da posição falsa): se em um dos extremos a função tem valor relativamente pequeno e o outro extremo tem valor grande, as intersecções sucessivas da corda ficarão sempre muito próximas do extremo com valor pequeno, de modo que esse extremo não se mexe e a convergência passa a ser muito lenta (convergência linear com constante próximo de
). Isso ocorre com funções assimétricas ou quando a raiz está muito próxima a um dos extremos do intervalo inicial.
Passo 4
Comparação prática entre Newton e posição falsa (quando cada um é preferível) e exemplos de sucesso, lentidão e falha.
-
Casos de sucesso:
- Newton: sucesso rápido quando o chute inicial
está na região de convergência e não é pequeno. Ex.: -> converge em 2–3 iterações para . - Posição falsa: sucesso garantido quando for dado um intervalo
com ; ex.: converge (de forma linear) para a mesma raiz.
- Newton: sucesso rápido quando o chute inicial
-
Casos de lentidão:
- Posição falsa: pode apresentar lentidão/estagnação se um extremo do intervalo praticamente não se move (ex.: raiz muito próxima a
, com ); passos sucessivos movem pouco o extremo oposto. - Newton: lentidão acontece se
é pequeno próxima da raiz (raiz múltipla) — nesse nosso caso específico não há raiz múltipla, mas se passar por uma região onde é pequeno, o próximo passo pode ser muito grande e a sequência ficar lenta ou imprevisível.
- Posição falsa: pode apresentar lentidão/estagnação se um extremo do intervalo praticamente não se move (ex.: raiz muito próxima a
-
Casos de falha / divergência:
- Newton: falha típica quando
está suficientemente longe ou quando é muito pequeno (passos gigantes). Ex.: gerou , um salto que provavelmente causa perda da convergência local. Outro exemplo: levou a saltos não controlados. - Posição falsa: não “falha” no sentido de sair do intervalo, mas pode ser inútil (muito lenta) se o usuário precisa de alta precisão em poucas iterações; além disso, se o intervalo inicial não contem uma única raiz (por exemplo, contém múltiplas raízes), a interpretação pode ficar confusa.
- Newton: falha típica quando
Passo 5
Discussão detalhada dos itens pedidos: sensibilidade ao ponto inicial, influência da derivada, monotonicidade e comportamento global da função
.
- Sensibilidade ao ponto inicial:
- Newton é altamente sensível ao ponto inicial
: existem “basins of attraction” (regiões iniciais que convergem para cada raiz). Próximo das regiões onde é pequeno, o método pode saltar para regiões distantes e convergir para outra raiz ou divergir. No nosso caso, por ser uma função oscilante, há várias regiões de atração (por exemplo, para as raízes ). - Posição falsa é menos sensível ao chute pois exige um intervalo com mudança de sinal; desde que esse intervalo contenha a raiz desejada, o método convergirá (mas sem garantia de rapidez).
- Influência da derivada:
- A expressão do passo de Newton mostra claramente o papel da derivada: o tamanho do passo é
. Assim, quando é pequeno, o passo pode ser enorme (divergência) — caso crítico para Newton. - No nosso
, pode ficar próximo de zero em muitos pontos ( ), portanto existe risco real de encontrar com derivada pequena durante o processo. - Posição falsa usa somente valores de
nos extremos e sua secante; não exige e portanto não sofre diretamente desse problema, mas a convergência linear pode ser muito lenta.
- Monotonicidade e comportamento global de
:
-
oscila entre e . Logo não é globalmente monótona: tem trechos crescentes e decrescentes alternados. Isso implica: - possível múltiplas raízes (de fato há três raízes reais: uma em
e duas simétricas positivas/negativas); - os métodos com base em tangente/retas podem saltar de uma região de monotonicidade para outra.
- possível múltiplas raízes (de fato há três raízes reais: uma em
- Globalmente, para
grandes, o termo domina e quando e quando . Assim a oscilação da dá origem a um número limitado de cruzamentos com .
- Resumo dos pontos práticos / dicas para prova:
- Se puder escolher: use posição falsa (ou bisseção) para obter um intervalo pequeno que contenha a raiz; depois use Newton (método híbrido) a partir do ponto médio do intervalo para acelerar a convergência. Esse procedimento combina segurança (nenhum salto grande inicialmente) com rapidez local de Newton.
- Evite começar Newton em pontos onde
é pequeno (procure avaliar antes de aplicar). - Se não tiver derivada (ou se
for complicada / pequena), prefira métodos de bracketing (bisseção, posição falsa), lembrando que são lineares. - Para a função estudada, espere convergência rápida de Newton caso o chute esteja perto de
ou de , mas cuidado em torno de (onde ).
Resposta
As observações principais e conclusões para
são:
- Raízes reais: existem três raízes reais (simétricas):
. - Newton: fórmula
. Converge rapidamente (quadraticamente) quando está na vizinhança da raiz e (ex.: convergiu em 2–3 iterações para ). Falha/gera passos gigantes se é muito pequeno (ex.: dá ), ou pode divergir para outros pontos se for muito distante. - Posição falsa: fórmula
. Garante manutenção de um intervalo com mudança de sinal e, portanto, convergência segura para uma raiz no intervalo; convergência linear (mais lenta que Newton). Pode apresentar estagnação (um extremo praticamente não se move) em problemas assimétricos do intervalo. - Sensibilidade ao ponto inicial: Newton é sensível (basins of attraction); posição falsa só precisa de um intervalo com mudança de sinal, portanto é menos sensível ao chute inicial individual.
- Influência da derivada: pequena derivada (
) provoca passos enormes em Newton e risco de falha; posição falsa não usa derivada diretamente e evita esse problema, mas paga em velocidade. - Monotonicidade / comportamento global:
alterna sinal (não monótona), causando múltiplas raízes e regiões de crescimento/decrescimento; para grandes domina e . - Regra prática para provas: obtenha um bracket confiável (bisseção/posição falsa) e, quando o intervalo estiver pequeno, aplique Newton com ponto inicial dentro desse intervalo para acelerar (método híbrido).