3 Explique no que consiste a Fase II: Refinamento nos Métodos iterativos para a obtenção de zeros reais de funções reais.

Passo 1

O que o enunciado pede: explicar em palavras e com detalhes técnicos “no que consiste a Fase II: Refinamento” em métodos iterativos para encontrar zeros reais de funções reais.
O que é dado: apenas a solicitação conceitual; não há um problema numérico específico nem figura.

Passo 2

Idéia geral do que é a Fase II (sem resolver nada ainda). A Fase II é a etapa em que, partindo de uma aproximação já razoável para uma raiz (obtida numa Fase I de localização/globalização), aplica-se um método iterativo de convergência local rápida para refinar essa aproximação até a precisão desejada. Em termos práticos: é a fase de “apertar o parafuso” — trocar um palpite grosso por uma raiz com muitos dígitos corretos, usando propriedades locais da função perto da raiz.

Passo 3

Por que existe uma fase específica de refinamento. Métodos globais (por exemplo, busca por intervalo, varredura, bisseção) garantem encontrar um intervalo contendo a raiz ou um palpite bruto, mas têm convergência lenta. Métodos locais (Newton, Halley, Steffensen, secante, etc.) exigem estar “perto o suficiente” da raiz para que suas hipóteses (derivadas não nulas, linearização válida, etc.) se cumpram e então promovem convergência muito rápida. A Fase II é aplicar esses métodos locais de forma cuidadosa e controlada.

Passo 4

O exemplo-cardeal da Fase II: método de Newton. Escrever a iteração e entender por que ela refina rápido. Dado f:\mathbb{R}\to\mathbb{R} e uma aproximação x_n próxima de uma raiz r (isto é, f(r)=0), a iteração de Newton é
x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}.
Derivação rápida (intuição): aproxima-se f por sua reta tangente em x_n e toma-se a interseção dessa reta com o eixo x. Isso produz a fórmula acima.

Passo 5

Análise de convergência local de Newton (a “aula” matemática). Suponha r é uma raiz simples: f(r)=0 e f'(r)\neq0. Escreve-se a expansão de Taylor em torno de r:
f(x_n)=f'(r)e_n+\tfrac{1}{2}f''(r)e_n^2+O(e_n^3),
onde e_n=x_n-r. Também
f'(x_n)=f'(r)+f''(r)e_n+O(e_n^2).
Substituindo na fórmula de Newton e desenvolvendo, obtém-se a relação de erro
e_{n+1}=x_{n+1}-r \approx \frac{f''(r)}{2f'(r)}\,e_n^2 + O(e_n^3).
Isto mostra que, para raiz simples, Newton tem convergência quadrática: o erro é (aproximadamente) proporcional ao quadrado do erro anterior. Consequência prática: uma vez pequeno o erro, o número de casas corretas dobra a cada iteração (comportamento muito rápido).

Passo 6

Exemplo numérico curto para “ver” o refinamento em ação (faça isso na prova para demonstrar que entendeu). Para \,f(x)=x^2-2 a raiz positiva é \sqrt{2}. Começando em x_0=1{,}5:
f(1{,}5)=1{,}5^2-2=0{,}25,\qquad f'(1{,}5)=3.
Então
x_1=1{,}5-\frac{0{,}25}{3}=1{,}416\overline{6}\ldots
Já nesta primeira iteração a aproximação melhora bastante; na iteração seguinte o resíduo e o erro caem de forma muito acentuada, ilustrando a quadraticidade.

Passo 7

Problema típico na Fase II: raízes múltiplas. Se r tem multiplicidade m>1, ou seja f(x)=(x-r)^m g(x) com g(r)\neq0, então a convergência de Newton padrão passa a ser apenas linear, com razão aproximada 1-\tfrac{1}{m}. Para corrigir isso existe a modificação de Newton:
x_{n+1}=x_n-\;m\,\frac{f(x_n)}{f'(x_n)}.
Quando m é conhecido, essa modificação costuma restaurar convergência de ordem superior (quadrática no caso), porque cancela a perda causada pela multiplicidade. Na prova, identifique se a raiz pode ser múltipla e aplique a forma modificada se souber o m.

Passo 8

Outros métodos de refinamento (opções úteis na Fase II) e quando usá-los:
  • Método da secante: iteração sem derivada que usa duas aproximações x_{n-1},x_n:
x_{n+1}=x_n-\frac{f(x_n)(x_n-x_{n-1})}{f(x_n)-f(x_{n-1})}.
Convergência superlinear com ordem aproximada \varphi\approx1{,}618 (menor que a quadrática de Newton), útil quando derivada é difícil de calcular.
  • Método de Steffensen: acelera um método de ponto fixo, obtendo convergência quadrática sem derivadas (prático quando se tem função de iteração).
  • Halley (ordem 3): usa segunda derivada e dá convergência cúbica; fórmula envolvente:
x_{n+1}=x_n-\frac{f(x_n)}{f'(x_n)}\left(1-\frac{f(x_n)f''(x_n)}{2(f'(x_n))^2}\right)^{-1},
quando o denominador não é zero.
  • Acelerações numéricas (Aitken, extrapolação) e interpolação inversa/quadrática (usada em métodos híbridos, por exemplo no algoritmo de Brent) para combinar segurança (bisseção) com rapidez (interpolação).

Passo 9

Cuidados práticos na Fase II (coisa que cai em prova e é importante saber):
  • Critérios de parada: usar simultaneamente tolerância no passo |x_{n+1}-x_n|<\text{tol}_x e no resíduo |f(x_n)|<\text{tol}_f; limitar número de iterações.
  • Verificar f'(x_n) não estar muito próximo de zero antes de aplicar Newton; se estiver, trocar para secante ou método de bisseção local.
  • Usar damping/safeguarda: tentar x_{n+1}=x_n-\lambda\frac{f(x_n)}{f'(x_n)} com \lambda\in(0,1] se Newton ultrapassar ou divergir; reduz passos perigosos.
  • Estimativa de erro a posteriori: com Newton, se souber um valor aproximado de C=\tfrac{f''(r)}{2f'(r)}, pode usar e_{n+1}\approx C e_n^2 para prever quantas iterações faltam.
  • Implementação numérica: cuidar com cancelamento, escalamento e com precisão finita; ao programar, testar com funções cujas raízes e multiplicidades se conhecem.

Passo 10

Como proceder numa prova (receita passo a passo curta que vale ponto):
  1. A partir da Fase I já ter um x_0 razoável.
  2. Decidir método de refinamento: preferir Newton se f' fácil e f'(x_0) longe de zero; secante se não houver derivada; Halley/Steffensen se se quer ordem maior e dispõe das derivadas ou do mapeamento.
  3. Escrever a fórmula de iteração escolhida e fazer 2–3 iterações manuais mostrando a redução do erro (tipicamente duas iterações já demonstram a rapidez).
  4. Checar condições (derivada, possível multiplicidade) e justificar tolerância de parada.
  5. Se der sinal de instabilidade, justificar mudança para método híbrido (por exemplo, bisseção + Newton).

Passo 11

Resumo didático e emocional: pense na Fase II como a parte do processo em que troca-se velocidade controlada (Fase I) por turbo (Fase II). A matemática ensina que, perto da raiz, é possível linearizar ou usar derivadas para “explotar” a estrutura local e obter convergência muito rápida — desde que se cuide da multiplicidade, de derivadas pequenas e da precisão numérica. Se estiver nervoso na prova, explique esses cuidados breves antes de aplicar o método: isso mostra compreensão e dá pontos.

Resposta

A Fase II (Refinamento) é a etapa em que, a partir de uma aproximação já localizada para a raiz, se aplicam métodos iterativos de convergência local (Newton, secante, Halley, Steffensen, acelerações, etc.) para obter rapidamente uma aproximação muito precisa; inclui a escolha do método adequado ao contexto (derivada conhecida, multiplicidade da raiz), análise de ordem de convergência (por exemplo, Newton é quadrático para raízes simples), uso de modificações quando necessário (Newton modificado para raízes múltiplas, damping, métodos híbridos) e critérios de parada/checagens numéricas para garantir robustez.

Exercícios relacionados