Calculando a raiz quadrada de 149 na prática
A raiz quadrada de 149 não tem uma representação decimal exata porque 149 é primo. O valor aproximado é 12,206555615733702..., mas na prática você raramente precisa de todos esses algarismos. A questão é como chegar nesse número sem depender de uma calculadora ou como validar o resultado que uma ferramenta te deu.
Como obter a raiz quadrada de 149
O método mais direto é usar a aproximação de Newton-Raphson, também chamada de método de Heron. Comece com um chute inicial — para 149, algo próximo de 12 funciona bem porque 12² = 144, então 12 é um ponto de partida lógico. A fórmula de iteração é simples: pegue o chute atual, divida 149 por ele, some com o chute original e divida por 2. Isso gera o próximo palpite, e você repete até que o valor pare de mudar nas casas decimais que interessam. Primeira iteração: (12 + 149/12) / 2 = (12 + 12,4166...) / 2 12,208333. Segunda iteração: (12,208333 + 149/12,208333) / 2 (12,208333 + 12,204773) / 2 12,206553. Em duas rodadas já estamos em 12,20655, o que é mais do que suficiente para a maioria dos cálculos de engenharia ou finanças. A converge para a raiz real quase instantaneamente quando o chute inicial está razoavelmente perto.
👉 Clique no botão abaixo para saber mais sobre o assunto!
O método da divisão longa também existe e funciona sem precisar de divisão interna, apenas subtração e deslocamento de dígitos. É o mesmo algoritmo que ensinavam no ensino fundamental antes das calculadoras terem teclado numérico, mas é trabalhoso demais para uso cotidiano. Eu o recomendo apenas se estiver explicando o conceito para alguém ou se estiver implementando em hardware com recursos limitados. Num projeto meu de simulação estrutural alguns anos atrás, precisei calcular raízes quadradas de números primos como 149 repetidamente dentro de um loop de integração. O problema era que a biblioteca padrão do compilador antigo que estávamos usando tinha uma implementação de sqrt() com precision questionável para valores fora do range comum, gerando erro relativo de cerca de 1e-14 em vez do 1e-16 esperado. A solução foi escrever uma rotina própria baseada no Newton-Raphson com conversão para ponto flutuante de dupla precisão e limitar a oito iterações, o que reduziu o erro para a ordem esperada e ainda foi 30% mais rápido que a função da biblioteca no nosso caso específico, já que o range de entrada era conhecido de antemão.
Se você quer apenas o número, pode usar qualquer calculadora online ou a função nativa do Python com import math; math.sqrt(149). O resultado que aparece é 12.206555615733702. Em JavaScript seria Math.sqrt(149). Em Excel, a fórmula é =RAIZ(149). Um detalhe que pouca gente leva em conta: a representação em ponto flutuante nunca será exata. O valor 12.206555615733702 é a melhor aproximação em binário de 64 bits que o computador consegue armazenar, e arredondamentos subsequentes podem introduzir erros cumulativos se você estiver somando centenas dessas raízes. Num cálculo de tensões em vigas, por exemplo, usar apenas três casas decimais (12.207) pode introduzir um erro de até 0,05% no resultado final, o que em geral é aceitável, mas em análises dinâmicas com milhares de iterações esse desvio pode acumular e distorcer os autovalores do sistema. Aí a recomendação é manter precisão dupla durante todo o processamento e arredondar só na saída.
Outro ponto prático: se estiver tratando isso como parte de um cálculo simbólico ou algebraico, não há como simplificar 149. Ele já está na forma mais simples possível porque 149 não tem fatores quadrados perfeitos. Tentar fatorar 149 em 12,2 × 12,2 é circunstar porque 12,2 não é uma fatoração exata. A forma exata permanece 149 em qualquer expressão algébrica. Se precisar de uma tabela de valores próximos para interpolação, as raízes quadradas ao redor de 149 são: 144 = 12,0; 145 12,04159; 146 12,08304; 147 12,12436; 148 12,16553; 149 12,20656; 150 12,24745. A variação entre cada inteiro consecutivo vai diminuindo conforme o número aumenta, então a diferença entre 148 e 149 é cerca de 0,041, enquanto entre 144 e 145 é cerca de 0,0416. Para interpolação linear rápida, essa diferença quase constante permite estimativas com erro inferior a 0,001 dentro dessa faixa.
