Metoda pronalaženja korijena Newtona Raphsona
Uvod
Newton-Raphsonova metoda je učinkovita numerička metoda za pronalaženje približnih rješenja nelinearnih jednadžbi. Prvi ju je uveo Isaac Newton, a kasnije ju je usavršio Joseph Raphson. U matematici i računarstvu, Newton-Raphsonova metoda je iterativna metoda koja se koristi za pronalaženje korijena realne funkcije.
Nastavite čitati ovaj članak kako biste razumjeli osnovne principe Newton-Raphsonove metode, njezine detaljne korake, njezinu primjenu u raznim slučajevima te njezine prednosti i nedostatke.
Osnovni principi Newton-Raphsonove metode
U osnovi, Newton-Raphsonova metoda ima za cilj procijeniti korijene jednadžbe `f(x) = 0`. Ova metoda započinje s početnom procjenom `x0`. Od ove točke, bolja procjena korijena dobiva se korištenjem derivacije funkcije.
Matematički, Newton-Raphsonova metoda izražava se sljedećom formulom:
\[x_{n+1} = x_n – \frac{f(x_n)}{f'(x_n)} \]
Gdje:
– \( x_{n+1} \) je sljedeća procijenjena točka.
– \( x_n \) je trenutna procijenjena točka.
– \( f(x_n) \) je vrijednost funkcije na \( x_n \).
– \( f'(x_n) \) je vrijednost derivacije funkcije na \( x_n \).
Formula se temelji na linearnoj aproksimaciji kompleksne funkcije, gdje se ta linearna aproksimacija uzima kao tangenta u trenutnoj točki aproksimacije. Ta tangenta zatim pruža odsječak s x-osi koji će biti bolja aproksimacija korijena u sljedećoj iteraciji.
Newton-Raphsonovi koraci
Slijede glavni koraci Newton-Raphsonove metode:
1. Odaberite početnu procjenu: Započnite s početnom vrijednošću \( x_0 \). Odabrana početna vrijednost uvelike će utjecati na konvergenciju ove metode.
2. Izračunajte funkcije i njihove derivacije: Izračunajte vrijednost funkcije i vrijednost derivacije funkcije u točki \( x_n \).
3. Izračunajte sljedeću procjenu: Upotrijebite Newton-Raphsonovu formulu za dobivanje sljedeće procijenjene vrijednosti \( x_{n+1} \).
4. Provjera konvergencije: Provjerite je li procijenjena vrijednost \( x_{n+1} \) dovoljno blizu stvarnom korijenu korištenjem kriterija zaustavljanja, kao što je:
– Apsolutna promjena između dvije iteracije \( |x_{n+1} – x_n| \) je mala.
– Vrijednost funkcije u približnoj točki blizu nule \( |f(x_{n+1})| \) je mala.
5. Ponovite: Ako kriteriji zaustavljanja nisu ispunjeni, vratite se na korak 2 zamjenom \( x_n \) s \( x_{n+1} \).
Ovaj iterativni proces se nastavlja sve dok se ne pronađe dovoljno točno rješenje.
Primjeri primjene Newton-Raphsonovog sustava
Primijenimo ovu metodu na specifičan primjer. Pretpostavimo da želimo pronaći korijene jednadžbe \( f(x) = x^2 – 2 \).
Korak 1: Početna procjena
Pretpostavimo da počinjemo s \( x_0 = 1 \).
Korak 2: Izračunajte funkciju i njezine derivacije
Funkcija \( f(x) = x^2 – 2 \) i derivacija funkcije \( f'(x) = 2x \).
Evaluacija pri \( x_0 = 1 \):
– \( f(x_0) = 1^2 – 2 = -1 \)
– \( f'(x_0) = 2 \puta 1 = 2 \)
Korak 3: Izračunajte sljedeću procjenu
Korištenjem Newton-Raphsonove formule:
\[x_{1} = 1 – \frac{-1}{2} = 1 + 0.5 = 1.5 \]
Korak 4: Provjerite konvergenciju
Provjerite apsolutnu promjenu i vrijednost funkcije:
– \( |x_1 – x_0| = |1.5 – 1| = 0.5 \)
– \( |f(1.5)| = |1.5^2 – 2| = |2.25 – 2| = 0.25 \)
Prelazimo na sljedeću iteraciju jer kriteriji nisu ispunjeni.
Korak 5: Ponovite
Evaluacija pri \( x_1 = 1.5 \):
– \( f(x_1) = 1.5^2 – 2 = 0.25 \)
– \( f'(x_1) = 2 \puta 1.5 = 3 \)
Ponovno koristeći Newton-Raphsonovu formulu:
\[x_2 = 1.5 – \frac{0.25}{3} = 1.5 – 0.0833 = 1.4167 \]
Provjerite apsolutnu promjenu i vrijednost funkcije:
– \( |x_2 – x_1| = |1.4167 – 1.5| = 0.0833 \)
– \( |f(1.4167)| = |1.4167^2 – 2| \približno 0.0069 \)
Budući da iteracija nije dovoljno konvergirala, nastavljamo dok se ne ispune kriteriji zaustavljanja.
Ovaj proces će se nastaviti sve dok se ne postigne konvergencija.
Prednosti i nedostaci Newton-Raphsonove metode
Višak
1. Brzina konvergencije: Newton-Raphsonova metoda ima kvadratnu brzinu konvergencije, što znači da je broj iteracija potrebnih za približavanje korijenu vrlo mali u usporedbi s drugim metodama kao što su metoda bisekcije ili metoda sekante.
2. Točnost: Ova metoda je općenito točnija u pronalaženju korijena ako je početna procjena blizu pravog korijena.
3. Široka primjena: Može se primijeniti na različite vrste funkcija, i polinomske i nepolinomske.
Nedostatak
1. Ovisnost o početnim vrijednostima: Konačni rezultat uvelike ovisi o početnoj procijenjenoj vrijednosti. Ako je procjena daleko od korijena, metoda može propasti ili zahtijevati mnogo iteracija.
2. Izvod mora biti poznat: Ova metoda zahtijeva izračunavanje izvoda funkcije, što može biti teško ili nepraktično za neke složene funkcije.
3. Nije robusno: Ova metoda ne konvergira uvijek. Postoje neki posebni uvjeti pod kojima ova metoda može zakazati, kao što je slučaj s kritičnom točkom funkcije ili značajnom promjenom derivacije.
Zaključak
Newton-Raphsonova metoda je moćan alat u numeričkom računanju koji nam omogućuje brzo i točno pronalaženje korijena nelinearne jednadžbe. Međutim, kao i sve numeričke metode, ima ograničenja i situacije u kojima možda neće dobro funkcionirati. Temeljito razumijevanje funkcija i derivacija, kao i odabir odgovarajućih početnih vrijednosti, ključni su za uspješno korištenje ove metode.
Uz pravilno razumijevanje i primjenu, Newton-Raphsonova metoda može biti učinkovito rješenje za razne probleme pronalaženja korijena u matematici i računarstvu.
