វិធីសាស្ត្រ​ធ្វើ​ឡើង​វិញ​ក្នុង​ការ​ស្វែងរក​ឫស

វិធីសាស្ត្រធ្វើម្តងទៀតក្នុងការស្វែងរកឫសគល់

នៅក្នុងគណិតវិទ្យាអនុវត្ត រូបវិទ្យា វិស្វកម្ម និងវិទ្យាសាស្ត្រកុំព្យូទ័រ បញ្ហានៃ "ការស្វែងរកឫស" កើតឡើងជាញឹកញាប់។ ឫសគឺជាតម្លៃនៃ \(x\) ដែលធ្វើឱ្យអនុគមន៍សូន្យ ពោលគឺដំណោះស្រាយចំពោះសមីការ៖

\[
f(x)=0
\]

មិនមែនសមីការទាំងអស់សុទ្ធតែមានដំណោះស្រាយដែលអាចត្រូវបានបង្ហាញជារូបមន្តទម្រង់បិទដូចជាសមីការការ៉េនោះទេ។ ចំពោះករណីពិតជាច្រើនដូចជាសមីការមិនលីនេអ៊ែរស្មុគស្មាញយើងត្រូវការវិធីសាស្រ្តលេខ។ វិធីសាស្រ្តមួយក្នុងចំណោមវិធីសាស្រ្តសំខាន់បំផុតគឺវិធីសាស្រ្តធ្វើម្តងទៀត ដែលជានីតិវិធីដែលបង្កើតដំណោះស្រាយប្រហាក់ប្រហែលជាបន្តបន្ទាប់ដែលកាន់តែខិតទៅជិតឫសតាមរយៈការធ្វើម្តងទៀត។

អត្ថបទនេះពិភាក្សាអំពី គោលគំនិតជាមូលដ្ឋាននៃ វិធីសាស្ត្រធ្វើឡើងវិញ លក្ខខណ្ឌនៃការបញ្ចូលគ្នារបស់វា និងវិធីសាស្ត្រធ្វើឡើងវិញមួយចំនួនដែលត្រូវបានគេប្រើជាទូទៅសម្រាប់ស្វែងរកឫសគល់។

-

១. គំនិតជាមូលដ្ឋាននៃវិធីសាស្ត្រធ្វើម្តងទៀត

វិធីសាស្ត្រ​ធ្វើ​ឡើង​វិញ​ដំណើរការ​ដោយ​ធ្វើ​ការ​ស្មាន​ដំបូង \(x_0\) បន្ទាប់​មក​កែលម្អ​វា​បន្តិច​ម្តងៗ​ដើម្បី​ទទួល​បាន​លំដាប់៖

\[
x_0, x_1, x_2, ចំណុចៗ, x_n
\]

ជាមួយនឹងការរំពឹងទុក៖

\[
x_n \ ទៅ \ អាល់ហ្វា
\]

ដែល \(\alpha\) ជាឫសគល់ពិតនៃសមីការ \(f(x)=0\)។

ជាទូទៅ វិធីសាស្ត្រធ្វើឡើងវិញបំលែងបញ្ហា \(f(x)=0\) ទៅជាទម្រង់សមមូល៖

\[
x = g(x)
\]

បន្ទាប់មកការចម្លងត្រូវបានអនុវត្ត៖

\[
x_{n+1} = g(x_n)
\]

ប្រសិនបើដំណើរការនេះប្រសព្វគ្នា នោះចំណុចថេរនៃ \(g(x)\) គឺជាដំណោះស្រាយឫសនៃសមីការដើម។

-

២. ការបញ្ចូលគ្នា៖ តើពេលណាដែលការធ្វើម្តងទៀតទទួលបានជោគជ័យ?

មិនមែនអនុគមន៍ \(g(x)\) ទាំងអស់សុទ្ធតែបង្កើតការធ្វើឡើងវិញដែលមានស្ថេរភាពនោះទេ។ ដើម្បីឱ្យការធ្វើឡើងវិញ \(x_{n+1}=g(x_n)\) បញ្ចូលគ្នាទៅជាឫស \(\alpha\) លក្ខខណ្ឌទូទៅដែលត្រូវបានគេប្រើញឹកញាប់គឺ៖

១. \(g(\alpha)=\alpha\) (ឫស​ជា​ចំណុច​ថេរ)
២. \(|g'(\alpha)| < 1\) (ការ​រួម​តូច​ក្នុង​តំបន់)

វិចារណញាណនៃ \(|g'(\alpha)| < 1\) គឺ៖ នៅជិតដំណោះស្រាយ អនុគមន៍ \(g\) គឺ "មិនចោតពេកទេ" ដូច្នេះការធ្វើឡើងវិញនីមួយៗនាំតម្លៃរបស់ \(x_n\) ឱ្យកាន់តែខិតជិត មិនមែនឆ្ងាយជាងនេះទេ។

ការ​បង្រួបបង្រួម​ក៏​ត្រូវ​បាន​ប៉ះពាល់​ដោយ​ការ​ស្មាន​ដំបូង​ដែរ។ វិធីសាស្ត្រ​ពីរ​ដូចគ្នា​អាច​ជោគជ័យ ឬ​បរាជ័យ​អាស្រ័យ​លើ \(x_0\)។

-

៣. វិធីសាស្ត្រ​កាត់​ជា​ការ​ធ្វើ​ឡើង​វិញ​សាមញ្ញ

ទោះបីជាជារឿយៗត្រូវបានចាត់ថ្នាក់ដាច់ដោយឡែកពីគ្នាក៏ដោយ វិធីសាស្ត្រ bisection អាចត្រូវបានគេមើលឃើញថាជាវិធីសាស្ត្រធ្វើម្តងទៀតដ៏មានឥទ្ធិពលខ្លាំង។ លក្ខខណ្ឌគឺ៖ អនុគមន៍ \(f(x)\) គឺបន្តលើចន្លោះពេល \([a,b]\) ហើយមានការផ្លាស់ប្តូរសញ្ញា៖

\[
f(ក) ចំណុច f(ខ) < ០
\]

នោះគឺមានឫសរវាង \(a\) និង \(b\)។ ក្បួនដោះស្រាយគឺ៖

១. គណនាចំណុចកណ្តាល \(c=\frac{a+b}{2}\)
2. កំណត់ចន្លោះរងដែលនៅតែភ្ជាប់ជាមួយឫស (ដោយផ្អែកលើការផ្លាស់ប្តូរសញ្ញា)
៣. ធ្វើម្តងទៀតរហូតដល់ឈានដល់ការអត់ធ្មត់

គុណសម្បត្តិនៃវិធីសាស្ត្រនេះគឺថា វាត្រូវបានធានាថានឹងបញ្ចូលគ្នា ប្រសិនបើលក្ខខណ្ឌនៃការផ្លាស់ប្តូរសញ្ញាត្រូវបានបំពេញ។ គុណវិបត្តិគឺថា ការបញ្ចូលគ្នាមានល្បឿនយឺត ពីព្រោះកំហុសថយចុះប្រហែលពាក់កណ្តាលជាមួយនឹងការធ្វើម្តងទៀតនីមួយៗ (ការបញ្ចូលគ្នាលីនេអ៊ែរ)។

-

៤. វិធីសាស្ត្រធ្វើម្តងទៀតចំណុចថេរ

នេះគឺជាទម្រង់នៃការធ្វើម្តងទៀតដោយផ្ទាល់បំផុត៖

\[
x_{n+1} = g(x_n)
\]

ជំហាននានា៖
១. ប្តូរ \(f(x)=0\) ទៅជា \(x=g(x)\)
2. ជ្រើសរើសការទាយដំបូង \(x_0\)
៣. ធ្វើ​ម្តង​ទៀត​រហូត​ដល់ \(|x_{n+1}-x_n|\) ឬ \(|f(x_n)|\) តូច​ជាង​ភាព​អត់ឱន។

គុណសម្បត្តិរបស់វាគឺភាពសាមញ្ញរបស់វា។ ទោះជាយ៉ាងណាក៏ដោយ វិធីសាស្ត្រនេះងាយនឹងរងផលប៉ះពាល់ខ្លាំងចំពោះជម្រើសនៃ \(g(x))\)។ ចំពោះសមីការដូចគ្នា មានវិធីជាច្រើនដើម្បីសរសេរ \(x=g(x))\ ប៉ុន្តែមានតែវិធីមួយចំនួនប៉ុណ្ណោះដែលបញ្ចូលគ្នា។

ឧទាហរណ៍ ប្រសិនបើយើងចង់រកឫសនៃ \(f(x)=x^3-2x-5) យើងអាចសរសេរថា៖
– \(x = \sqrt[3]{2x+5}\) ដូច្នេះ \(g(x)=\sqrt[3]{2x+5}\)

បន្ទាប់មកធ្វើ​ការ​ធ្វើ​ឡើង​វិញ \(x_{n+1}=\sqrt[3]{2x_n+5}\)។ ភាពជោគជ័យនៃ​ការ​ធ្វើ​ឡើង​វិញ​អាស្រ័យ​លើ​ថាតើ \(|g'(x)|<1\) នៅជុំវិញឫសឬអត់។

-

៥. វិធីសាស្ត្រញូតុន-រ៉ាហ្វសុន៖ ការធ្វើម្តងទៀតលឿនដោយផ្អែកលើដេរីវេ

វិធីសាស្ត្រញូតុន-រ៉ាបសុន គឺជាវិធីសាស្ត្រមួយក្នុងចំណោមវិធីសាស្ត្រដ៏ពេញនិយមបំផុត ពីព្រោះការបញ្ចូលគ្នារបស់វាជាធម្មតាលឿនណាស់។ រូបមន្តធ្វើម្តងទៀតគឺ៖

\[
x_{n+1} = x_n – \frac{f(x_n)}{f'(x_n)}
\]

ការបកស្រាយ៖ នៅចំណុច \(x_n\) យើងបង្កើតតង់សង់ទៅនឹងអនុគមន៍ \(f(x)\)។ ចំនុចប្រសព្វនៃតង់សង់ជាមួយអ័ក្ស \(x\) ត្រូវបានប្រើជាការប៉ាន់ស្មានបន្ទាប់។

គុណសម្បត្តិ៖
– ការ​រួម​បញ្ចូល​គ្នា​ការ៉េ (លឿន​ខ្លាំង) ប្រសិនបើ​វា​ជិត​ឫស​គ្រប់គ្រាន់ និង \(f'(\alpha)\neq 0\)។

កង្វះ៖
– តម្រូវឱ្យមានដេរីវេ \(f'(x)\)។
– អាចបរាជ័យ ប្រសិនបើការស្មានដំបូងមិនល្អ ឬប្រសិនបើ \(f'(x_n)\) ជិតដល់សូន្យ ដូច្នេះជំហានធ្វើម្តងទៀតក្លាយជាមិនស្ថិតស្ថេរ។

វិធីសាស្ត្រនេះត្រូវបានគេប្រើយ៉ាងទូលំទូលាយក្នុងការបង្កើនប្រសិទ្ធភាព ការធ្វើគំរូរូបវិទ្យា និងការគណនាវិស្វកម្ម ដោយសារតែប្រសិទ្ធភាពរបស់វានៅពេលដែលលក្ខខណ្ឌអំណោយផល។

-

៦. វិធីសាស្ត្រសេកង់៖ ជម្រើសរបស់ញូតុនដោយគ្មានដេរីវេ

ប្រសិនបើដេរីវេពិបាកគណនា វិធីសាស្ត្រសេកង់ផ្តល់នូវការសម្របសម្រួលមួយ។ គំនិតចម្បងគឺដើម្បីប្រហាក់ប្រហែលដេរីវេដោយភាពខុសគ្នាកំណត់៖

\[
f'(x_n)\ប្រហាក់ប្រហែល \frac{f(x_n)-f(x_{n-1})}{x_n-x_{n-1}}
\]

ដូច្នេះរូបមន្តធ្វើម្តងទៀតគឺ៖

\[
x_{n+1}=x_n – f(x_n)\,\frac{x_n-x_{n-1}}{f(x_n)-f(x_{n-1})}
\]

វិធីសាស្ត្រនេះតម្រូវឱ្យមានការស្មានដំបូងពីរគឺ \(x_0\) និង \(x_1\)។ ល្បឿន​ចំណុច​ប្រសព្វ​របស់វា​ជាទូទៅ​ល្អជាង​ល្បឿន​កាត់​សាមញ្ញ និង​ចំណុច​ថេរ ទោះបីជា​ជាធម្មតា​យឺតជាង​ល្បឿន​ញូតុន​បន្តិច​ក៏ដោយ។ ទោះជាយ៉ាងណាក៏ដោយ ដោយសារតែវាមិនតម្រូវឱ្យមានដេរីវេ សេកង់​ច្រើនតែ​មាន​លក្ខណៈ​ជាក់ស្តែង​ជាង។

-

៥. លក្ខណៈវិនិច្ឆ័យនៃការបញ្ឈប់

ក្នុងការគណនាលេខ ការធ្វើម្តងទៀតគួរតែត្រូវបានបញ្ឈប់នៅពេលដែលវាមានភាពត្រឹមត្រូវគ្រប់គ្រាន់ ឬប្រសិនបើវាត្រូវបានសង្ស័យថាមិនបញ្ចូលគ្នា។ លក្ខណៈវិនិច្ឆ័យទូទៅ៖

១. កំហុសតូចតាចរវាងការធ្វើម្តងទៀត៖
\[
|x_{n+1}-x_n|<\varepsilon
\]
2. តម្លៃអនុគមន៍ខិតជិតសូន្យ៖
\[
|f(x_n)|<\varepsilon
\]
៣. ដែនកំណត់នៃការធ្វើឡើងវិញអតិបរមាដើម្បីការពាររង្វិលជុំគ្មានទីបញ្ចប់៖
\[
n \le n_{\max}
\]

ជម្រើសនៃការអត់ធ្មត់ \(\varepsilon\) អាស្រ័យលើតម្រូវការ៖ ការក្លែងធ្វើវិស្វកម្មអាចតម្រូវឱ្យមានការអត់ធ្មត់តឹងរ៉ឹង ខណៈពេលដែលការគណនារដុបគឺធូររលុងណាស់។

-

៨. ការប្រៀបធៀបសង្ខេបនៃវិធីសាស្ត្រធ្វើម្តងទៀត

សរុបមក៖

– ការ​បំបែក​ជា​ពីរ៖ មាន​ស្ថេរភាព​បំផុត ពិត​ជា​ចូល​គ្នា (ដរាបណា​មាន​ការ​ផ្លាស់ប្តូរ​សញ្ញា) ប៉ុន្តែ​យឺត។
– ចំណុចថេរ៖ សាមញ្ញណាស់ ប៉ុន្តែការបញ្ចូលគ្នាមិនត្រូវបានធានាជានិច្ចនោះទេ។
– ញូតុន-រ៉ាបសុន៖ លឿនណាស់ ប៉ុន្តែតម្រូវឱ្យមានដេរីវេ ហើយងាយនឹងស្មានដំបូង។
– សេកង់៖ មិនតម្រូវឱ្យមានដេរីវេទេ លឿនណាស់ ប៉ុន្តែអាចមានស្ថេរភាពតិចជាងការបំបែកជាពីរ។

នៅក្នុងការអនុវត្តជាក់ស្តែង ជម្រើសនៃវិធីសាស្ត្រអាស្រ័យលើលក្ខណៈនៃអនុគមន៍ ភាពអាចរកបាននៃដេរីវេ តម្រូវការសម្រាប់ល្បឿន និងស្ថេរភាព។

-

សេចក្តីសន្និដ្ឋាន

វិធីសាស្ត្រ​ធ្វើ​ឡើង​វិញ​គឺជា​ឆ្អឹងខ្នង​នៃ ​ការ​ស្វែងរក​ឫសគល់​ជា​លេខ​សម្រាប់​សមីការ​មិនមែន​លីនេអ៊ែរ។ តាមរយៈ​ការ​បង្កើត​លំដាប់​នៃ​ការ​ប៉ាន់ស្មាន​ដែល​បាន​ធ្វើ​បច្ចុប្បន្នភាព​ម្តង​ហើយ​ម្តងទៀត យើង​អាច​ចូល​ទៅ​រក​ដំណោះស្រាយ​នៅពេល​ដែល​វិធីសាស្ត្រ​វិភាគ​មិន​អាច​ប្រើ​បាន។ ការយល់ដឹង​អំពី​ការ​បញ្ចូលគ្នា ការជ្រើសរើស​ការស្មាន​ដំបូង និង​លក្ខណៈវិនិច្ឆ័យ​បញ្ឈប់​គឺ​មាន​សារៈសំខាន់​ណាស់​សម្រាប់​ការ​ធ្វើ​ឡើង​វិញ​ដើម្បី​បង្កើត​ឫសគល់​ត្រឹមត្រូវ និង​មាន​ប្រសិទ្ធភាព។

នៅក្នុងកម្មវិធីពិភពពិត យុទ្ធសាស្ត្ររួមបញ្ចូលគ្នាត្រូវបានគេប្រើជាញឹកញាប់៖ ចាប់ផ្តើមជាមួយនឹងវិធីសាស្ត្រដែលមានស្ថេរភាពដូចជាការកាត់ជាពីរផ្នែកដើម្បី "ចាក់សោ" ចន្លោះឫស បន្ទាប់មកប្តូរទៅញូតុន ឬសេកង់ដើម្បីបង្កើនល្បឿននៃការបញ្ចូលគ្នា។ តាមវិធីនេះ យើងសម្រេចបាននូវតុល្យភាពរវាងភាពជឿជាក់ និងល្បឿន - ទិដ្ឋភាពពីរដ៏មានតម្លៃខ្លាំងនៅក្នុងការគណនាលេខ។

-

ប្រសិនបើអ្នកចង់បាន ខ្ញុំអាចបន្ថែមឧទាហរណ៍គណនាជាជំហានៗ (ជាលេខ) សម្រាប់វិធីសាស្ត្រណាមួយខាងលើ ដើម្បីធ្វើឱ្យអត្ថបទកាន់តែច្បាស់លាស់។

សូម​បញ្ចេញ​មតិ

គេហទំព័រនេះប្រើប្រាស់ Akismet ដើម្បីកាត់បន្ថយសារឥតបានការ។ ស្វែងយល់ពីរបៀបដែលទិន្នន័យមតិយោបល់របស់អ្នកត្រូវបានដំណើរការ។