Тамырларды табуудагы итерация ыкмасы
Колдонмо математикада, физикада, инженерияда жана информатикада "тамыр табуу" маселеси абдан көп кездешет. Тамыр - бул функцияны нөлгө айландырган \(x\) мааниси, башкача айтканда, төмөнкү теңдеменин чечими:
\[
f(x)=0
\]
Бардык эле теңдемелердин квадраттык теңдемелер сыяктуу жабык формадагы формулаларда туюнтула турган чечимдери жок. Көптөгөн реалдуу дүйнөдөгү учурлар үчүн — мисалы, татаал сызыктуу эмес теңдемелер үчүн — бизге сандык ыкмалар керек. Эң маанилүү ыкмалардын бири — итерациялык ыкма, бул итерация аркылуу тамырга жакындаган бир катар болжолдуу чечимдерди чыгаруучу процедура.
Бул макалада итерация ыкмаларынын негизги түшүнүктөрү , алардын конвергенция шарттары жана тамырларды табуу үчүн кеңири колдонулган итерациялык ыкмалар талкууланат.
-
1. Итерация методунун негизги идеясы
Итерация ыкмасы баштапкы \(x_0\) божомолун жасоо менен иштейт, андан кийин ырааттуулукту алуу үчүн аны акырындык менен өркүндөтөт:
\[
x_0, x_1, x_2, \dots, x_n
\]
күтүүлөр менен:
\[
x_n \to \alpha
\]
мында \(\альфа\) - \(f(x)=0\) теңдемесинин чыныгы тамыры.
Жалпысынан алганда, итерация ыкмасы \(f(x)=0\) маселесин эквиваленттүү түргө айландырат:
\[
x = g(x)
\]
Андан кийин итерация аткарылат:
\[
x_{n+1} = g(x_n)
\]
Эгерде бул процесс конвергенцияланса, анда \(g(x)\) тин туруктуу чекити баштапкы теңдеменин тамыр чечими болуп саналат.
-
2. Конвергенция: Итерация качан ийгиликтүү болот?
Бардык эле \(g(x)\) функциялары туруктуу итерацияларды пайда кыла бербейт. \(x_{n+1}=g(x_n)\) итерациясы \(\alpha\) тамырына жакындашы үчүн, көп колдонулган жалпы шарттар төмөнкүлөр:
1. \(g(\alpha)=\alpha\) (тамыр – туруктуу чекит)
2. \(|g'(\альфа)| < 1\) (жергиликтүү жыйрылуу)
\(|g'(\alpha)| < 1\) интуициясы төмөнкүдөй: чечимдин жанында \(g\) функциясы “өтө тик эмес”, ошондуктан ар бир итерация \(x_n\) маанисин алыстатпайт, жакындатат.
Конвергенцияга баштапкы божомол да таасир этет. Бир эле эки ыкма \(x_0\) шартына жараша ийгиликтүү же ийгиликсиз болушу мүмкүн.
-
3. Жөнөкөй итерация катары биссекция ыкмасы
Көп учурда өзүнчө классификацияланганы менен, бисекция ыкмасы абдан күчтүү итеративдик ыкма катары каралышы мүмкүн. Шарттары: \(f(x)\) функциясы \([a,b]\) аралыгында үзгүлтүксүз жана белгинин өзгөрүшү бар:
\[
f(a)\cdot f(b) < 0
\]
Башкача айтканда, \(a\) жана \(b\) ортосунда тамыр бар. Алгоритм төмөнкүдөй:
1. Орто чекитти эсептегиле \(c=\frac{a+b}{2}\)
2. Тамырды кашаанын ичинде кармап турган кошумча интервалды аныктаңыз (белгинин өзгөрүшүнө негизделип)
3. Толеранттуулукка жеткенге чейин кайталаңыз
Бул ыкманын артыкчылыгы - белгинин өзгөрүшүнүн шарты аткарылса, конвергенцияга кепилдик берилет. Кемчилиги - конвергенция салыштырмалуу жай жүрөт, анткени ката ар бир итерация менен болжол менен эки эсеге азаят (сызыктуу конвергенция).
-
4. Бекитилген чекиттүү итерация ыкмасы
Итерациянын эң түз формасы бул жерде:
\[
x_{n+1} = g(x_n)
\]
Кадамдар:
1. \(f(x)=0\) функциясын \(x=g(x)\) функциясына өзгөртүңүз
2. Баштапкы божомолду тандаңыз \(x_0\)
3. \(|x_{n+1}-x_n|\) же \(|f(x_n)|\) толеранттуулуктан кичине болгонго чейин кайталаңыз.
Анын артыкчылыгы - жөнөкөйлүгү. Бирок, бул ыкма \(g(x))\ тандоосуна өтө сезгич. Бир эле теңдеме үчүн \(x=g(x))\ жазуунун көптөгөн жолдору бар, бирок алардын айрымдары гана биригет.
Мисалы, эгерде биз \(f(x)=x^3-2x-5\) теңдемесинин тамырларын тапкыбыз келсе, анда төмөнкүчө жаза алабыз:
– \(x = \sqrt[3]{2x+5}\) ошондуктан \(g(x)=\sqrt[3]{2x+5}\)
Андан кийин \(x_{n+1}=\sqrt[3]{2x_n+5}\ итерациясын аткарыңыз. Итерациянын ийгилиги \(|g'(x)|<1\) тамырдын айланасында жайгашкандыгынан көз каранды.
-
5. Ньютон-Рафсон методу: Туундуга негизделген тез итерация
Ньютон-Рафсон ыкмасы эң популярдуу ыкмалардын бири болуп саналат, анткени анын конвергенциясы адатта абдан тез болот. Итерация формуласы:
\[
x_{n+1} = x_n – \frac{f(x_n)}{f'(x_n)}
\]
Чечмелөө: \(x_n\) учурда, биз \(f(x)\ функциясына тангенс курабыз. Тангенстин \(x\) огу менен кесилиши кийинки баалоо катары колдонулат.
Артыкчылыгы:
– Квадраттык конвергенция (абдан тез), эгерде ал тамырга жана \(f'(\alpha)\neq 0\) жетиштүү жакын болсо.
Жок:
– (f'(x)) туундусун талап кылат.
– Эгерде баштапкы божомол жаман болсо же \(f'(x_n)\) нөлгө жакын болсо, итерация кадамы туруксуз болуп калса, ийгиликсиз болушу мүмкүн.
Бул ыкма шарттар жагымдуу болгондо натыйжалуу болгондуктан, оптималдаштырууда, физикалык моделдөөдө жана инженердик эсептөөлөрдө кеңири колдонулат.
-
6. Секанттык ыкма: Ньютондун туундусуз альтернативасы
Эгерде туундуларды эсептөө кыйын болсо, секанс ыкмасы компромисс сунуштайт. Негизги идея - туундуну чектүү айырмачылыктар аркылуу жакындатуу:
\[
f'(x_n)\approx \frac{f(x_n)-f(x_{n-1})}{x_n-x_{n-1}}
\]
Ошентип, итерациянын формуласы төмөнкүдөй болот:
\[
x_{n+1}=x_n – f(x_n)\,\frac{x_n-x_{n-1}}{f(x_n)-f(x_{n-1})}
\]
Бул ыкма эки баштапкы божомолду талап кылат: \(x_0\) жана \(x_1\). Анын конвергенция ылдамдыгы, адатта, жөнөкөй бисекцияга жана туруктуу чекитке караганда жакшыраак, бирок адатта Ньютондукуна караганда бир аз жайыраак. Бирок, ал туундуларды талап кылбагандыктан, секанс көп учурда практикалык жактан пайдалуураак.
-
7. Токтотуу критерийлери
Сандык эсептөөдө итерация жетиштүү так болгондо же конвергенцияланбай жатат деп шектенгенде токтотулушу керек. Жалпы критерийлер:
1. Кичинекей интер-итерация катасы:
\[
|x_{n+1}-x_n|<\varepsilon
\]
2. Функциянын мааниси нөлгө жакындайт:
\[
|f(x_n)|<\varepsilon
\]
3. Чексиз циклдердин алдын алуу үчүн итерациянын максималдуу чеги:
\[
n \le n_{\max}
\]
Толеранттуулукту тандоо \(\varepsilon\) талаптарга жараша болот: инженердик симуляциялар так толеранттуулукту талап кылышы мүмкүн, ал эми болжолдуу эсептөөлөр бир топ эркин.
-
8. Итерация ыкмаларын кыскача салыштыруу
Кыскача айтканда:
– Бисекция: эң туруктуу, сөзсүз конвергенттүү (белги өзгөргөн шартта), бирок жай.
– Бекитилген чекит: абдан жөнөкөй, бирок конвергенция дайыма эле кепилденбейт.
– Ньютон-Рафсон: абдан тез, бирок туундуларды талап кылат жана баштапкы божомолдорго сезгич.
– Секант: туунду талап кылынбайт, тез, бирок бисекцияга караганда анча туруктуу эмес болушу мүмкүн.
Иш жүзүндө ыкманы тандоо функциянын мүнөзүнө, туундулардын болушуна, ылдамдыкка болгон муктаждыкка жана туруктуулукка жараша болот.
-
Корутунду
Итерация ыкмалары сызыктуу эмес теңдемелер үчүн сандык тамырларды табуунун негизи болуп саналат . Итерациялык түрдө жаңыртылган жакындаштыруулардын ырааттуулугун түзүү менен, аналитикалык ыкмалар жок болгондо чечимдерге кайрыла алабыз. Конвергенцияны, баштапкы божомолдоону тандоону жана токтотуу критерийлерин түшүнүү итерациянын туура жана натыйжалуу тамырларды алуусу үчүн абдан маанилүү.
Реалдуу дүйнөдөгү колдонмолордо көп учурда айкалышкан стратегия колдонулат: тамыр аралыгын "бекитүү" үчүн бисекция сыяктуу туруктуу ыкмадан баштап, андан кийин конвергенцияны тездетүү үчүн Ньютонго же секантка өтүү. Ошентип, биз ишенимдүүлүк менен ылдамдыктын ортосундагы тең салмактуулукка жетишебиз — бул сандык эсептөөдөгү эки абдан баалуу аспект.
-
Кааласаңыз, макаланы конкреттүү кылуу үчүн жогорудагы ыкмалардын кайсынысы болбосун этап-этабы менен (сандык) эсептөө мисалдарын кошо алам.
