Ньютон Рафсондун тамыр табуу ыкмасы
Pendahuluan
Ньютон-Рафсон ыкмасы сызыктуу эмес теңдемелердин болжолдуу чыгарылыштарын табуу үчүн натыйжалуу сандык ыкма болуп саналат. Ал алгач Исаак Ньютон тарабынан киргизилген жана кийинчерээк Джозеф Рафсон тарабынан өркүндөтүлгөн. Математикада жана эсептөөдө Ньютон-Рафсон ыкмасы реалдуу функциянын тамырларын табуу үчүн колдонулган итеративдик ыкма болуп саналат.
Ньютон-Рафсон ыкмасынын негизги принциптерин, анын деталдуу кадамдарын, ар кандай учурларда колдонулушун жана артыкчылыктары менен кемчиликтерин түшүнүү үчүн бул макаланы окууну улантыңыз.
Ньютон-Рафсон методунун негизги принциптери
Негизинен, Ньютон-Рафсон ыкмасы `f(x) = 0` теңдемесинин тамырларын баалоого багытталган. Бул ыкма `x0` баштапкы баалоосунан башталат. Ушул учурдан тартып, функциянын туундусун колдонуу менен тамырлардын жакшыраак бааланышы алынат.
Математикалык жактан алганда, Ньютон-Рафсон ыкмасы төмөнкү формула менен туюнтулат:
\[ x_{n+1} = x_n – \frac{f(x_n)}{f'(x_n)} \]
Кайда:
– \( x_{n+1} \) кийинки болжолдуу чекит.
– \( x_n \) - учурдагы болжолдуу чекит.
– \( f(x_n) \) – бул \( x_n \) боюнча функциянын мааниси.
– \( f'(x_n) \) – функциянын \( x_n \) боюнча туундусунун мааниси.
Формула татаал функциянын сызыктуу жакындаштыруусуна негизделген, мында бул сызыктуу жакындаштыруу учурдагы жакындаштыруу чекитиндеги тангенс сызыгы катары алынат. Андан кийин бул тангенс сызык кийинки итерацияда тамырдын жакшыраак жакындаштыруусу боло турган x кесилиш чекитин берет.
Ньютон-Рафсон тепкичтери
Ньютон-Рафсон методунун негизги кадамдары төмөнкүлөр:
1. Баштапкы баалоону тандаңыз: Баштапкы мааниден баштаңыз \(x_0 \). Тандалган баштапкы маани бул ыкманын конвергенциясына чоң таасир этет.
2. Функцияларды жана алардын туундуларын баалоо: \( x_n \ ) чекитиндеги функциянын маанисин жана функциянын туундусунун маанисин эсептегиле.
3. Кийинки баалоону эсептеңиз: Кийинки бааланган маанини алуу үчүн Ньютон-Рафсон формуласын колдонуңуз \( x_{n+1} \).
4. Конвергенцияны текшерүү: \(x_{n+1} \) болжолдуу мааниси чыныгы тамырга жетиштүү деңгээлде жакын экендигин токтотуу критерийин колдонуу менен текшериңиз, мисалы:
– Эки итерациянын ортосундагы абсолюттук өзгөрүү \( |x_{n+1} – x_n| \) кичинекей.
– Нөлгө жакын болжолдуу чекиттеги функциянын мааниси \( |f(x_{n+1})| \) кичинекей.
5. Кайталаңыз: Эгерде токтотуу критерийлери аткарылбаса, 2-кадамга кайтып, \(x_n \) функциясын \(x_{n+1} \) функциясына алмаштырыңыз.
Бул кайталануучу процесс жетиштүү так чечим табылганга чейин уланат.
Ньютон-Рафсондун колдонулушунун мисалдары
Келгиле, бул ыкманы белгилүү бир мисалга колдонолу. Мисалы, биз \(f(x) = x^2 – 2 \) теңдемесинин тамырларын тапкыбыз келет дейли.
1-кадам: Баштапкы баалоо
Мисалы, \(x_0 = 1 \) менен баштайлы.
2-кадам: Функцияны жана анын туундуларын баалоо
^ (f(x) = x^2 – 2 \) функциясы жана ^ (f'(x) = 2x \) функциясынын туундусу.
Баалоо (x_0 = 1):
– \( f(x_0) = 1^2 – 2 = -1 \)
– \( f'(x_0) = 2 \убакыт 1 = 2 \)
3-кадам: Кийинки сметаны эсептеп чыгыңыз
Ньютон-Рафсон формуласын колдонуу менен:
\[ x_{1} = 1 – \frac{-1}{2} = 1 + 0.5 = 1.5 \]
4-кадам: Конвергенцияны текшерүү
Абсолюттук өзгөрүүнү жана функциянын маанисин текшериңиз:
– \( |x_1 – x_0| = |1.5 – 1| = 0.5 \)
– \( |f(1.5)| = |1.5^2 – 2| = |2.25 – 2| = 0.25 \)
Критерийлер аткарылбагандыктан, биз кийинки итерацияга өтөбүз.
5-кадам: Кайталоо
Баалоо (x_1 = 1.5):
– \( f(x_1) = 1.5^2 – 2 = 0.25 \)
– \( f'(x_1) = 2 \убакыт 1.5 = 3 \)
Ньютон-Рафсон формуласын кайрадан колдонуп:
\[x_2 = 1.5 – \frac{0.25}{3} = 1.5 – 0.0833 = 1.4167 \]
Абсолюттук өзгөрүүнү жана функциянын маанисин текшериңиз:
– \( |x_2 – x_1| = |1.4167 – 1.5| = 0.0833 \)
– \( |f(1.4167)| = |1.4167^2 – 2| \болжол менен 0.0069 \)
Итерация жетиштүү деңгээлде конвергенцияланбагандыктан, токтотуу критерийлери аткарылганга чейин улантабыз.
Бул процесс конвергенцияга жеткенге чейин улана берет.
Ньютон-Рафсон ыкмасынын артыкчылыктары жана кемчиликтери
Ашыкча
1. Конвергенция ылдамдыгы: Ньютон-Рафсон ыкмасы квадраттык конвергенция ылдамдыгына ээ, башкача айтканда, тамырга жакындашуу үчүн талап кылынган итерациялардын саны биссекция ыкмасы же секант ыкмасы сыяктуу башка ыкмаларга салыштырмалуу өтө аз.
2. Тактык: Бул ыкма, эгерде баштапкы баа чыныгы тамырга жакын болсо, тамырларды табууда көбүнчө такыраак болот.
3. Кеңири колдонулушу: Полиномдук жана полиномдук эмес функциялардын ар кандай типтерине колдонулушу мүмкүн.
Жок
1. Баштапкы маанилерге көз карандылык: Акыркы натыйжа баштапкы бааланган мааниге абдан көз каранды. Эгерде баалоо тамырдан алыс болсо, ыкма иштебей калышы же көптөгөн итерацияларды талап кылышы мүмкүн.
2. Туундуну билүү керек: Бул ыкма функциянын туундусун эсептөөнү талап кылат, бул кээ бир татаал функциялар үчүн кыйын же практикалык эмес болушу мүмкүн.
3. Туруктуу эмес: Бул ыкма дайыма эле конвергенциялана бербейт. Бул ыкманын иштебей калышы мүмкүн болгон кээ бир өзгөчө шарттар бар, мисалы, функциянын критикалык чекити же туундуда олуттуу өзгөрүү болгондо.
Корутунду
Ньютон-Рафсон ыкмасы сандык эсептөөлөрдө сызыктуу эмес теңдеменин тамырларын тез жана так табууга мүмкүндүк берген күчтүү курал болуп саналат. Бирок, бардык сандык ыкмалар сыяктуу эле, анын да чектөөлөрү жана жакшы иштебей калышы мүмкүн болгон жагдайлары бар. Функцияларды жана туундуларды терең түшүнүү, ошондой эле тиешелүү баштапкы маанилерди тандоо бул ыкманы ийгиликтүү колдонуунун ачкычы болуп саналат.
Ньютон-Рафсон ыкмасын туура түшүнүү жана колдонуу менен математика жана информатикадагы ар кандай тамырларды табуу маселелерин натыйжалуу чечүүгө болот.
