Ņūtona Rafsona saknes atrašanas metode
Pendahuluan
Ņūtona-Rafsona metode ir efektīva skaitliska metode nelineāru vienādojumu aptuvenu risinājumu atrašanai. To pirmo reizi ieviesa Īzaks Ņūtons, un vēlāk to pilnveidoja Džozefs Rafsons. Matemātikā un datorzinātnēs Ņūtona-Rafsona metode ir iteratīva metode, ko izmanto, lai atrastu reālu funkciju saknes.
Turpiniet lasīt šo rakstu, lai izprastu Ņūtona-Rafsona metodes pamatprincipus, tās detalizētos soļus, pielietojumu dažādos gadījumos, kā arī tās priekšrocības un trūkumus.
Ņūtona-Rafsona metodes pamatprincipi
Būtībā Ņūtona-Rafsona metodes mērķis ir novērtēt vienādojuma `f(x) = 0` saknes. Šī metode sākas ar sākotnējo `x0` novērtējumu. No šī punkta, izmantojot funkcijas atvasinājumu, iegūst labāku sakņu novērtējumu.
Matemātiski Ņūtona-Rafsona metodi izsaka ar šādu formulu:
\[ x_{n+1} = x_n – \frac{f(x_n)}{f'(x_n)} \]
Kur:
– \(x_{n+1} \) ir nākamais aprēķinātais punkts.
– \(x_n \) ir pašreizējais aprēķinātais punkts.
– \( f(x_n) \) ir funkcijas vērtība attiecībā pret \(x_n \).
– \(f'(x_n) \) ir funkcijas atvasinājuma vērtība attiecībā pret \(x_n \).
Formula ir balstīta uz kompleksās funkcijas lineāru aproksimāciju, kur šī lineārā aproksimācija tiek ņemta par pieskari pašreizējā aproksimācijas punktā. Šī pieskare pēc tam nodrošina x krustpunktu, kas nākamajā iterācijā būs labāka saknes aproksimācija.
Ņūtona-Rafsona soļi
Šie ir Ņūtona-Rafsona metodes galvenie soļi:
1. Izvēlieties sākotnējo novērtējumu: Sāciet ar sākotnējo vērtību \(x_0 \). Izvēlētā sākotnējā vērtība ievērojami ietekmēs šīs metodes konverģenci.
2. Novērtējiet funkcijas un to atvasinājumus: Aprēķiniet funkcijas vērtību un funkcijas atvasinājuma vērtību punktā \(x_n \).
3. Aprēķiniet nākamo novērtējumu: izmantojiet Ņūtona-Rafsona formulu, lai iegūtu nākamo novērtēto vērtību \(x_{n+1} \).
4. Konverģences pārbaude: Pārbaudiet, vai aprēķinātā \(x_{n+1} \) vērtība ir pietiekami tuvu faktiskajai saknei, izmantojot apstāšanās kritēriju, piemēram:
– Absolūtā izmaiņa starp divām iterācijām \( |x_{n+1} – x_n| \) ir maza.
– Funkcijas vērtība aptuvenajā punktā tuvu nullei \( |f(x_{n+1})| \) ir maza.
5. Atkārtojiet: Ja apturēšanas kritēriji netiek izpildīti, atgriezieties 2. darbībā, aizstājot \(x_n \) ar \(x_{n+1} \).
Šis iteratīvais process turpinās, līdz tiek atrasts pietiekami precīzs risinājums.
Ņūtona-Rafsona teorētiskās metodes pielietojumu piemēri
Pielietosim šo metodi konkrētam piemēram. Pieņemsim, ka vēlamies atrast vienādojuma \( f(x) = x^2 – 2 \) saknes.
1. solis: sākotnējā aplēse
Pieņemsim, ka mēs sākam ar \(x_0 = 1 \).
2. solis: Novērtējiet funkciju un tās atvasinājumus
Funkcija \(f(x) = x^2 – 2 \) un funkcijas atvasinājums \(f'(x) = 2x \).
Novērtējums pie \(x_0 = 1 \):
– \(f(x_0) = 1^2 – 2 = -1 \)
– \(f'(x_0) = 2 \reiz 1 = 2 \)
3. solis: aprēķiniet nākamo tāmi
Izmantojot Ņūtona-Rafsona formulu:
\[x_{1} = 1 – \frac{-1}{2} = 1 + 0.5 = 1.5 \]
4. darbība. Pārbaudiet konverģenci
Pārbaudiet absolūtās izmaiņas un funkcijas vērtību:
– \( |x_1 – x_0| = |1.5 – 1| = 0.5 \)
– \( |f(1.5)| = |1.5^2 – 2| = |2.25 – 2| = 0.25 \)
Mēs pārejam pie nākamās iterācijas, jo kritēriji nav izpildīti.
5. darbība: atkārtojiet
Novērtējums pie \(x_1 = 1.5 \):
– \(f(x_1) = 1.5^2 – 2 = 0.25 \)
– \(f'(x_1) = 2 \reiz 1.5 = 3 \)
Vēlreiz izmantojot Ņūtona-Rafsona formulu:
\[x_2 = 1.5 – \frac{0.25}{3} = 1.5 – 0.0833 = 1.4167 \]
Pārbaudiet absolūtās izmaiņas un funkcijas vērtību:
– \( |x_2 – x_1| = |1.4167 – 1.5| = 0.0833 \)
– \( |f(1.4167)| = |1.4167^2 – 2| \aptuveni 0.0069 \)
Tā kā iterācija nav pietiekami konverģējusi, mēs turpinām, līdz tiek izpildīti apstāšanās kritēriji.
Šis process turpināsies, līdz tiks sasniegta konverģence.
Ņūtona-Rafsona metodes priekšrocības un trūkumi
Pārmērīgs
1. Konverģences ātrums: Ņūtona-Rafsona metodei ir kvadrātiskais konverģences ātrums, kas nozīmē, ka iterāciju skaits, kas nepieciešams, lai piekļūtu saknei, ir ļoti mazs, salīdzinot ar citām metodēm, piemēram, bisection metodi vai secant metodi.
2. Precizitāte: šī metode parasti ir precīzāka sakņu noteikšanā, ja sākotnējais novērtējums ir tuvu patiesajai saknei.
3. Plašs pielietojums: Var pielietot dažādu veidu funkcijām, gan polinomiskām, gan nepolinomiskām.
Trūkums
1. Atkarība no sākotnējām vērtībām: Galīgais rezultāts ir ļoti atkarīgs no sākotnējās aprēķinātās vērtības. Ja aprēķinātā vērtība ir tālu no saknes, metode var neizdoties vai tai var būt nepieciešamas daudzas iterācijas.
2. Atvasinājums ir jāzina: Šī metode prasa aprēķināt funkcijas atvasinājumu, kas dažām sarežģītām funkcijām var būt sarežģīti vai nepraktiski.
3. Nav robusta: šī metode ne vienmēr konverģē. Pastāv daži īpaši nosacījumi, saskaņā ar kuriem šī metode var neizdoties, piemēram, ja funkcijai ir kritiskais punkts vai būtiskas izmaiņas atvasinājumā.
Secinājums
Ņūtona-Rafsona metode ir spēcīgs rīks skaitliskajā skaitļošanā, kas ļauj ātri un precīzi atrast nelineāra vienādojuma saknes. Tomēr, tāpat kā visām skaitliskajām metodēm, tai ir ierobežojumi un situācijas, kurās tā var nedarboties labi. Šīs metodes veiksmīgas izmantošanas atslēga ir rūpīga funkciju un atvasinājumu izpratne, kā arī atbilstošu sākuma vērtību izvēle.
Pareizi izprotot un pielietojot, Ņūtona-Rafsona metode var būt efektīvs risinājums dažādām sakņu atrašanas problēmām matemātikā un datorzinātnēs.
