न्यूटन राफसन जरा पत्ता लगाउने विधि
पेन्डाहुलुआन
न्युटन-राफसन विधि गैर-रेखीय समीकरणहरूको अनुमानित समाधान खोज्नको लागि एक कुशल संख्यात्मक विधि हो। यो पहिले आइज्याक न्यूटन द्वारा प्रस्तुत गरिएको थियो र पछि जोसेफ राफसन द्वारा परिष्कृत गरिएको थियो। गणित र कम्प्युटिङमा, न्युटन-राफसन विधि वास्तविक प्रकार्यको जरा पत्ता लगाउन प्रयोग गरिने पुनरावृत्ति विधि हो।
न्यूटन-राफसन विधिका आधारभूत सिद्धान्तहरू, यसका विस्तृत चरणहरू, विभिन्न अवस्थामा यसको प्रयोग, र यसका फाइदा र बेफाइदाहरू बुझ्न यो लेख पढ्न जारी राख्नुहोस्।
न्यूटन-राफसन विधिका आधारभूत सिद्धान्तहरू
मूलतः, न्यूटन-राफसन विधिले `f(x) = 0` समीकरणको जरा अनुमान गर्ने लक्ष्य राख्छ। यो विधि `x0` को प्रारम्भिक अनुमानबाट सुरु हुन्छ। यस बिन्दुबाट, प्रकार्यको व्युत्पन्न प्रयोग गरेर जराको राम्रो अनुमान प्राप्त गरिन्छ।
गणितीय रूपमा, न्यूटन-राफसन विधिलाई निम्न सूत्रद्वारा व्यक्त गरिएको छ:
\[ x_{n+1} = x_n – \frac{f(x_n)}{f'(x_n)} \]
कहाँ:
– \( x_{n+1} \) अर्को अनुमानित बिन्दु हो।
– \( x_n \) हालको अनुमानित बिन्दु हो।
– \( f(x_n) \) \( x_n \) मा रहेको प्रकार्यको मान हो।
– \( f'(x_n) \) \( x_n \) मा रहेको प्रकार्यको व्युत्पन्नको मान हो।
यो सूत्र जटिल प्रकार्यको रेखीय अनुमानमा आधारित छ , जहाँ यो रेखीय अनुमानलाई हालको अनुमान बिन्दुमा ट्यान्जेन्ट रेखाको रूपमा लिइन्छ। यो ट्यान्जेन्ट रेखाले त्यसपछि x-अवरोध प्रदान गर्दछ जुन अर्को पुनरावृत्तिमा मूलको राम्रो अनुमान हुनेछ।
न्यूटन-राफसन चरणहरू
न्यूटन-राफसन विधिका मुख्य चरणहरू निम्नानुसार छन्:
१. प्रारम्भिक अनुमान छान्नुहोस्: प्रारम्भिक मान \( x_0 \) बाट सुरु गर्नुहोस्। छानिएको प्रारम्भिक मानले यस विधिको अभिसरणलाई धेरै असर गर्नेछ।
२. प्रकार्यहरू र तिनीहरूका व्युत्पन्नहरूको मूल्याङ्कन गर्नुहोस्: बिन्दु \( x_n \) मा प्रकार्य मान र प्रकार्य व्युत्पन्न मान गणना गर्नुहोस्।
३. अर्को अनुमान गणना गर्नुहोस्: अर्को अनुमानित मान \( x_{n+1} \) प्राप्त गर्न न्यूटन-राफसन सूत्र प्रयोग गर्नुहोस्।
४. अभिसरणको लागि जाँच गर्नुहोस्: रोक्ने मापदण्ड प्रयोग गरेर \( x_{n+1} \) को अनुमानित मान वास्तविक मूलको पर्याप्त नजिक छ कि छैन भनेर जाँच गर्नुहोस्, जस्तै:
– दुई पुनरावृत्तिहरू बीचको निरपेक्ष परिवर्तन \( |x_{n+1} – x_n| \) सानो छ।
– शून्य नजिकको अनुमानित बिन्दुमा प्रकार्य मान \( |f(x_{n+1})| \) सानो छ।
५. दोहोर्याउनुहोस्: यदि रोक्ने मापदण्ड पूरा भएन भने, \( x_n \) लाई \( x_{n+1} \) ले प्रतिस्थापन गरेर चरण २ मा फर्कनुहोस्।
यो पुनरावृत्ति प्रक्रिया पर्याप्त रूपमा सही समाधान नभेटिँदासम्म जारी रहन्छ।
न्यूटन-राफसनका प्रयोगका उदाहरणहरू
यो विधिलाई एउटा विशेष उदाहरणमा लागू गरौं । मानौं हामी समीकरण \( f(x) = x^2 – 2 \) को जरा पत्ता लगाउन चाहन्छौं।
चरण १: प्रारम्भिक अनुमान
मानौं हामी \( x_0 = 1 \) बाट सुरु गर्छौं।
चरण २: प्रकार्य र यसको व्युत्पन्नहरूको मूल्याङ्कन गर्नुहोस्
प्रकार्य \( f(x) = x^2 – 2 \) र प्रकार्य \( f'(x) = 2x \) को व्युत्पन्न।
\( x_0 = 1 \) मा मूल्याङ्कन:
– \( f(x_0) = १^२ – २ = -१ \)
– \( f'(x_0) = २ \गुणा १ = २ \)
चरण ३: अर्को अनुमान गणना गर्नुहोस्
न्यूटन-राफसन सूत्र प्रयोग गर्दै:
\[ x_{1} = १ – \frac{-1}{2} = १ + ०.५ = १.५ \]
चरण ४: अभिसरणको लागि जाँच गर्नुहोस्
निरपेक्ष परिवर्तन र प्रकार्य मान जाँच गर्नुहोस्:
– \( |x_1 – x_0| = |१.५ – १| = ०.५ \)
– \( |f(१.५)| = |१.५^२ – २| = |२.२५ – २| = ०.२५ \)
मापदण्ड पूरा नभएकोले हामी अर्को पुनरावृत्तिमा अगाडि बढ्छौं।
चरण ५: दोहोर्याउनुहोस्
\( x_1 = 1.5 \) मा मूल्याङ्कन:
– \( f(x_1) = १.५^२ – २ = ०.२५ \)
– \( f'(x_1) = २ \गुणा १ = २ \)
फेरि न्यूटन-राफसन सूत्र प्रयोग गर्दै:
\[ x_2 = १.५ – \frac{०.२५}{३} = १.५ – ०.०८३३ = १.४१६७ \]
निरपेक्ष परिवर्तन र प्रकार्य मान जाँच गर्नुहोस्:
– \( |x_2 – x_1| = |१.५ – १| = ०.५ \)
– \( |f(१.४१६७)| = |१.४१६७^२ – २| \लगभग ०.००६९ \)
पुनरावृत्ति पर्याप्त रूपमा अभिसरण नभएकोले, हामी रोक्ने मापदण्ड पूरा नभएसम्म जारी राख्छौं।
यो प्रक्रिया एकता प्राप्त नभएसम्म जारी रहनेछ।
न्यूटन-राफसन विधिका फाइदा र बेफाइदाहरू
केलेबिहान
१. अभिसरण गति: न्यूटन-राफसन विधिमा द्विघात अभिसरण गति हुन्छ, जसको अर्थ मूलमा पुग्न आवश्यक पुनरावृत्तिहरूको संख्या द्विभाजन विधि वा सेकेन्ट विधि जस्ता अन्य विधिहरूको तुलनामा धेरै कम हुन्छ।
२. शुद्धता: यदि प्रारम्भिक अनुमान वास्तविक मूलको नजिक छ भने जरा पत्ता लगाउन यो विधि सामान्यतया बढी सही हुन्छ।
३. व्यापक प्रयोग: बहुपद र गैर-बहुपद दुवै प्रकारका प्रकार्यहरूमा लागू गर्न सकिन्छ।
अभाव
१. प्रारम्भिक मानहरूमा निर्भरता: अन्तिम परिणाम प्रारम्भिक अनुमानित मानमा अत्यधिक निर्भर हुन्छ। यदि अनुमान मूलबाट टाढा छ भने, विधि असफल हुन सक्छ वा धेरै पुनरावृत्तिहरू आवश्यक पर्न सक्छ।
२. व्युत्पन्न जान्नु पर्ने: यस विधिमा प्रकार्यको व्युत्पन्न गणना गर्न आवश्यक छ, जुन केही जटिल प्रकार्यहरूको लागि गाह्रो वा अव्यावहारिक हुन सक्छ।
३. बलियो छैन: यो विधि सधैं अभिसरण हुँदैन। केही विशेष अवस्थाहरू छन् जसमा यो विधि असफल हुन सक्छ, जस्तै यदि प्रकार्यमा महत्वपूर्ण बिन्दु छ वा व्युत्पन्नमा महत्त्वपूर्ण परिवर्तन छ भने।
केसिम्पुलन
न्यूटन-राफसन विधि संख्यात्मक कम्प्युटिङमा एक शक्तिशाली उपकरण हो जसले हामीलाई गैर-रेखीय समीकरणको जराहरू छिटो र सही रूपमा फेला पार्न अनुमति दिन्छ। यद्यपि, सबै संख्यात्मक विधिहरू जस्तै, यसमा सीमितताहरू र परिस्थितिहरू छन् जहाँ यो राम्रोसँग काम नगर्न सक्छ। प्रकार्यहरू र डेरिभेटिभहरूको पूर्ण बुझाइ, साथै उपयुक्त प्रारम्भिक मानहरूको चयन, यो विधि सफलतापूर्वक प्रयोग गर्नको लागि महत्वपूर्ण छ।
उचित बुझाइ र प्रयोगको साथ, न्यूटन-राफसन विधि गणित र कम्प्युटर विज्ञानमा विभिन्न जरा खोज्ने समस्याहरूको प्रभावकारी समाधान हुन सक्छ।
