Math ClubMath Club
v1 · padrão canônico

Lição 69 — Método de Newton-Raphson

Iteração x_{n+1} = x_n - f(x_n)/f'(x_n) para raízes. Convergência quadrática, falhas, bacias de atração.

Used in: 2.º ano do programa (17 anos) · Equiv. Math III japonês (métodos numéricos) · Equiv. Klasse 12 LK alemã (Numerik)

xn+1=xnf(xn)f(xn)x_{n+1} = x_n - \frac{f(x_n)}{f'(x_n)}
Choose your door

Rigorous notation, full derivation, hypotheses

Definizione, derivazione e convergenza

L'iterazione di Newton-Raphson

"Il metodo di Newton è una tecnica per approssimare la soluzione di f(x)=0f(x) = 0. Funziona quando si possono eseguire valutazioni ripetute di ff e ff', rendendolo ideale per funzioni come polinomi, esponenziali e funzioni trigonometriche." — APEX Calculus, §4.4

Derivazione via approssimazione lineare (Taylor ordine 1)

Se rr è radice di ff e xnx_n è vicino a rr, per lo sviluppo di Taylor:

0=f(r)f(xn)+f(xn)(rxn).0 = f(r) \approx f(x_n) + f'(x_n)(r - x_n).

Risolvendo per rr: rxnf(xn)/f(xn)=xn+1r \approx x_n - f(x_n)/f'(x_n) = x_{n+1}. L'iterazione definisce la prossima stima come lo zero dell'approssimazione lineare.

xy(xn,f(xn))(x_n, f(x_n))xn+1x_{n+1}xnx_nrry=f(x)y = f(x)tangente in xnx_n

La tangente in (xn,f(xn))(x_n, f(x_n)) incrocia l'asse xx in xn+1x_{n+1}, sempre più vicino alla radice rr (punto pieno blu) — finché x0x_0 sia abbastanza vicino.

Teorema di convergenza locale

Prova (schema). Sia en=xnre_n = x_n - r. Sviluppo di Taylor di ff intorno a rr:

0=f(r)=f(xn)+f(xn)(rxn)+f(ξn)2(rxn)20 = f(r) = f(x_n) + f'(x_n)(r - x_n) + \frac{f''(\xi_n)}{2}(r - x_n)^2

per qualche ξn\xi_n tra xnx_n e rr. Dall'iterazione, xn+1r=xnf(xn)/f(xn)rx_{n+1} - r = x_n - f(x_n)/f'(x_n) - r. Sostituendo e semplificando:

en+1=f(ξn)2f(xn)en2.e_{n+1} = -\frac{f''(\xi_n)}{2 f'(x_n)}\, e_n^2.

Quando xnrx_n \to r, ξnr\xi_n \to r e f(xn)f(r)0f'(x_n) \to f'(r) \neq 0, dunque en+1/en2f(r)/(2f(r))=C|e_{n+1}|/|e_n|^2 \to |f''(r)|/(2|f'(r)|) = C. \square

Patologie e fallimenti

Esempi risolti

Exercise list

32 exercises · 8 with worked solution (25%)

Application 12Understanding 5Modeling 8Challenge 3Proof 4
  1. Ex. 69.1Application

    f(x)=x22f(x) = x^2 - 2, x0=1x_0 = 1. Applica 3 iterazioni di Newton-Raphson. Confronta con 2=1,41421356\sqrt{2} = 1{,}41421356\ldots

  2. Ex. 69.2Application

    f(x)=x25f(x) = x^2 - 5, x0=2x_0 = 2. Applica 3 iterazioni per stimare 5\sqrt{5}.

  3. Ex. 69.3ApplicationAnswer key

    f(x)=x32f(x) = x^3 - 2, x0=1x_0 = 1. Applica 3 iterazioni per stimare 23\sqrt[3]{2}.

  4. Ex. 69.4ApplicationAnswer key

    f(x)=cosxxf(x) = \cos x - x, x0=1x_0 = 1. Applica 3 iterazioni per stimare il punto fisso di cos\cos.

  5. Ex. 69.5ApplicationAnswer key

    f(x)=ex2f(x) = e^x - 2, x0=1x_0 = 1. Applica 3 iterazioni per stimare ln2\ln 2.

  6. Ex. 69.6Application

    f(x)=xlnx1f(x) = x \ln x - 1, x0=2x_0 = 2. Approssima la radice con 4 cifre decimali.

  7. Ex. 69.7Application

    f(x)=sinxf(x) = \sin x, x0=3x_0 = 3. Mostra numericamente che le iterazioni convergono verso π\pi.

  8. Ex. 69.8Application

    f(x)=x3x1f(x) = x^3 - x - 1, x0=1,5x_0 = 1{,}5. Approssima la radice reale (costante plastica 1,3247\approx 1{,}3247).

  9. Ex. 69.9Application

    f(x)=x2x1f(x) = x^2 - x - 1, x0=1,5x_0 = 1{,}5. Approssima il rapporto aureo ϕ=(1+5)/2\phi = (1 + \sqrt{5})/2.

  10. Ex. 69.10Application

    f(x)=tanxxf(x) = \tan x - x, x0=4,5x_0 = 4{,}5. Approssima la radice positiva più piccola maggiore di π\pi.

  11. Ex. 69.11ModelingAnswer key

    Mostra che la formula di Erone xn+1=(xn+a/xn)/2x_{n+1} = (x_n + a/x_n)/2 per calcolare a\sqrt{a} è esattamente Newton-Raphson applicato a f(x)=x2af(x) = x^2 - a.

  12. Ex. 69.12Modeling

    Generalizza: qual è l'iterazione di Newton per calcolare an\sqrt[n]{a}? Applica per n=3n = 3, a=8a = 8, x0=2x_0 = 2 (2 passi).

  13. Ex. 69.13Modeling

    Mostra che xn+1=xn(2axn)x_{n+1} = x_n(2 - ax_n) calcola 1/a1/a via Newton senza nessuna operazione di divisione. Applica per a=7a = 7, x0=0,1x_0 = 0{,}1 (3 passi).

  14. Ex. 69.14Modeling

    Minimizza g(x)=x44x+1g(x) = x^4 - 4x + 1 applicando Newton-Raphson in g(x)=0g'(x) = 0, con x0=1,5x_0 = 1{,}5.

  15. Ex. 69.15Modeling

    Flussi di cassa: 1000-1000, 300300, 400400, 500500 (anni 0, 1, 2, 3). Il TIR rr è radice di f(r)=1000+300/(1+r)+400/(1+r)2+500/(1+r)3=0f(r) = -1000 + 300/(1+r) + 400/(1+r)^2 + 500/(1+r)^3 = 0. Usa Newton con r0=0,15r_0 = 0{,}15.

  16. Ex. 69.16Modeling

    In Black-Scholes, dato prezzo di mercato VmktV_{\text{mkt}} di un'opzione, spiega come usare Newton-Raphson per trovare la volatilità implicita σ\sigma. Qual è il ruolo del vega nell'iterazione?

  17. Ex. 69.17Modeling

    Nell'equazione di van der Waals (P+a/V2)(Vb)=RT(P + a/V^2)(V - b) = RT, dati PP, TT (e costanti del gas), usa Newton per trovare il volume molare VV. Abbozza l'iterazione.

  18. Ex. 69.18ModelingAnswer key

    Equazione di Keplero: EesinE=ME - e \sin E = M. Per e=0,3e = 0{,}3 (eccentricità) e M=1M = 1 rad (anomalia media), usa Newton con E0=1E_0 = 1 per trovare l'anomalia eccentrica EE (4 iterazioni).

  19. Ex. 69.19Understanding

    Quale comportamento Newton-Raphson può esibire quando la stima iniziale x0x_0 è lontana dalla radice?

  20. Ex. 69.20Understanding

    Qual è il criterio di arresto più robusto per Newton-Raphson?

  21. Ex. 69.21Understanding

    Mostra che Newton-Raphson con f(x)=x32x+2f(x) = x^3 - 2x + 2 e x0=0x_0 = 0 cicla indefinitamente tra 00 e 11.

  22. Ex. 69.22Understanding

    f(x)=x2f(x) = x^2 (radice doppia in x=0x = 0), x0=1x_0 = 1. Mostra che Newton-Raphson converge solo linearmente, con rapporto 1/21/2.

  23. Ex. 69.23UnderstandingAnswer key

    f(x)=x1/3f(x) = x^{1/3} ha radice in x=0x = 0 ma f(0)f'(0) non esiste. Cosa accade con Newton-Raphson? Calcola 4 iterazioni partendo da x0=1x_0 = 1.

  24. Ex. 69.24Application

    Applica il metodo della secante (x0=1x_0 = 1, x1=2x_1 = 2) a f(x)=x22f(x) = x^2 - 2 per 4 iterazioni. Confronta con Newton (esercizio 69.1).

  25. Ex. 69.25Application

    f(x)=x33x+1f(x) = x^3 - 3x + 1 ha 3 radici reali. Applica Newton con x0=2x_0 = 2, poi con x0=2x_0 = -2, poi con x0=0,5x_0 = 0{,}5. Quale radice raggiunge ogni stima?

  26. Ex. 69.26ChallengeAnswer key

    Newton modificato per radice doppia: xn+1=xn2f(xn)/f(xn)x_{n+1} = x_n - 2f(x_n)/f'(x_n). Applica a f(x)=(x1)2f(x) = (x-1)^2, partendo da x0=3x_0 = 3. Confronta con l'iterazione standard.

  27. Ex. 69.27Challenge

    Newton per ottimizzazione: mostra che applicare Newton a g(x)=0g'(x) = 0 per minimizzare gg è equivalente a Newton standard con f=gf = g'. Applica per minimizzare g(x)=ex3xg(x) = e^x - 3x con x0=0x_0 = 0.

  28. Ex. 69.28Challenge

    Per f(z)=z31f(z) = z^3 - 1 nel piano complesso, descrivi qualitativamente i 3 bacini di Newton. Sulla retta reale, quale radice x0=2x_0 = 2 e x0=0,5x_0 = -0{,}5 raggiungono?

  29. Ex. 69.29Proof

    Dimostra la convergenza quadratica di Newton-Raphson via sviluppo di Taylor di ordine 2. Identifica la costante C=f(r)/(2f(r))C = |f''(r)|/(2|f'(r)|).

  30. Ex. 69.30Proof

    Dimostra: se ff è convessa crescente con radice semplice rr e x0>rx_0 > r con f(x0)>0f(x_0) > 0, Newton-Raphson converge verso rr.

  31. Ex. 69.31Proof

    Generalizza Newton-Raphson per f:RnRn\vec{f}: \mathbb{R}^n \to \mathbb{R}^n. Scrivi il sistema lineare da risolvere ad ogni passo e identifica il ruolo della Jacobiana JJ.

  32. Ex. 69.32ProofAnswer key

    Mostra che l'iterazione di Erone xn+1=(xn+a/xn)/2x_{n+1} = (x_n + a/x_n)/2 converge quadraticamente a a\sqrt{a} per qualsiasi x0>0x_0 > 0.

Fonti

  • APEX Calculus — Hartman, Heinold, Siemers, Chalishajar · CC-BY-NC. Fonte primaria — §4.4 Newton's Method.
  • OpenStax Calculus Volume 1 — Strang, Herman et al. · CC-BY-NC-SA. §4.9 Newton's Method. Esercizi applicati (TIR, sistemi).
  • REAMAT — Cálculo Numérico (Python) — UFRGS Reamat Colaborativo · CC-BY-SA. Cap. 3 Zeros de funções. Implementazioni Python, analisi dell'errore, metodo della secante.

Updated on 2026-05-06 · Author(s): Clube da Matemática

Found an error? Open an issue on GitHub or submit a PR — open source forever.