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

Definicja, derywacja i zbieżność

Iteracja Newtona-Raphsona

"Newton's Method is a technique to approximate the solution of f(x)=0f(x) = 0. It works when one can perform repeated evaluations of ff and ff', making it ideal for functions like polynomials, exponentials, and trigonometric functions." — APEX Calculus, §4.4

Derywacja przez aproksymację liniową (Taylor rzędu 1)

Jeśli rr jest pierwiastkiem ff i xnx_n jest bliskie rr, to przez rozwinięcie Taylora:

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

Rozwiązując dla rr: rxnf(xn)/f(xn)=xn+1r \approx x_n - f(x_n)/f'(x_n) = x_{n+1}. Iteracja definiuje następne przybliżenie jako pierwiastek aproksymacji liniowej.

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

Styczna w (xn,f(xn))(x_n, f(x_n)) przecina oś xx w punkcie xn+1x_{n+1}, zawsze bliżej pierwiastka rr (punkt wypełniony na niebiesko) — gdy x0x_0 jest wystarczająco blisko.

Twierdzenie o zbieżności lokalnej

Dowód (szkic). Niech en=xnre_n = x_n - r. Rozwinięcie Taylora ff wokół 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

dla pewnego ξn\xi_n między xnx_n i rr. Z iteracji, xn+1r=xnf(xn)/f(xn)rx_{n+1} - r = x_n - f(x_n)/f'(x_n) - r. Podstawiając i upraszczając:

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

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

Patologie i błędy

Przykłady rozwiązane

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. Zastosuj 3 iteracje Newtona-Raphsona. Porównaj z 2=1,41421356\sqrt{2} = 1{,}41421356\ldots

  2. Ex. 69.2Application

    f(x)=x25f(x) = x^2 - 5, x0=2x_0 = 2. Zastosuj 3 iteracje, aby oszacować 5\sqrt{5}.

  3. Ex. 69.3ApplicationAnswer key

    f(x)=x32f(x) = x^3 - 2, x0=1x_0 = 1. Zastosuj 3 iteracje, aby oszacować 23\sqrt[3]{2}.

  4. Ex. 69.4ApplicationAnswer key

    f(x)=cosxxf(x) = \cos x - x, x0=1x_0 = 1. Zastosuj 3 iteracje, aby oszacować punkt stały cos\cos.

  5. Ex. 69.5ApplicationAnswer key

    f(x)=ex2f(x) = e^x - 2, x0=1x_0 = 1. Zastosuj 3 iteracje, aby oszacować ln2\ln 2.

  6. Ex. 69.6Application

    f(x)=xlnx1f(x) = x \ln x - 1, x0=2x_0 = 2. Przybliż pierwiastek do 4 miejsc dziesiętnych.

  7. Ex. 69.7Application

    f(x)=sinxf(x) = \sin x, x0=3x_0 = 3. Pokaż numerycznie, że iteracje zbiegają do π\pi.

  8. Ex. 69.8Application

    f(x)=x3x1f(x) = x^3 - x - 1, x0=1,5x_0 = 1{,}5. Przybliż pierwiastek rzeczywisty (stała plastyczna 1,3247\approx 1{,}3247).

  9. Ex. 69.9Application

    f(x)=x2x1f(x) = x^2 - x - 1, x0=1,5x_0 = 1{,}5. Przybliż złoty podział 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. Przybliż najmniejszy pierwiastek dodatni większy od π\pi.

  11. Ex. 69.11ModelingAnswer key

    Pokaż, że wzór Herona xn+1=(xn+a/xn)/2x_{n+1} = (x_n + a/x_n)/2 do obliczania a\sqrt{a} jest dokładnie Newton-Raphson zastosowany do f(x)=x2af(x) = x^2 - a.

  12. Ex. 69.12Modeling

    Uogólnij: jaka jest iteracja Newton'a do obliczania an\sqrt[n]{a}? Zastosuj dla n=3n = 3, a=8a = 8, x0=2x_0 = 2 (2 kroki).

  13. Ex. 69.13Modeling

    Pokaż, że xn+1=xn(2axn)x_{n+1} = x_n(2 - ax_n) oblicza 1/a1/a poprzez Newton bez żadnej operacji dzielenia. Zastosuj dla a=7a = 7, x0=0,1x_0 = 0{,}1 (3 kroki).

  14. Ex. 69.14Modeling

    Minimalizuj g(x)=x44x+1g(x) = x^4 - 4x + 1 stosując Newton-Raphson do g(x)=0g'(x) = 0, z x0=1,5x_0 = 1{,}5.

  15. Ex. 69.15Modeling

    Przepływy pieniężne: 1000-1000, 300300, 400400, 500500 (lata 0, 1, 2, 3). IRR rr to pierwiastek 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. Użyj Newton'a z r0=0,15r_0 = 0{,}15.

  16. Ex. 69.16Modeling

    W Black-Scholes, dana cena rynkowa VmktV_{\text{mkt}} opcji, wyjaśnij jak użyć Newton-Raphsona, aby znaleźć zmienność dorozumianą σ\sigma. Jaka jest rola vegi w iteracji?

  17. Ex. 69.17Modeling

    W równaniu van der Waalsa (P+a/V2)(Vb)=RT(P + a/V^2)(V - b) = RT, dane PP, TT (i stałe gazu), użyj Newton'a, aby znaleźć molowy wolumin VV. Naszkicuj iterację.

  18. Ex. 69.18ModelingAnswer key

    Równanie Keplera: EesinE=ME - e \sin E = M. Dla e=0,3e = 0{,}3 (ekscentryczność) i M=1M = 1 rad (anomalia średnia), użyj Newton'a z E0=1E_0 = 1, aby znaleźć anomalię ekscentryczną EE (4 iteracje).

  19. Ex. 69.19Understanding

    Jakie zachowanie Newton-Raphson może wykazywać, gdy początkowe zgadywanie x0x_0 jest daleko od pierwiastka?

  20. Ex. 69.20Understanding

    Które jest najbardziej niezawodnym kryterium zatrzymania dla Newton-Raphsona?

  21. Ex. 69.21Understanding

    Pokaż, że Newton-Raphson z f(x)=x32x+2f(x) = x^3 - 2x + 2 i x0=0x_0 = 0 cykluje nieskończenie między 0 i 1.

  22. Ex. 69.22Understanding

    f(x)=x2f(x) = x^2 (pierwiastek podwójny w x=0x = 0), x0=1x_0 = 1. Pokaż, że Newton-Raphson zbieża tylko liniowo, ze współczynnikiem 1/21/2.

  23. Ex. 69.23UnderstandingAnswer key

    f(x)=x1/3f(x) = x^{1/3} ma pierwiastek w x=0x = 0 ale f(0)f'(0) nie istnieje. Co się dzieje z Newton-Raphsonem? Oblicz 4 iteracje od x0=1x_0 = 1.

  24. Ex. 69.24Application

    Zastosuj metodę sieczną (x0=1x_0 = 1, x1=2x_1 = 2) do f(x)=x22f(x) = x^2 - 2 przez 4 iteracje. Porównaj z Newton'em (ćwiczenie 69.1).

  25. Ex. 69.25Application

    f(x)=x33x+1f(x) = x^3 - 3x + 1 ma 3 pierwiastkami rzeczywistymi. Zastosuj Newton z x0=2x_0 = 2, potem z x0=2x_0 = -2, potem z x0=0,5x_0 = 0{,}5. Który pierwiastek każdy chyt znajduje?

  26. Ex. 69.26ChallengeAnswer key

    Newton zmodyfikowany dla pierwiastka wielokrotnego: xn+1=xn2f(xn)/f(xn)x_{n+1} = x_n - 2f(x_n)/f'(x_n). Zastosuj do f(x)=(x1)2f(x) = (x-1)^2, zaznaczając od x0=3x_0 = 3. Porównaj ze standardową iteracją.

  27. Ex. 69.27Challenge

    Newton do optymalizacji: pokaż, że zastosowanie Newton'a do g(x)=0g'(x) = 0 w celu minimalizacji gg jest równoważne standardowemu Newton'owi z f=gf = g'. Zastosuj do minimalizacji g(x)=ex3xg(x) = e^x - 3x z x0=0x_0 = 0.

  28. Ex. 69.28Challenge

    Dla f(z)=z31f(z) = z^3 - 1 na płaszczyźnie zespolonej, opisz jakościowo 3 baseny Newton'a. Na linii rzeczywistej, który pierwiastek x0=2x_0 = 2 i x0=0,5x_0 = -0{,}5 osiągają?

  29. Ex. 69.29Proof

    Demonstruj zbieżność kwadratową Newton-Raphsona poprzez Taylor'a rzędu 2. Zidentyfikuj stałą C=f(r)/(2f(r))C = |f''(r)|/(2|f'(r)|).

  30. Ex. 69.30Proof

    Demonstruj: jeśli ff jest wypukła rosnąca z pierwiastkiem prostym rr i x0>rx_0 > r z f(x0)>0f(x_0) > 0, Newton-Raphson zbieży do rr.

  31. Ex. 69.31Proof

    Uogólnij Newton-Raphson do f:RnRn\vec{f}: \mathbb{R}^n \to \mathbb{R}^n. Napisz system liniowy rozwiązywany na każdym kroku i zidentyfikuj rolę jakobianu JJ.

  32. Ex. 69.32ProofAnswer key

    Pokaż, że iteracja Herona xn+1=(xn+a/xn)/2x_{n+1} = (x_n + a/x_n)/2 zbieża się kwadratycznie do a\sqrt{a} dla każdego x0>0x_0 > 0.

Źródła

  • APEX Calculus — Hartman, Heinold, Siemers, Chalishajar · CC-BY-NC. Główne źródło — §4.4 Newton's Method.
  • OpenStax Calculus Volume 1 — Strang, Herman et al. · CC-BY-NC-SA. §4.9 Newton's Method. Ćwiczenia aplikacyjne (IRR, systemy).
  • REAMAT — Cálculo Numérico (Python) — UFRGS Reamat Colaborativo · CC-BY-SA. Cap. 3 Zeros de funções. Implementacje Python, analiza błędu, metoda siecznej.

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.