Numerisk løsning av ligninger ved iterasjon.
Numerisk løysing av likningar
Mange likningar kan ikkje løysast eksakt med algebraiske metodar. Til dømes:
-
-
-
Newtons metode gir oss ein måte å finne tilnærma løysingar med høg presisjon.
Ideen: Start med ei gjetting, og forbetre ho iterativt ved å følgje tangentlinja.
1. Vel ein startverdi nær løysinga
2. Iterer med formelen:
Geometrisk tolking:
- Teikn tangenten til i punktet
- Finn kvar tangenten kryssar -aksen
- Dette gir
Prosessen blir gjenteken til ønskt nøyaktigheit er nådd.
Utleiing av formelen
Tangentlinja til i har likning:
Vi finn kvar tangenten kryssar -aksen ():
Dette gir oss .
Bruk Newtons metode til å finne ved å løyse .
-
-
- Iterasjonsformel:
Startverdi:
Iterasjonar:
| 0 | 1 |
| 1 | |
| 2 | |
| 3 |
Svar: (etter berre 3 iterasjonar!)
Finn ei løysing av med Newtons metode.
Derivert:
Iterasjonsformel:
Startverdi: (frå grafisk inspeksjon)
Iterasjonar:
| 0 | 0,5 | 0,378 |
| 1 | 0,7552 | 0,0235 |
| 2 | 0,7391 | 0,00005 |
Svar: er løysinga av .
- Startverdien er nær løysinga
- nær løysinga
- er "pent" oppførande (kontinuerleg, deriverbar)
Når kan det gå gale?
- (divisjon med null)
- Dårleg startverdi (kan gi divergens eller feil løysing)
- Fleire løysingar (kan lande på "feil" løysing)
Konvergensfart:
Når metoden fungerer, blir talet på korrekte siffer vanlegvis dobla for kvar iterasjon (kvadratisk konvergens).
Bruk Newtons metode med 3 iterasjonar.
Finn ved å løyse med .
Finn ved å løyse med .
Løys med .
Likninga har éi reell løysing.
Vis at løysinga ligg mellom 2 og 3.
Bruk Newtons metode med til å finne løysinga med 4 desimalars nøyaktigheit.
Sjå korleis tangentlinjene konvergerer mot nullpunktet.
Prøv å løyse (kubikkrot) med Newtons metode. Bruk .
-
-
Iterasjonsformel:
Iterasjonar:
| 0 | |
| 1 | |
| 2 | |
| 3 | |
| 4 |
Iterata divergerer — verdiane veks og sprett mellom positiv og negativ.
Kvifor feilar metoden?
Nullpunktet er , men der er . Den deriverte er ubegrensa nær nullpunktet, og tangentlinjene peikar lenger og lenger bort. Newtons metode konvergerer ikkje.
I praksis bruker vi eit stoppkriterium for å avgjere når vi har god nok tilnærming:
1. Endring mellom iterasjonar: (t.d. )
2. Funksjonsverdi nær null:
Vanlegvis er 5–10 iterasjonar nok til å oppnå meir enn 10 desimalars nøyaktigheit, takka vere den kvadratiske konvergensen.
| Newtons metode | Halveringsmetoden | |
|---|---|---|
| Fart | Kvadratisk konvergens (rask) | Lineær konvergens (langsam) |
| Krav | , god startverdi | Berre eit forteiknskifte: |
| Pålitelegheit | Kan divergere | Fungerer alltid når vi har forteiknskifte |
I praksis: Bruk halveringsmetoden først for å finne eit grovt estimat, og deretter Newtons metode for å finpusse svaret raskt.
Bruk Newtons metode på ulike problem.
Finn nullpunktet til med . Utfør 3 iterasjonar.
Likninga har ei løysing nær . Bruk Newtons metode til å finne ho.
Forklar kvifor er ein dårleg startverdi for å løyse med Newtons metode.
Skriv ein algoritme (pseudokode eller Python) for Newtons metode.
Skriv ein funksjon newton(f, f_derivert, x0, toleranse, maks_iter) som returnerer eit tilnærma nullpunkt. Funksjonen skal iterere til eller maks tal på iterasjonar er nådd.
Test algoritmen på for å finne . Kor mange iterasjonar trengst for 10 desimalars nøyaktigheit?
Oppsummering
Newtons metode:
Framgangsmåte:
1. Omform likninga til
2. Finn
3. Vel ein god startverdi
4. Iterer til ønskt nøyaktigheit
Fordelar:
- Rask konvergens (doblar presisjon per steg)
- Fungerer for dei fleste funksjonar
Ulemper:
- Krev god startverdi
- Krev at
Dette kapitlet er skrevet av Anthropics toppmodeller (Claude Opus og Claude Fable) og er foreløpig ikke manuelt gjennomgått — kvalitetskontrollen gjøres av uavhengige KI-agenter, og innmeldte feil rettes fortløpende. Funnet en feil? Meld fra, så retter vi den. Les mer om hvordan innholdet lages.
