Da Wikiversità, l'apprendimento libero.
Metodo di Newton
Analisi numerica > Metodo di Newton
Indice delle lezioni di:
Torna al corso:
Con il metodo di Newton si costruisce la successione degli
x
k
{\displaystyle \displaystyle x_{k}}
per trovare la radice
α
{\displaystyle \displaystyle \alpha }
di una funzione
f
{\displaystyle \displaystyle f}
partendo da una stima iniziale
x
0
{\displaystyle \displaystyle x_{0}}
. La stima iniziale
x
0
{\displaystyle x_{0}}
si suppone essere vicino alla radice
α
{\displaystyle \alpha }
. Si costruisce, quindi, la tangente di
f
{\displaystyle \displaystyle f}
in
x
0
{\displaystyle \displaystyle x_{0}}
e si fa una prima approssimazione di
α
{\displaystyle \alpha }
calcolando la radice della tangente. Ripetendo questo processo si ottiene la successione degli
x
k
{\displaystyle \displaystyle x_{k}}
.
Derivazione del metodo di Newton [ modifica ]
Approssimiamo
f
(
x
)
{\displaystyle \displaystyle f(x)}
con uno sviluppo di Taylor intorno a
x
k
{\displaystyle \displaystyle x_{k}}
fermandoci al secondo ordine
f
(
x
)
=
f
(
x
k
)
+
f
′
(
x
k
)
(
x
−
x
k
)
+
f
″
(
η
k
)
2
(
x
−
x
k
)
2
,
{\displaystyle f(x)=f(x_{k})+f'(x_{k})(x-x_{k})+{\frac {f''(\eta _{k})}{2}}(x-x_{k})^{2},}
con
η
k
{\displaystyle \displaystyle \eta _{k}}
preso tra
x
{\displaystyle \displaystyle x}
e
x
k
{\displaystyle \displaystyle x_{k}}
.
Imponendo
x
=
α
{\displaystyle x=\alpha }
e ricordando che
f
(
α
)
=
0
{\displaystyle f(\alpha )=0}
si ottiene
α
=
x
k
−
f
(
x
k
)
f
′
(
x
k
)
−
(
α
−
x
k
)
2
2
f
″
(
η
k
)
f
′
(
x
k
)
.
{\displaystyle \alpha =x_{k}-{\frac {f(x_{k})}{f'(x_{k})}}-{\frac {(\alpha -x_{k})^{2}}{2}}{\frac {f''(\eta _{k})}{f'(x_{k})}}.}
Tralasciando l'ultimo termine, si ottiene un'approssimazione di
α
{\displaystyle \displaystyle \alpha }
che chiamiamo
x
k
+
1
{\displaystyle \displaystyle x_{k+1}}
ottenendo così il
Metodo di Newton:
x
k
+
1
=
x
k
−
f
(
x
k
)
f
′
(
x
k
)
.
{\displaystyle x_{k+1}=x_{k}-{\frac {f(x_{k})}{f'(x_{k})}}.}
Risulta chiaro dalla derivazione del metodo che l'errore commesso dal metodo di Newton è dato da
Formula dell'errore per il metodo di Newton:
α
−
x
k
+
1
=
−
f
″
(
η
k
)
2
f
′
(
x
k
)
(
α
−
x
k
)
2
.
{\displaystyle \alpha -x_{k+1}=-{\frac {f''(\eta _{k})}{2f'(x_{k})}}(\alpha -x_{k})^{2}.}
Da questo si nota che se il metodo converge, l'ordine di convergenza è pari a 2. La convergenza del metodo di Newton dipende però dalla scelta della stima iniziale
x
0
{\displaystyle \displaystyle x_{0}}
.
Vale il seguente
Teorema
Si assuma che
f
(
x
)
,
f
′
(
x
)
,
{\displaystyle f(x),\,f'(x),}
e
f
″
(
x
)
{\displaystyle \displaystyle f''(x)}
siano continue in un intorno della radice
α
{\displaystyle \displaystyle \alpha }
e che
f
′
(
α
)
≠
0
{\displaystyle \displaystyle f'(\alpha )\neq 0}
. Allora preso
x
0
{\displaystyle \displaystyle x_{0}}
sufficientemente vicino a
α
{\displaystyle \displaystyle \alpha }
, allora la successione
x
k
{\displaystyle \displaystyle x_{k}}
, con
k
≥
0
{\displaystyle k\geq 0}
, definita dal metodo di Newton converge ad
α
{\displaystyle \alpha }
. Inoltre si ha ordine di convergenza
p
=
2
{\displaystyle \displaystyle p=2}
essendo
lim
k
→
∞
α
−
x
k
+
1
(
α
−
x
k
)
2
=
−
f
″
(
α
)
2
f
′
(
α
)
.
{\displaystyle \lim _{k\to \infty }{\frac {\alpha -x_{k+1}}{(\alpha -x_{k})^{2}}}=-{\frac {f''(\alpha )}{2f'(\alpha )}}.}
Dimostrazione
Si prenda un intorno
I
{\displaystyle \displaystyle I}
di raggio
ϵ
{\displaystyle \displaystyle \epsilon }
, cioè
I
=
[
α
−
ϵ
,
α
+
ϵ
]
{\displaystyle \displaystyle I=[\alpha -\epsilon ,\alpha +\epsilon ]}
, con
ϵ
{\displaystyle \displaystyle \epsilon }
scelto in modo che
f
′
(
x
)
≠
0
∀
x
∈
I
{\displaystyle \displaystyle f'(x)\neq 0\;\forall x\in I}
. Tale condizione é possibile data la continuitá di
f
′
(
x
)
{\displaystyle \displaystyle f'(x)}
. Si definisce
M
=
max
x
∈
I
|
f
″
(
x
)
|
2
min
x
∈
I
|
f
′
(
x
)
|
{\displaystyle \displaystyle M={\frac {\displaystyle \max _{x\in I}|f''(x)|}{\displaystyle 2\min _{x\in I}|f'(x)|}}}
Dall'equazione per l'errore introdotta precedentemente si ha
|
α
−
x
1
|
≤
M
|
α
−
x
0
|
2
{\displaystyle \displaystyle |\alpha -x_{1}|\leq M|\alpha -x_{0}|^{2}}
M
|
α
−
x
1
|
≤
M
2
|
α
−
x
0
|
2
{\displaystyle \displaystyle M|\alpha -x_{1}|\leq M^{2}|\alpha -x_{0}|^{2}}
Scelto
ϵ
≥
|
α
−
x
0
|
{\displaystyle \displaystyle \epsilon \geq |\alpha -x_{0}|}
e
M
|
α
−
x
0
|
≤
1
{\displaystyle \displaystyle M|\alpha -x_{0}|\leq 1}
, si ha allora che
M
|
α
−
x
1
|
≤
1
{\displaystyle \displaystyle M|\alpha -x_{1}|\leq 1}
,
M
|
α
−
x
1
|
≤
M
|
α
−
x
0
|
{\displaystyle \displaystyle M|\alpha -x_{1}|\leq M|\alpha -x_{0}|}
e quindi che
|
α
−
x
1
|
≤
ϵ
{\displaystyle \displaystyle |\alpha -x_{1}|\leq \epsilon }
.
Per induzione si trova che
|
α
−
x
k
|
≤
ϵ
{\displaystyle \displaystyle |\alpha -x_{k}|\leq \epsilon }
e che
M
|
α
−
x
k
|
≤
1
{\displaystyle \displaystyle M|\alpha -x_{k}|\leq 1}
, per ogni
k
≥
1
{\displaystyle \displaystyle k\geq 1}
.
Utilizzando nuovamente la formula dell'errore, si vede che
M
|
α
−
x
k
+
1
|
≤
(
M
|
α
−
x
k
|
)
2
≤
.
.
.
≤
(
M
|
α
−
x
0
|
)
2
k
{\displaystyle \displaystyle M|\alpha -x_{k+1}|\leq (M|\alpha -x_{k}|)^{2}\leq ...\leq (M|\alpha -x_{0}|)^{2k}}
e quindi che
|
α
−
x
k
+
1
|
≤
1
M
(
M
|
α
−
x
0
|
)
2
k
{\displaystyle \displaystyle |\alpha -x_{k+1}|\leq {\frac {1}{M}}(M|\alpha -x_{0}|)^{2k}}
e data l'ipotesi fatta in precedenza che
M
|
α
−
x
0
|
≤
1
{\displaystyle \displaystyle M|\alpha -x_{0}|\leq 1}
, si vede che
x
k
→
α
{\displaystyle \displaystyle x_{k}\to \alpha }
per
k
→
∞
{\displaystyle \displaystyle k\to \infty }
.
Infine, sempre dalla formula dell'errore, si ha che il punto
η
k
{\displaystyle \displaystyle \eta _{k}}
é compreso tra
x
k
{\displaystyle \displaystyle x_{k}}
ed
α
{\displaystyle \displaystyle \alpha }
e quindi, dato che
x
k
→
α
{\displaystyle \displaystyle x_{k}\to \alpha }
,
η
k
→
α
{\displaystyle \displaystyle \eta _{k}\to \alpha }
{\displaystyle \displaystyle }