Metoda Newtona (Newton–Raphson) — opis, zasada działania i zastosowania

Wprowadzenie

Metoda Newtona, często nazywana także metodą Newtona–Raphsona, jest jedną z podstawowych technik numerycznych służących do znajdowania pierwiastków funkcji. Metoda wykorzystuje informacje o pochodnej, aby systematycznie poprawiać przybliżenie miejsca zerowego. Ilustracyjne ujęcie algorytmu można przedstawić geometrycznie jako przesuwanie się wzdłuż stycznych do wykresu funkcji.

Zasada działania

Algorytm zaczyna się od wybrania początkowego przybliżenia x_n. Następnie oblicza się kolejne przybliżenie według wzoru x_{n+1} = x_n - f(x_n)/f'(x_n), gdzie f' oznacza pochodną funkcji, czyli pochodną. W praktyce iterację powtarza się aż do osiągnięcia zadanej dokładności lub do stwierdzenia braku zbieżności. Geometria tej procedury polega na przybliżaniu wykresu funkcji linią styczną i szukaniu jej przecięcia z osią x, co daje nowe przybliżenie.

Zbieżność i ograniczenia

W korzystnych sytuacjach, gdy f jest dostatecznie gładka, a początkowe przybliżenie jest blisko rzeczywistego zera, metoda charakteryzuje się zbieżnością kwadratową, czyli liczba poprawnych cyfr przybliżenia przybliżająco się podwaja z każdą iteracją. Jednak metoda ma też istotne ograniczenia: nie działa poprawnie, gdy f'(x_n)=0, gdy punkt startowy jest zbyt daleki od zera lub gdy funkcja ma złożone multiple roots. W przypadkach miejsc zerowych o krotności większej niż 1 zbieżność zwykle staje się tylko liniowa. Możliwe są też oscylacje i ucieczka iteracji do nieskończoności.

Warianty i uogólnienia

• Sekantowa: nie wymaga znajomości pochodnej i używa dwóch ostatnich przybliżeń do przybliżenia pochodnej.
• Zadławiona (damped) Newtona: wprowadza współczynnik kroku w celu stabilizacji iteracji.
• Zmodyfikowane metody dla wielokrotnych miejsc zerowych: poprawiają szybkość zbieżności przy krotnościach>1.
• Wielowymiarowa Newtona: zamiast pochodnej wykorzystuje macierz Jacobiego i rozwiązuje układ równań liniowych dla wektora przyrostu.

Zastosowania i przykłady

Metoda Newtona jest powszechnie stosowana w inżynierii, naukach przyrodniczych i finansach do rozwiązywania nieliniowych równań, wyznaczania punktów krytycznych funkcji (optymalizacja) oraz przy przybliżeniach rozwiązań równań różniczkowych i układów nieliniowych. W praktyce konstrukcja dobrego startu i kryteriów zatrzymania jest kluczowa: typowe kryteria to mała wartość |f(x_n)|, mała zmiana |x_{n+1}-x_n| lub osiągnięcie maksymalnej liczby iteracji.

Historia i uwagi praktyczne

Metoda bywa przypisywana Isaacowi Newtonowi i Josephowi Raphsonowi; nazwa Newton–Raphson odzwierciedla wkład obu autorów w rozwój technik iteracyjnych. W implementacjach komputerowych pojawiają się dodatkowe zagadnienia: stabilność numeryczna, koszt obliczania pochodnych, efektywne rozwiązanie układów dla wariantu wielowymiarowego oraz analiza tak zwanych basenów przyciągania dla różnych punktów startowych. Zrozumienie ich pozwala na bezpieczniejsze i efektywniejsze użycie metody w zastosowaniach praktycznych.

Podsumowując, metoda Newtona to szybkie i eleganckie narzędzie do znajdowania miejsc zerowych, pod warunkiem że spełnione są odpowiednie warunki gładkości i dobrany jest rozsądny punkt początkowy.