뉴튼-랩슨 법


Newton–Raphson method

1 개요

미분가능한 함수 [math]f:\left[a, b\right]\to\mathbb{R}[/math]에 대해 x에 대한 방정식 [math]f\left(x\right)=0[/math]의 근을 구하는 알고리듬

구간 [math]\left[a, b\right][/math]에서 임의로 원소 [math]x_0[/math]를 택하고 다음과 같은 점화식을 정의한다.

[math]\displaystyle x_{n}=x_{n-1}-\frac{f\left ( x_{n-1} \right )}{f'\left ( x_{n-1} \right )}[/math]

그러면 특정 조건 하에서는 극한값 [math]\displaystyle \lim_{n\to\infty}x_n[/math]이 존재하고 그 극한값이 방정식의 근이 된다.

2 예시

1. [math]\sqrt{2}[/math]의 근삿값 구하기

[math]\sqrt{2}[/math]는 방정식 [math]{x}^{2}-2=0[/math]의 한 근이다. [math]f\left ( x \right )=x^{2}-2[/math]로 놓으면 [math]f'\left(x\right)=2x[/math]이므로 점화식은 다음과 같다.

[math]\displaystyle x_{n}=x_{n-1}-\frac{{x_{n-1}}^{2}-2}{2x_{n-1}}[/math]

[math]x_0=2[/math]라고 하면 다음과 같이 계산된다.

n[math]x_n[/math][math]{x_n}^2-2[/math]
022
11.50.25
21.416666666666670.0069444444
31.414215686274516.00730488287127E-06
41.414213562374694.51061410444709E-12
근에 빠른 속도로 수렴하는 것을 볼 수 있다.


2. [math]e^{x}-5x-13=0[/math]의 근의 근삿값 구하기

[math]\begin{cases}f\left ( x \right )=e^{x}-5x-13 \\ f'\left ( x \right )= e^{x}-5\end{cases}[/math]로 놓자.
그러면 점화식은 다음과 같다.

[math]\displaystyle x_{n}=x_{n-1}-\frac{e^{x_{n-1}}-5x_{n-1}-13}{e^{x_{n-1}}-5}[/math]

[math]x_0=2.5[/math]라 하면

n[math]x_n[/math][math]\left|e^{x}-5x-13\right|[/math]
02.513.3175
14.354161815124195798851178994132243.030776811062596188056120322497020
23.763092592016330437643144443986973811.265990571927481514206244917402415032
33.46725329159524956181478647963178718181.712326841620949317395497471413015541809
43.403947713273494508244070291062359227378800.0628849509258462182263701163275309881038890
53.4014406010935229862008346132235498837871520580.00009446488073375744283276244278720823295292082
63.40143682360093924074270352328210172434719341928032.14093549169697551824648081631141180381787×10^-10
73.401436823592377958986325308771736334884296220772254991.0996964616094947860323883001994399×10^-21
83.4014368235923779589862813335501991120386791071110909526382.901424803461507×10^-44

3 주의할 점

  • 초기값을 설정하는데 공을 들일 필요가 있다. 영 좋지 않은 초기값을 선택하면 근을 찾는데 많은 시간이 소모될 수 있음은 물론, 값이 수렴하지 않고 발산하는 경우도 생길 수 있다.