Appunti di Calcolo Numerico - Esercizi e Dispense - Università degli ...
Appunti di Calcolo Numerico - Esercizi e Dispense - Università degli ...
Appunti di Calcolo Numerico - Esercizi e Dispense - Università degli ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
4. ZERI DI FUNZIONE<br />
Esempio<br />
Esempio 4.5.1 Consideriamo l’equazione f (x) = 2x − cos(x) + 1 = 0 che ammette come unica ra<strong>di</strong>ce<br />
ξ = 0. Poichè f ′ (x) = 2 + sin(x), il metodo <strong>di</strong> Newton-Raphson <strong>di</strong>venta:<br />
x n+1 = x n − 2x n − cos(x n ) + 1<br />
2 + sin(x n )<br />
Partendo da x 0 = 0.5 e richiedendo una tolleranza pari a 10 −10 nei risultati (interrompiamo l’algoritmo<br />
quando d n < 10 −10 ), si ha:<br />
n x n d n<br />
0 0.5<br />
1 0.4730746270E-01 0.4526925E+00<br />
2 0.5462695134E-03 0.4676119E-01<br />
3 0.7458221874E-07 0.5461949E-03<br />
4 0.1395426403E-14 0.7458222E-07<br />
5 0.7647622253E-17 0.1387779E-14<br />
I valori generati dall’algoritmo tendono a ξ = 0.<br />
Considerando che f ′′ (x) = cos(x) possiamo valutare la costante asintotica M = |f ′′ (ξ)|<br />
2|f ′ (ξ)|<br />
|cos(ξ)|<br />
2(|2 + sin(ξ)|) = 1 4 = 0.25<br />
Da un punto <strong>di</strong> vista teorico, applicando il teorema del valor me<strong>di</strong>o, si ha<br />
=<br />
f (ξ) − f (x n ) = f ′ (ξ n )(ξ − x n )<br />
dove ξ n è un punto, che non conosciamo, compreso tra ξ e x n . Per x n vicino a ξ possiamo considerare<br />
ξ n ≈ x n , da cui ricaviamo (essendo f (ξ) = 0):<br />
−f (x n ) ≈ f ′ (x n )(ξ − x n )<br />
. Sostituendo questa espressione nell’iterazione <strong>di</strong> Newton-Raphson si ha:<br />
vale a <strong>di</strong>re<br />
x n+1 = x n − f (x n)<br />
f ′ (x n ) ≈ x n + (ξ − x n )<br />
x n+1 − x n = ξ − x n cioè d n+1 = ɛ n<br />
Ma in con<strong>di</strong>zioni <strong>di</strong> convergenza, d n+1 < d n da cui, per l’errore, vale la maggiorazione ɛ n < d n .<br />
Perciò gli scarti sono molto vicini agli errori e possono essere utilizzati sia per controllare il numero <strong>di</strong><br />
iterazioni da effettuare per approssimare la ra<strong>di</strong>ce entro una certa tolleranza sia per approssimare M.<br />
Nel nostro esempio<br />
d 2<br />
d 3<br />
d 4<br />
d 5<br />
(d 1 ) 2 = 0.2282 (d 2 ) 2 = 0.2498 (d 3 ) 2 = 0.2500 (d 4 ) 2 = 0.2495<br />
4.6 Complessità computazionale <strong>di</strong> uno schema<br />
Un altro elemento da considerare per valutare l’efficienza numerica <strong>di</strong> uno schema iterativo è la sua complessità<br />
computazionale. Un metodo, infatti, può avere un elevato or<strong>di</strong>ne <strong>di</strong> convergenza ma avere anche un<br />
48