W szkole średniej szybko wychodzi na jaw, że nie każde równanie daje się rozwiązać znanymi sposobami. Kwadratowe – proszę bardzo, wzór delty. Proste wielomiany trzeciego stopnia – czasem uda się zgadnąć pierwiastek i rozłożyć na czynniki. Ale przy takich równaniach jak:
( sin x = x/3 )
( e^x = 2 – x )
( ln x + x^2 = 0 )
( x^5 – 3x + 1 = 0 )
klasyczne „algebraiczne” metody zawodzą. Nie ma prostego wzoru, który da dokładne rozwiązanie w postaci ładnego ułamka czy pierwiastka. Wtedy wchodzą do gry metody numeryczne, a wśród nich jedna z najważniejszych: metoda Newtona, zwana też metodą stycznych.
Metoda Newtona a matura i zadania olimpijskie
wyprowadzić wzór iteracyjny dla konkretnej funkcji,
obliczyć jedną lub dwie iteracje,
oszacować błąd przybliżenia,
uzasadnić, że metoda rzeczywiście zbiega do danego pierwiastka.
Znajomość schematu iteracji, a przede wszystkim zrozumienie „o co w ogóle chodzi”, pozwala wtedy szybko zdobyć kilka cennych punktów, zamiast patrzeć przerażonym wzrokiem na f(x) złożone z logarytmu, sinusa i wykładniczej jednocześnie.
Dlaczego dobra przybliżona odpowiedź jest lepsza niż brak odpowiedzi
W realnych zastosowaniach matematyki dokładne rozwiązanie wcale nie jest świętym Graalem. W fizyce, informatyce, ekonomii czy biologii najczęściej liczy się rozwiązanie przybliżone, ale wystarczająco dokładne. Lepsze jest „x ≈ 1,27 z błędem mniejszym niż 0,001” niż „tego równania nie da się rozwiązać”. Metoda Newtona właśnie to zapewnia: systematyczną procedurę, która krok po kroku poprawia nasze przybliżenia, aż będzie „wystarczająco dobrze”.
Z punktu widzenia ucznia liceum metoda Newtona ma jeszcze jeden plus: uczy myślenia w kategoriach algorytmu. Masz pewien przepis, który można wprowadzić do kalkulatora, programu czy arkusza kalkulacyjnego i dostać coraz lepsze wyniki. To świetne przygotowanie do studiów technicznych, informatyki, ale też do świadomego korzystania z narzędzi obliczeniowych.
Zgadywanie na kalkulatorze kontra świadome iteracje
Wiele osób, widząc równanie typu ( e^x = 3x ), robi na kalkulatorze klasyczne „zgadywanie”: sprawdza kolejne wartości x, porównuje lewą i prawą stronę i po kilku minutach ma wrażenie, że „coś tam wyszło”. Metoda Newtona zamienia takie chaotyczne próby w uporządkowany proces. Nie zgadujesz na ślepo – wyznaczasz kolejne przybliżenia z konkretnym wzorem, którym kieruje geometria wykresu funkcji.
Z czasem pojawia się miłe uczucie: zamiast bezradnie patrzeć na równanie, masz narzędzie, które działa zawsze, gdy spełnione są proste warunki. A jeśli zadanie jest sprytnie ułożone pod maturę, wystarczy wykonać 1–2 iteracje, wcale nie trzeba się „zarzynać” rachunkami przez pół strony.
Intuicyjna idea metody Newtona – prosta do krzywej
Obraz geometryczny: styczna spadająca na oś OX
Metoda Newtona ma bardzo prostą interpretację geometryczną. Rozważ równanie
( f(x) = 0 ). Rozwiązaniem równania są miejsca zerowe funkcji, czyli punkty, w których wykres przecina oś OX.
Wyobraź sobie, że:
Wybierasz punkt startowy ( x_0 ) – jakieś pierwsze przybliżenie pierwiastka.
Patrzysz na punkt na wykresie: ( (x_0, f(x_0)) ).
Rysujesz styczną do wykresu w tym punkcie.
Ta styczna przecina oś OX w jakimś punkcie – to nowe przybliżenie ( x_1 ).
I to jest jedna iteracja metody Newtona. Potem powtarzasz proces: z punktu ( x_1 ) znów budujesz styczną i znajdujesz jej przecięcie z osią OX, dostając ( x_2 ), itd. Słownie: „przybliż pierwiastek prostą, która najlepiej dotyka wykresu w okolicy aktualnego przybliżenia”.
Co to znaczy przybliżenie pierwiastka i jak je poprawiamy
Przybliżenie pierwiastka to liczba, która nie jest dokładnym rozwiązaniem równania, ale daje wartość funkcji bardzo bliską zeru. Jeśli szukamy rozwiązania ( f(x)=0 ), a dla ( x = 1{,}3 ) wychodzi:
( f(1{,}3) = 0{,}0008 ),
to praktycznie mamy miejsce zerowe – różnica jest mniejsza niż dokładność większości zadań szkolnych. Metoda Newtona startuje od dość słabego przybliżenia i przy każdym kroku znacząco zmniejsza błąd, o ile działamy „w dobrej okolicy” pierwiastka.
Każda iteracja to:
nowy punkt na osi OX,
z reguły bliżej prawdziwego rozwiązania niż poprzedni,
często poprawa o rząd wielkości (błąd zmniejsza się bardzo szybko, jeśli metoda dobrze działa).
Styczna i pochodna – szybkie przypomnienie
Żeby metoda Newtona działała, potrzebna jest pochodna funkcji. Pochodna w punkcie ( x_0 ), oznaczana ( f'(x_0) ), to nic innego jak współczynnik kierunkowy stycznej do wykresu funkcji w tym punkcie. Jeśli pamiętasz wzór na styczną:
( y = f'(x_0)(x – x_0) + f(x_0) ),
to tę prostą będziemy każdorazowo wykorzystywać, by znaleźć miejsce przecięcia z osią OX. W szkole średniej zwykle liczysz pochodne wielomianów, funkcji trygonometrycznych, wykładniczych i logarytmicznych – dokładnie tych, które pojawiają się w zadaniach do metody Newtona.
Jedna iteracja na wykresie „w głowie”
Bez rysowania można wyobrazić sobie jedną iterację:
Jeśli ( f(x_0) > 0 ) i wykres rośnie (pochodna dodatnia), styczna będzie spadać lekko w lewo w kierunku osi OX, więc nowe przybliżenie ( x_1 ) będzie mniejsze od ( x_0 ).
Jeśli ( f(x_0) x_0 ).
Jeśli pochodna jest bardzo mała (prawie pozioma styczna), styczna może „odbijać” daleko od miejsca, gdzie naprawdę jest pierwiastek.
Takie rozumowanie pomaga szybko sprawdzić, czy rachunki mają sens. Jeśli z sensownego punktu startowego wychodzi nagle ogromna liczba, to albo popełniono błąd rachunkowy, albo styczna była prawie pozioma i metoda akurat tu działa słabo.
Źródło: Pexels | Autor: Bernice Chan
Wzór metody Newtona bez straszenia symbolami
Równanie f(x) = 0 jako punkt wyjścia
Metoda Newtona służy do rozwiązywania równań w postaci:
( f(x) = 0 ).
Jeśli zadanie jest w innej formie, trzeba je przekształcić. Na przykład:
( ln x = x – 2 ) zamieniamy na ( f(x) = ln x – x + 2 = 0 ),
( sin x = x/2 ) zamieniamy na ( f(x) = sin x – x/2 = 0 ).
To pierwszy, prosty krok: zawsze ustawiamy wszystko tak, by mieć funkcję po jednej stronie i zero po drugiej.
Wyprowadzenie wzoru xn+1 = xn − f(xn)/f’(xn)
Wzór metody Newtona wygląda na pierwszy rzut oka groźnie:
( x_{n+1} = x_n – dfrac{f(x_n)}{f'(x_n)} ).
Ale jego geneza jest bardzo prosta. W każdej iteracji korzystamy z równania stycznej w punkcie ( x_n ):
( y = f'(x_n)(x – x_n) + f(x_n) ).
Szukamy przecięcia stycznej z osią OX, czyli interesuje nas punkt, w którym ( y = 0 ):
( 0 = f'(x_n)(x – x_n) + f(x_n) ).
Teraz rozwiązujemy to równanie względem x:
( f'(x_n)(x – x_n) = -f(x_n) ),
( x – x_n = -dfrac{f(x_n)}{f'(x_n)} ),
( x = x_n – dfrac{f(x_n)}{f'(x_n)} ).
I ten nowy x to właśnie kolejne przybliżenie pierwiastka, czyli ( x_{n+1} ). Nie ma tu żadnej magii, tylko prosta geometria i przekształcenie równania prostej.
Co oznaczają symbole w języku ucznia
Warto przetłumaczyć symbolikę na bardziej „ludzki” język:
f – funkcja, dla której szukasz miejsc zerowych,
f’ – pochodna tej funkcji, czyli „nachylenie wykresu”,
x0 – punkt startowy, pierwszy strzał, zgadywanka, ale uzasadniona,
xn – n-te przybliżenie rozwiązania,
xn+1 – kolejne, lepsze przybliżenie, obliczone ze wzoru Newtona,
n – numer kroku (0, 1, 2, 3, …).
Samo słowo iteracja oznacza po prostu „powtórzenie schematu”. Bierzesz aktualne przybliżenie, wpinasz do wzoru, liczysz, dostajesz nowe przybliżenie, numerujesz je o 1 wyżej i powtarzasz.
Iteracja i algorytm jako powtarzalny schemat
Z punktu widzenia praktyki metoda Newtona to krótki algorytm:
sprawdź, czy już wystarczy (błąd odpowiednio mały); jeśli tak, przerwij.
W zadaniach licealnych często nie trzeba stosować „warunku końca” w sensie programistycznym. Zwykle polecenie brzmi np. „wykonaj dwie iteracje metody Newtona, startując z ( x_0 = 1 )”. Wtedy po prostu dwa razy zastosujesz wzór, nawet jeśli przybliżenie mogłoby być dalsze ulepszane.
Kiedy metoda Newtona ma sens w liceum? Warunki i ograniczenia
Różniczkowalność funkcji – pochodna musi istnieć
Podstawowy warunek brzmi: funkcja musi być różniczkowalna w okolicy szukanego pierwiastka. Tłumacząc na praktykę licealną: trzeba być w stanie policzyć pochodną funkcji, a sam wykres nie może mieć w tym miejscu ostrych załamań ani „dziur”.
Na szczęście większość typowych funkcji z zadań (wielomiany, sinus, cosinus, ( e^x ), logarytm naturalny) jest gładka na swoich naturalnych dziedzinach. Problem może się pojawić np. przy funkcjach typu ( |x| ), ( sqrt[3]{x} ) w punkcie zero albo przy funkcjach „sklejanych”, których definicja zmienia się dla różnych przedziałów.
Dlaczego f’(xn) nie może być zerem ani zbyt małe
Wzór metody Newtona ma w mianowniku pochodną:
( x_{n+1} = x_n – dfrac{f(x_n)}{f'(x_n)} ).
Co się dzieje, gdy pochodna jest równa zero albo bardzo mała
Jeśli ( f'(x_n) = 0 ), wzór Newtona się „psuje”, bo dzielimy przez zero. Geometrycznie: styczna jest pozioma, więc nigdy nie przetnie osi OX albo przetnie ją „w nieskończoności”. W praktyce oznacza to: z takiego punktu nie da się zrobić kolejnego kroku metody.
Gdy ( f'(x_n) ) jest bardzo mała (np. ( 0{,}0001 )), sytuacja jest niewiele lepsza. W mianowniku mamy liczbę bliską zera, więc ułamek
( dfrac{f(x_n)}{f'(x_n)} )
robi się bardzo duży. Nowe przybliżenie ( x_{n+1} ) może „uciec” bardzo daleko od pierwiastka. To typowy sygnał, że punkt startowy został dobrany niefortunnie lub funkcja ma w tej okolicy maksimum/minimum płaskie jak stół.
Dlatego w zadaniach szkolnych:
sprawdza się, czy umowny ( x_0 ) nie jest punktem, w którym pochodna znika,
w rozwiązaniu można wprost napisać, że metoda Newtona nie działa dla takiego ( x_0 ), jeśli ( f'(x_0) = 0 ).
Przedział z pierwiastkiem i monotoniczność
Metoda Newtona najlepiej czuje się w okolicy pierwiastka, gdzie funkcja jest:
ciągła,
różniczkowalna,
monotoniczna (rośnie albo maleje bez zygzaków).
W praktyce egzaminacyjnej często najpierw znajduje się przedział, w którym leży pierwiastek, np. przez sprawdzenie znaku funkcji:
( f(1) < 0, quad f(2) > 0 Rightarrow ) w przedziale ( (1, 2) ) jest co najmniej jeden pierwiastek.
Jeśli dodatkowo pokażesz, że ( f'(x) > 0 ) lub ( f'(x) < 0 ) na całym tym przedziale, wiesz już, że funkcja jest monotoniczna, więc ma tam dokładnie jedno miejsce zerowe. Metoda Newtona ma wtedy jasno określony cel – nie „gubi się” między wieloma pierwiastkami.
Typowe problemy: skakanie, dojście do złego pierwiastka, brak zbieżności
Przy złym wyborze punktu startowego mogą wystąpić ciekawe (choć dla maturzysty średnio śmieszne) sytuacje:
skakanie – kolejne przybliżenia zmieniają się bardzo dramatycznie, np. ( x_1 = 2 ), ( x_2 = -10 ), ( x_3 = 100 ), widać, że metoda „wariuje”,
zły pierwiastek – funkcja ma kilka miejsc zerowych, a metoda, startując z danego ( x_0 ), dobiega do innego pierwiastka niż ten, który akurat cię interesuje,
brak zbieżności – ciąg ( (x_n) ) w ogóle się nie stabilizuje, przybliżenia nie dążą do żadnej liczby.
W liceum zwykle dostaje się takie przykłady, by metoda zachowywała się grzecznie, ale warto mieć w głowie, że to nie jest „zawsze działająca magia”. Dobre zrozumienie wykresu funkcji ochroni przed bezmyślnym liczeniem kolejnym wzorem.
Jak dobrać sensowny punkt startowy x₀ – praktyczne strategie
Szybki podgląd wykresu: szkic zamiast dzieła sztuki
Najlepsza strategia wyboru ( x_0 ) to krótki, nieperfekcyjny szkic wykresu. Nikt nie oczekuje rysunku rodem z plastyki – chodzi o:
zaznaczenie ogólnego kształtu funkcji,
zobaczenie, gdzie przecina oś OX (mniej więcej),
zorientowanie się, w którym przedziale szukać miejsca zerowego.
Przykład: dla funkcji ( f(x) = x^3 – x – 1 ) widać, że dla dużych ujemnych x wykres leży nisko, dla dużych dodatnich wysoko. W okolicy zera można policzyć parę wartości:
( f(0) = -1 ),
( f(1) = -1 ),
( f(2) = 5 ).
Znak się zmienia między 1 a 2, więc pierwiastek jest gdzieś w tym przedziale. Rozsądnym wyborem jest np. ( x_0 = 1{,}5 ) lub prostszy w rachunkach ( x_0 = 1 ) (choć nie aż tak blisko pierwiastka).
Sprawdzanie znaku funkcji na sąsiednich punktach
Jeśli nie masz czasu na rysunek, można po prostu policzyć kilka wartości funkcji w kolejnych punktach całkowitych lub prostych ułamkach. Szuka się miejsca, gdzie znak się zmienia:
koniec przedziału, gdzie funkcja jest bliżej zera (mniejsza wartość bezwzględna ( |f(x)| )).
Taka prosta procedura świetnie sprawdza się przy wielomianach czy funkcjach typu ( e^x – 3x ), gdzie wartości da się policzyć bez kalkulatora albo z jego minimalną pomocą.
Pochodna jako podpowiedź, z której strony startować
Jeżeli umiesz szybko oszacować znak pochodnej w danym obszarze, możesz sprytniej wybrać stronę, z której „atakujesz” pierwiastek. Przykład:
( f(x) = ln x – x + 2 ) na przedziale ( (1, 2) ),
( f'(x) = dfrac{1}{x} – 1 ).
Dla ( x in (1, 2) ) mamy ( dfrac{1}{x} – 1 < 0 ), więc wykres maleje. Jeśli np. ( f(1) > 0 ), a ( f(2) < 0 ), to:
dla punktu z lewej strony (bliżej 1) mamy wartości dodatnie,
dążąc w prawo, przecinamy oś OX i spadamy poniżej zera.
Można wtedy wybrać ( x_0 ) bliżej tej strony, z której funkcja jest „łagodniejsza” (mniejsza w bezwzględnej wartości pochodna), by uniknąć bardzo stromych stycznych. Czasem kilka sekund analizy pochodnej oszczędza kilka minut przeklinania rachunków.
Gotowe podpowiedzi z treści zadania
W wielu zadaniach punkt startowy jest wprost podany: „Zastosuj metodę Newtona z punktem początkowym ( x_0 = 1 )”. Wtedy po prostu korzystasz z tej wartości – nikt nie wymaga uzasadniania, dlaczego akurat 1.
Zdarzają się jednak zadania, w których masz uzasadnić wybór ( x_0 ). Przykładowa ścieżka:
Najpierw wykazujesz, że w danym przedziale jest jedno miejsce zerowe (zmiana znaku + monotoniczność).
Następnie wybierasz prosty punkt leżący w tym przedziale (np. liczba całkowita lub prosta liczba wymierna).
Na koniec pokazujesz, że wartość funkcji w tym punkcie nie jest duża w wartości bezwzględnej.
W zapisie może to wyglądać np. tak: „Na mocy powyższych rozważań równanie ma jedno rozwiązanie w przedziale (1, 2). Jako punkt startowy metody Newtona przyjmujemy ( x_0 = 1{,}5 ), który leży w tym przedziale i dla którego ( |f(1{,}5)| ) jest niewielkie”.
Źródło: Pexels | Autor: Monstera Production
Przykład pełnego rozwiązania krok po kroku – funkcja wielomianowa
Opis zadania i przygotowanie funkcji
Rozważ równanie:
( x^3 – x – 1 = 0 ).
Nie da się tu łatwo „zgadnąć” pierwiastka ani rozłożyć wielomianu na czynniki w oparciu o proste pierwiastki wymierne. Idealny kandydat do metody Newtona.
Definiujemy funkcję:
( f(x) = x^3 – x – 1 ).
Pochodna:
( f'(x) = 3x^2 – 1 ).
Najpierw ustalamy przybliżony przedział z pierwiastkiem. Liczymy wartości:
( f(1) = 1^3 – 1 – 1 = -1 ),
( f(2) = 8 – 2 – 1 = 5 ).
Mamy zmianę znaku: ( f(1) < 0 ), ( f(2) > 0 ), więc w przedziale ( (1, 2) ) leży co najmniej jedno miejsce zerowe. Pochodna:
( f'(x) = 3x^2 – 1 > 0 ) dla ( x ge 1 )
(dla ( x = 1 ) mamy ( 2 > 0 ), a potem pochodna już tylko rośnie). Funkcja jest więc rosnąca na przedziale [1, 2], zatem ma tam dokładnie jeden pierwiastek.
Wybierzemy wygodny punkt startowy ( x_0 = 1 ) (prosty w rachunkach). W praktyce można by też wziąć np. ( 1{,}5 ), ale wtedy pojawią się ułamki dziesiętne od samego początku.
Po zaledwie trzech krokach mamy przybliżenie rzędu:
( x approx 1{,}325 )
z błędem mniejszym niż kilka tysięcznych. W typowym zadaniu maturalnym taka dokładność jest aż nadto wystarczająca – często już druga iteracja spełnia wymagania polecenia.
Jak zgrabnie zapisać wynik w rozwiązaniu
Na maturze i kartkówkach oprócz liczb liczy się też porządny zapis. Przykładowe, zwarte zakończenie mogłoby wyglądać tak:
„Stosując trzykrotnie wzór metody Newtona
( x_{n+1} = x_n – dfrac{f(x_n)}{f'(x_n)} )
dla funkcji ( f(x) = x^3 – x – 1 ) oraz punktu startowego ( x_0 = 1 ), otrzymaliśmy kolejne przybliżenia:
Zatem rozwiązanie równania ( x^3 – x – 1 = 0 ) można przybliżyć przez
Na poziomie podstawowym matematyki maturalnej metoda Newtona pojawia się bardziej „w tle”: w zadaniach z kalkulatorem, przy szacowaniu rozwiązań czy w kontekście pojęcia przybliżenia. Natomiast na poziomie rozszerzonym i w zadaniach olimpijskich, a także w dobrych szkołach (jak choćby profil matematyczny w SP Nienowice), metoda Newtona może być bohaterką całego zadania. Często należy:
( x approx 1{,}33 ) (z dokładnością do dwóch miejsc po przecinku).”
Jeśli polecenie było bardziej konkretne, np. „wyznacz rozwiązanie z dokładnością do ( 10^{-2} )”, dopisujesz informację typu: „Dwie kolejne iteracje dają wyniki różniące się o mniej niż ( 0{,}01 ), więc przybliżenie jest wystarczające”.
Drugi przykład: funkcja z trygonometrią – równanie z cosinusem
Ustawienie zadania i analiza wykresu
Weźmy równanie:
( cos x = x ).
To dość klasyczny przykład, który lubią zarówno nauczyciele, jak i autorzy zadań. Zapisujemy je w postaci:
( f(x) = cos x – x = 0 ).
Do metody Newtona potrzebujemy pochodnej:
( f'(x) = -sin x – 1 ).
Zanim polecimy z rachunkami, warto (szybciutko) zastanowić się, gdzie to rozwiązanie leży. Przydatne obserwacje:
( cos 0 = 1 ), więc ( f(0) = 1 – 0 = 1 > 0 ),
( cos 1 approx 0{,}54 ), więc ( f(1) approx 0{,}54 – 1 = -0{,}46 < 0 ).
Znak się zmienia między 0 a 1, więc szukany pierwiastek leży w przedziale ( (0, 1) ). A ponieważ funkcja ( f(x) = cos x – x ) jest tam malejąca (pochodna ujemna), rozwiązanie jest jedno.
To już praktycznie „słynna” wartość rozwiązania równania ( cos x = x ):
( x approx 0{,}739 )
z dokładnością lepszą niż ( 10^{-3} ). Trzy kroki i mamy wynik, który spokojnie nadaje się nawet do zadań z analizą błędów.
Krótki komentarz: jak prezentować liczby trygonometryczne
Na poziomie szkoły średniej nikt nie oczekuje pamięciowego podawania ( cos 1 ) z dokładnością do czterech miejsc po przecinku. W praktyce:
w zadaniu może być dołączona tabelka wartości sinusa i cosinusa,
czasem można przyjąć wprost przybliżenia podane w treści (np. „przyjmij ( cos 1 approx 0{,}54 )”),
najczęściej po prostu używa się kalkulatora – ważne, by robić to konsekwentnie.
Dobrze jest zaokrąglać liczby „trochę z zapasem” – np. w obliczeniach trzymać 4 cyfry po przecinku, a dopiero końcowy wynik zaokrąglać do 2–3 cyfr, zgodnie z poleceniem.
Przykład z funkcją wykładniczą – równanie eˣ = 3x
Przekształcenie równania i podstawowe własności
Rozważmy równanie:
( e^x = 3x ).
Zapisujemy je w standardowej formie dla metody Newtona:
Znak się zmienia między 0 a 1, więc w tym przedziale leży rozwiązanie. Dodatkowo funkcja ( e^x ) jest wypukła i rośnie bardzo szybko, więc nie trzeba się bać jakichś dzikich oscylacji w tym obszarze.
