mirror of
https://github.com/janishutz/eth-summaries.git
synced 2026-03-14 23:10:03 +01:00
32 lines
1.0 KiB
TeX
32 lines
1.0 KiB
TeX
\newsectionNoPB
|
|
\subsection{Newtonverfahren in 1D}
|
|
Beim Newtonverfahren verwendet man für jeden Iterationsschritt die lineare Funktion $\tilde{F} = F(x^(k)) + F'(x^{(k)})(x - x^{(k)})$. Die Nullstelle ist dann:
|
|
\rmvspace
|
|
\begin{align*}
|
|
x^{(k + 1)} := x^{(k)} - \frac{F(x^{(k)})}{F'(x^{(k)})}, \mediumhspace \text{falls } F'(x^{(k)}) \neq 0
|
|
\end{align*}
|
|
|
|
\stepLabelNumber{all}
|
|
\inlineremark Die Newton-Iteration ist eine Fixpunktiteration mit quadratischer lokaler Konvergenz, mit
|
|
\rmvspace
|
|
\begin{align*}
|
|
\phi(x) = x - \frac{F(x)}{F'(x)} \Longrightarrow \phi'(x) = \frac{F(x) F''(x)}{(F'(x))^2} \Longrightarrow \phi'(x^*) = 0
|
|
\end{align*}
|
|
|
|
\drmvspace
|
|
falls $F(x^*) = 0$ und $F^(x^*) \neq 0$
|
|
|
|
\newpage
|
|
|
|
\innumpy Ist das Newton-Verfahren mit sehr wenig code implementierbar:
|
|
|
|
\begin{code}{python}
|
|
def newton_method(f, df, x: float, tol=1e-12, maxIter=100):
|
|
""" Use Newton's method to find zeros, requires derivative of f """
|
|
iter = 0
|
|
while (np.abs(df(x)) > tol and iter < maxIter):
|
|
x -= f(x)/df(x); iter += 1
|
|
|
|
return x, iter
|
|
\end{code}
|