Algorithmen Zur Nullstellenbestimmung - Bisektion, Sekantenmethode, Newtonverfahren

 
 
 
Universität Wien 
Algorithmen zur 
Nullstellenbestimmung 
Bisektion, Sekantenmethode, Newtonverfahren  
von Franz Eigner 
UK Statistisches Programmieren 
bei Prof. Wozabal 
 
 
Statistisches Programmieren    Franz Eigner, SS07 
1. Verfahren zum Auffinden einer Nullstelle einer Funktion f: R ‐> R. 
Die 3 vorgestellten Algorithmen gehen adaptiv vor, d.h. die jeweils nächsten Suchpunkte sind 
abhängig von den Funktionswerten der vorhergehenden Suchpunkte. Allgemein ist das Prinzip so, 
daß das Intervall, welches das Minimum enthält von Schritt zu Schritt weiter eingeengt wird. Die 
Algorithmen sind darauf ausgelegt, nach dem Auffinden einer  Nullstelle abzubrechen, auch wenn 
eine Funktion mit mehreren Nullstellen vorliegt. Bei relativ glattem Verlauf der Zielfunktion wird das 
globale Optimum gefunden. In ungünstigen Fällen wird nur ein lokales Optimum gefunden.  
 
1.1)  Bisektion (Halbierungsmethode) 
Grundsätzlich finden Bisektionsverfahren immer dann Anwendung, wenn ein Problem gelöst werden 
kann, indem es in zwei etwa gleichgroße Teilprobleme zerlegt wird, die dann einzeln für sich 
behandelt werden können. Diese Methode eignet sich für Funktionen f, die in einem Intervall I = [a,b] 
stetig sind und zwischen den Endpunkten a und b ihr Vorzeichen wechseln, d.h. f(a) * f(b) < 0. Nach 
dem Zwischenwertsatz gibt es in diesem Intervall ein x0 є  I derart, dass  f(x0) = 0. Durch sukzessive 
Halbierung des Intervalls um die Stelle, an der das Vorzeichen wechselt, zieht sich das Intervall I, in 
welchem sich die Nullstelle befindet, immer weiter zusammen.  
Algorithmus:   
1.  (fa*fb>0) muss erfüllt sein (Intervall enthält Nullstelle) 
2. Setze x = (a+b)/2 
3. Wiederhole :  Falls  f(a) * f(x) <  0, setze b=x, sonst setze a=x 
   Abbruch:  falls |f(x)| < tol   
4. Ausgabe: x 
Die Bisektion eignet sich insbesondere für folgende Fälle: 
• Die Startwerte der klassischen Verfahren wie z.B. Newton‐Verfahren liegen nicht hinreichend 
nah genug an der Nullstelle, so dass dort keine lokale Konvergenz eintritt. 
Nachteile der Bisektion: 
• Bei einfachen Fällen (streng monotone Funktion) ist sie langsamer als ein quadratisch 
konvergentes Verfahren (Newtonverfahren) 
• Ohne Vorzeichenwechsel im gegebenen Intervall kann der Algorithmus nicht starten. 
 
 
  2 
1.2)  Sekantenmethode 
Das Verfahren ist der Halbierungsmethode sehr ähnlich. Es wird ebenfalls ein Intervall I = [a,b] 
betrachtet. Die Nullstellen von f können aber auch außerhalb von I  liegen, und die Funktion f muss 
somit als überall stetig vorausgesetzt werden.  
Algorithmus:   
1. setze  k=1. Wähle x0 und x1  als Startwerte 
2. Wiederhole :     
und setze jeweils k = k+1 
 Abbruch, falls |f(xk)| <  tol
3. Ausgabe: xk 
Meistens ist die Sekantenmethode schneller als die Halbierungsmethode, da in die Berechnung der 
Zwischenergebnisse der Funktionsverlauf stärker eingeht. Bestimmte Verläufe machen das Verfahren 
aber langsamer, etwa wenn die Nullstelle am Rand des Intervalls liegt und der Funktionsgraph dort 
steil ansteigt. Das  Verfahren ist auch etwas unsicherer, da x nicht im betrachteten Intervall [a,b] 
liegen muss.     
 
1.3)  Newtonverfahren (Tangentenmethode) 
Die vorhergehenden Methoden verwendeten nur Berechnungen von Funktionswerten, nicht aber 
Ableitungen. Das wichtigste Verfahren, das auch Ableitungen verwendet, ist das Newton‐Verfahren.  
Gegeben ein Startwert xn. Wir bestimmen  im Punkt  (xn, f(xn)) die Tangente an den Graphen von  f 
und wählen ihren Schnittpunkt  mit der x‐Achse als neue Näherung xn+1.   
Algorithmus: ("Newton‐Raphson")  
1. Wähle x1 als  Startwert 
2. Wiederhole :    xk+1 := xk ‐ f(xk)/f‘(xk)  
und setze jeweils k = k+1 
  Abbruch, falls |f(xk)| <  tol
3. Ausgabe: xk
Die Konvergenz dieses Verfahrens übertrifft die Sekantenmethode i.A. deutlich. Wesentlich für eine 
gute Konvergenz ist, daß der Startwert schon relativ nahe beim Optimum ist. Ist der Startwert so 
gewählt, dass das Newton‐Verfahren konvergiert, so ist die Konvergenz quadratisch, also mit 
Konvergenzordnung 2. 
Das  Newton‐Verfahren kann allerdings auch scheitern. Es kann passieren, dass 
• die Folge divergiert, der Abstand zur Nullstelle wächst bis ins Unendliche. 
• die Folge divergiert, bleibt aber beschränkt. Die Folge oszilliert zwischen speziellen Werten. 
Vorteile des Newtonverfahrens: 
• i. A. schneller als Bisektion und Sekantenverfahren 
• es wird mehr Information benötigt. (1. Ableitung) 
  3 
  Vergleich der Konvergenzgeschwindigkeit anhand der folgenden Funktionen: 
2.
(1) f(x) = x^2        (2) f(x) = x^2 +57 
(3) f(x) = 5*sin(10x)       (4) f(x) = x^4 – (7/3) x^2 
(5) f(x) = 60x ‐ 108x^2 + 66x^3 ‐13 x^4 
  4 
• f1(x) = x^2   
Exakte Berechnung der Nullstelle: 
SOLVE(f1(x) = 0, x) 
x = 0 
Bisektion: 
Nullstelle kann mit Bisektionsverfahren nicht berechnet werden, da die 2 Funktionswerte des 
angegeben Intervalls [a,b] die gleichen Vorzeichen aufweisen, d.h. die Bedingung:  f(a)*f(b) < 0 ist 
nicht erfüllt. 
 
Sekantenmethode: 
> erg.sekanten.f1=sekanten(f1, x1=0.1, x2=2, intervall=c(0, 3), tol=tol1) 
> erg.sekanten.f1 
$xwert 
[1] 0.002721088 
 
$Anzahl_Iterationen 
[1] 9 
Konvergiert aber z.b nicht für x1= ‐2, x2= 2. 
 
Newtonverfahren: 
> erg.newton.f1=newton(f1, df1, 0.5, c(0, 3), tol=tol1)       
> erg.newton.f1 
$xwert 
[1] 0.001953125 
 
[1] 8 
Für einen Startwert von 10 benötigt man allerdings schon 12 Iterationen. 
 
Résumé: 
Newton‐ und Sekantenverfahren erzielen ähnliche Ergebnisse. Die Bisektion offenbart einer ihrer 
Schwächen.  
 
 
• f2(x) = x^2  + 57 
 
f2(x) ≔ x^2  + 57 
APPROX(SOLVE(f2(x) = 0, x)) 
x = ‐ 7.549834435∙i  ∨  x = 7.549834435∙i   
Nullstellen wären 2 imaginäre Zahlen, in der Menge R gibt es allerdings keine Nullstelle  !! 
 
Bisektion bricht ab, da die 2 Funktionswerte des  Intervalls [a,b] immer die gleichen Vorzeichen (hier 
+) aufweisen, d.h. die Bedingung:  f(a)*f(b) < 0 ist nicht erfüllt.  
Newtonverfahren und Sekantenverfahren lassen die Schleife unendlich lang durchlaufen  ‐> man 
erhält keine Lösung.  Eine zusätzliche Abbruchbedingung, welche nur eine endlich große Anzahl 
von Iterationen zulässt, würde die Endlosschleife verhindern.  
 
 
  5 
• f3(x) = 5*sin(10x) 
 
 
Unendlich viele verschiedene Nullstellen in bestimmten Abständen 
 
Bisektion: 
> erg.bisektion.f3=bisektion(f3, c(0, 2),tol=tol1) 
> erg.bisektion.f3 
$xwert 
[1] 1.256637 
 
[1] 21 
Das Ergebnis ist relativ robust. Bei der Wahl von c(0,20) erhält man ähnlich ‘schnell’ eine (andere) 
Lösung. Der Algorithmus ist aber grundsätzlich nicht besonders flott.  
 
Sekantenmethode: 
$xwert 
[1] 2.199115 
 
[1] 6 
 
Newtonverfahren: 
> erg.newton.f3=newton(f3, df3, 0.5, c(0, 3), tol=tol1) 
$xwert 
[1] 0.9424778 
 
[1] 5 
Wenn ich als Startwert 10 nehme, brauche ich sogar nur 3 Iterationen. Wahl des Startwertes ist hier 
aber eher sekundär. Man gelangt immer relativ rasch zu einer Nullstelle. 
 
Résumé: 
Bisektion fällt punkto Geschwindigkeit relativ stark zurück. Newtonverfahren ist hier i.A. knapp 
besser als die Sekantenmethode. 
  6 
 
• f4(x) = x^4 – (7/3) x^2 
 
APPROX(SOLVE(f4(x) = 0, x, Real)) 
x = ‐1.527525231  ∨  x = 1.527525231 ∨ x = 0 
 
Bisektion: 
> erg.bisektion.f4<‐bisektion(f4, c(0.1, 2),tol=tol1) 
> erg.bisektion.f4 
$xwert 
[1] 1.527526 
 
[1] 18 
Achtung: wählt man z.B. c(‐2,2), erhält man kein Ergebnis. Es findet nämlich kein Vorzeichenwechsel 
statt. 
 
Sekantenmethode: 
$xwert 
[1] 0.001840566 
 
[1] 10 
(x1=‐3, x2=‐2) für Nullstelle mit x =  ‐1.527530 
(x1=2, x2=3) für Nullstelle mit x =  1.527530 
 
Newtonverfahren: 
> erg.newton.f4=newton(f4, df4, 0.5, c(0, 3), tol=tol1) 
$xwert 
[1] 0.001641103 
 
[1] 8 
Mit einem Startwert von 1.5 bzw. ‐1.5 wird die Nullstelle mit x = 1.512753 bzw. mit x =‐1.512753 
gefunden. Wahl des Startwertes ist hier besonders wichtig ! 
 
Résumé: 
Punkto Geschwindigkeit liegen ähnliche Ergebnisse vor wie bei den anderen Funktionen. Jedoch: Das 
Newtonverfahren hat Probleme alle Nullstellen zu finden, wenn die Startwerte allzu weit von der 
Lösung entfernt sind. Die Sekantenmethode scheint hier etwas weniger sensibel  zu sein.  
  7 
• f5(x) = 60x ‐ 108x^2 + 66x^3 ‐13 x^4 
 
APPROX(SOLVE(f5(x) = 0, x, Real)) 
x = 2.469974917  ∨  x = 0 
 
Bisektion: 
> erg.bisektion.f5=bisektion(f5, c(0.1, x2),tol=tol1)  
         x2    Xwerte          Anzahl_Iter 
        ‐10  2.980232e‐08           23            3  2.469975                    22 
         ‐7 ‐7.748604e‐08            23            6  2.469975                    23 
         ‐4  9.536743e‐08            19            9  2.469975                    23 
         ‐1  9.536743e‐08            19 
Achtung: wählt man z.B. c(0.1, 2) oder c(‐5, 5) erhält man kein Ergebnis. Es findet nämlich kein 
Vorzeichenwechsel statt. 
Sekantenmethode: 
> erg.sekanten.f5=sekanten(f5, x1=0.1, x2, intervall=c(0, 3), tol=tol1) 
           x2        Xwerte         Anzahl_Iter  8            2  0.0000000463          15 
2          ‐4  0.0000000003           7  9            3  2.4699748829          68 
3          ‐3  0.0000000002           7  10          4  0.0000000001           8 
4          ‐2  0.0000000001           7  11          5  0.0000000063           7 
5          ‐1 ‐0.0000000467           6  12          6  0.0000000017           7 
6           0   0.0000000000           0  13          7  0.0000000010           7 
7           1   2.4699749150         103 
Beide Lösungen werden gefunden mit Hilfe von verschiedenen Startwerten. 
Newtonverfahren: 
> erg.newton.f5=newton(f5, df5, n, c(0, 3), tol=tol1) 
Startwerte   Xwerte    Anzahl_Iter          0.5  2.46997492           5 
        ‐5.0  0.00000000          10          1.0  0.00000000           7 
        ‐4.0 ‐0.00000002           9          1.5  0.00000000           6 
        ‐3.0  0.00000000           9          2.0  0.00000000           1 
        ‐2.0  0.00000000           8          2.5  2.46997492           3 
        ‐1.0  0.00000000           6          3.0  2.46997493           5 
         0.0  0.00000000           0          4.0  2.46997492           7 
Beide Lösungen werden gefunden mit Hilfe von verschiedenen Startwerten. 
Résumé: 
Die verlässlichsten  Ergebnisse liefert das Newtonverfahren. Die Sekantenmethode erlaubt sich ein 
paar ungünstige Durchläufe. Das Bisektionsverfahren erscheint als relativ robust bzgl. der Wahl des 
Intervalls und liefert durchwegs gleich schnelle Ergebnisse.
  8 
3. Lösen von Gleichungen 
Durch Umformung kann die Nullstellensuche zur Lösungsfindung von Gleichungen verwendet 
werden. Log(x)‐x^(‐2) = 0 
• log(x) = x^‐2 
Lösung: x = ± ∞  oder x = 1.531584411 
Bisekton: 
> bisektion(s1, c(0, 3),tol=tol1) 
$xwert 
[1] 1.531586 
 
[1] 14 
 
$Zwischenergebnisse 
   untere_Grenze obere_Grenze Mittel  Funktionswert 
       0.000000     3.000000 1.500000 ‐0.0389793363 
       1.500000     3.000000 2.250000  0.6133993520 
       1.500000     2.250000 1.875000  0.3441642150 
       1.500000     1.875000 1.687500  0.1720821630 
       1.500000     1.687500 1.593750  0.0723949971 
       1.500000     1.593750 1.546875  0.0183202276 
       1.500000     1.546875 1.523438 ‐0.0099051301 
       1.523438     1.546875 1.535156  0.0043108704 
       1.523438     1.535156 1.529297 ‐0.0027709592 
       1.529297     1.535156 1.532227  0.0007764553 
       1.529297     1.532227 1.530762 ‐0.0009956217 
             1.530762     1.532227 1.531494 ‐0.0001091763 
       1.531494     1.532227 1.531860  0.0003337411 
       1.531494     1.531860 1.531677  0.0001123078  (vorletzte Iteration) 
 
Sekantenmethode: 
> sekanten(s1, x1=0.1, x2=2, intervall=c(0, 3), tol=tol1) 
$xwert 
[1] 1.531584 
 
[1] 6 
 
Durchlauf xwerte   Funktionswerte 
1         0 0.100000  ‐1.023026e+02 
2         0 2.000000   4.431472e‐01 
3         1 1.991805   4.369800e‐01 
4         2 1.411157  ‐1.577591e‐01 
5         3 1.565178   3.980002e‐02 
6         4 1.534149   3.097212e‐03 
  9 
7         5 1.531531  ‐6.505369e‐05  (vorletzte Iteration) 
 
            x2    Xwerte      Anzahl_Iter 
1        1.00 1.53158           6  7        2.50 1.53159           7 
2        1.25 1.53158           5  8        2.75 1.53158           8 
3        1.50 1.53158           4  9        3.00 1.53158          10 
4        1.75 1.53158           5  10       3.25 1.53158          12 
5        2.00 1.53158           6  11       3.50 1.53158          34 
6        2.25 1.53158           7 
Ab x2 = 3.5 erhält man keine Lösung mehr.  (gegeben: x1=0.1, intervall=c(0, 3) ) 
 
Newtonverfahren: 
> erg.newton.s1=newton(s1, ds1, 0.5, c(0, 3), tol=tol1) 
> erg.newton.s1 
$xwert 
[1] 1.531584 
 
[1] 6 
 
          Iter    XWerte    Funktionswerte 
1         0 0.5000000       ‐4.693147181 
2         1 0.7607304       ‐2.001455246 
3         2 1.1024230       ‐0.725306933 
4         3 1.4046548       ‐0.167036610 
5         4 1.5211736       ‐0.012675748 
6         5 1.5315163       ‐0.000082405  (vorletzte Iteration) 
Achtung: Bei einem Startwert von z.B. 5 konvergiert das Verfahren nicht ! 
 
Entwickung der fx‐Werte der drei Verfahren:  
Das Newtonverfahrens kann seinen anfänglichen 
Rückstand rasch aufholen und liefert am 
schnellsten Funktionswerte, die sehr nahe bei 0 
liegen. Die fx‐Werte werden dabei kontinuierlich 
besser und nähern sich von einer Richtung dem 
Nullpunkt an. Das Sekantenverfahren liefert 
zackiger fxwerte, sie nehmen sowohl positive als 
auch negative Werte an. Das Bisektionsverfahren 
liefert recht konstant bessere Annäherungswerte 
für fx, braucht aber ziemlich lange, bis die fx‐
Werte wirklich nahe bei 0 sind.  
 
Entwicklung der x‐Werte der drei Verfahren:  
Im Newtonverfahren konvergieren sie 
konsequent Richtung xn  (werden also entweder 
immer größer oder kleiner bis sie xn erreichen),  
während beim Sekantenverfahren  die x‐Werte 
abwechselnd größer oder kleiner als xn sein 
können.  
 
 
  10 
Résumé: 
Es gilt punkto Schnelligkeit i.A.: Newton < Sekanten < Bisektion. 
• xe^x = 1 
 
Bisektion: 
> erg.bisektion.s2=bisektion(s2, c(0, 3),tol=tol1) 
> erg.bisektion.s2 
$xwert 
[1] 0.5671463 
 
[1] 16 
 
Sekantenmethode: 
> erg.sekanten.s2=sekanten(s2, x1=0.1, x2=0.9, intervall=c(0, 3), tol=tol1) 
> erg.sekanten.s2 
$xwert 
[1] 0.567143 
 
[1] 5 
Für x2=5 benötigt er 8 Iterationen. Scheint robust zu sein. 
 
Newtonverfahren: 
> erg.newton.s2=newton(s2, ds2, 5, c(0, 3), tol=tol1) 
> erg.newton.s2 
$xwert 
[1] 0.5671433 
 
[1] 10 
 
             x0  Xwerte       Iter 
1         0.0 0.56714           5  7         3.0 0.56714           7 
2         0.5 0.56714           3  8         3.5 0.56714           8 
3         1.0 0.56714           4  9         4.0 0.56714           8 
4         1.5 0.56714           5  10       4.5 0.56714           9 
5         2.0 0.56714           6  11       5.0 0.56714          10 
6         2.5 0.56714           6 
Bei einem Startwert von 0.5 braucht er sogar nur 3 Iterationen. Ergebnisse sind recht robust. 
 
Résumé: 
Newtonverfahren und Sekantenmethode scheinen hier ähnlich schnell zu sein und liefern durchwegs 
rasch die Lösung. Bisektion hinkt etwas nach. 
 
Quellenangabe 
 
Uchida, Gabriele:  Skriptum für Decision Support I. Universität Wien. 
Schreiber, Alfred:  VO Algorithmen, WS 00/01. Universität Flensburg. 
www.gefilde.de/ashome/vorlesungen/algorithmen/algorithmen.html 
 
  11 

Algorithmen Zur Nullstellenbestimmung - Bisektion, Sekantenmethode, Newtonverfahren

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Algorithmen Zur Nullstellenbestimmung - Bisektion, Sekantenmethode, Newtonverfahren

Hochgeladen von

Copyright:

Verfügbare Formate

Das könnte Ihnen auch gefallen