Bài giảng tóm tắt Phương pháp tính

Buổi 3: Giải gần đúng phương trình phi tuyến một ẩn

ThS. Trần Quang Khải
Bộ môn Cơ điện tử, Khoa Cơ khí, UD-DUT
Tháng 4, 2022

1 Một số định nghĩa và định lý quan trọng

1.1 Một số định nghĩa
Định nghĩa 1 (Phương trình toán học). Một phương trình toán học là một công thức biểu
diễn sự bằng nhau của hai biểu thức toán học thông qua toán tử “=”.

Một số ví dụ về phương trình:

• 𝑥2 + 𝑦2 = 𝑟2 với 𝑟 là một số thực khác không;
• 𝑦″ + 𝑦′ − 𝑥 + 1 = 𝑦;
1
• 2 = 𝑎𝑥 + 𝑏 với 𝑎, 𝑏 là hai hằng số.
𝑥 −1
Định nghĩa 2 (Phương trình một ẩn số). Cho hàm số 𝑓(𝑥) có tập xác định 𝐷𝑓 ⊆ R và
hàm số 𝑔(𝑥) có tập xác định 𝐷𝑔 ⊆ R và 𝐷 = 𝐷𝑓 ∩ 𝐷𝑔 . Khi đó phương trình một ẩn số là
phương trình có dạng 𝑓(𝑥) = 𝑔(𝑥), 𝑥 ∈ 𝐷. Các giá trị 𝑥 thỏa mãn 𝑥 ∈ 𝐷 và 𝑓(𝑥) = 𝑔(𝑥) được
gọi là nghiệm của phương trình. Tập hợp 𝑆 = {𝑥 ∈ 𝐷|𝑓(𝑥) = 𝑔(𝑥)} được gọi là tập nghiệm của
phương trình.

Trong phần này nếu không nói gì thêm, ta chỉ xét phương trình một ẩn số với biến số thực
và nghiệm thực. Một số ví dụ về phương trình một ẩn:
• 𝑥2 = 𝑎, 𝑎 ≥ 0
1
• sin (𝑥) + cos (𝑥) =
𝑥2
• 𝑎5 𝑥5 + 𝑎4 𝑥4 + 𝑎3 𝑥3 + 𝑎2 𝑥2 + 𝑎1 𝑥 + 𝑎0 = 0 với 𝑎𝑖 ∈ R, 𝑖 = {0, 1, 2, 3, 4, 5}.
2 2
• e3𝑥 −2𝑥+4
= 2𝑥 +1

Định nghĩa 3 (Đoạn phân ly nghiệm của phương trình). Cho phương trình một ẩn
𝑓(𝑥) = 𝑔(𝑥) theo định nghĩa 2. Xét một đoạn (khoảng đóng) [𝑎, 𝑏] ⊂ 𝐷, 𝑎 < 𝑏, nếu 𝑥 là
một nghiệm của phương trình và 𝑥 ∈ [𝑎, 𝑏] thì khi đó ta nói [𝑎, 𝑏] là một đoạn phân ly nghiệm
của phương trình.

Trong một số tài liệu thì đoạn phân ly nghiệm có thể chứa nhiều hơn một nghiệm. Tuy
nhiên trong phạm vi học phần ta chỉ xét đoạn phân ly nghiệm chỉ chứa duy nhất một nghiệm.
Ví dụ với phương trình 𝑥2 = 2 thì một đoạn phân ly nghiệm của phương trình này là [1,3; 1,5].

1
Bài giảng Phương pháp tính ThS. Trần Quang Khải

1.2 Một số định lý quan trọng

Định lý 1 (Định lý giá trị trung gian). Xét hàm số 𝑓(𝑥) xác định và liên tục trên đoạn
[𝑎, 𝑏], nếu giá trị 𝛼 nằm trên khoảng (𝑓(𝑎), 𝑓(𝑏)) thì tồn tại một giá trị 𝑐 ∈ (𝑎, 𝑏) sao cho
𝑓(𝑐) = 𝛼
Định lý giá trị trung gian (Intermediate theorem) được thể hiện ở hình 1. Một hệ quả quan
trọng của Định lý giá trị trung gian là về sự tồn tại nghiệm của phương trình (còn gọi là Định
lý Bolzano).
Hệ quả 1 (Định lý Bolzano). Xét hàm số 𝑓(𝑥) xác định và liên tục trên đoạn [𝑎, 𝑏], nếu
𝑓(𝑎)𝑓(𝑏) < 0 thì phương trình 𝑓(𝑥) = 0 có ít nhất một nghiệm 𝑥 ∈ (𝑎, 𝑏).
Nếu 𝑓(𝑎)𝑓(𝑏) < 0, không làm mất tổng quát, giả sử 𝑓(𝑎) < 0 và 𝑓(𝑏) > 0 thì theo Định lý
giá trị trung gian, do 0 ∈ (𝑓(𝑎), 𝑓(𝑏)) nên tồn tại một giá trị 𝑐 ∈ (𝑎, 𝑏) sao cho 𝑓(𝑐) = 0. Vậy
𝑥 = 𝑐 là một nghiệm của phương trình (Định lý Bolzano).

Hình 1: Biểu diễn hình học của Định lý giá Hình 2: Biểu diễn hình học của định lý giá
trị trung gian (Nguồn: Wikipedia) trị trung bình (Nguồn: Wikipedia)
Định lý 2 (Định lý giá trị trung bình). Nếu hàm số 𝑓(𝑥) liên tục trên đoạn [𝑎, 𝑏], khả vi
trên khoảng (𝑎, 𝑏) với 𝑎 < 𝑏, khi đó tồn tại một giá trị 𝑐 ∈ (𝑎, 𝑏) sao cho
𝑓(𝑏) − 𝑓(𝑎)
𝑓 ′ (𝑐) = (1)
𝑏−𝑎
Định lý giá trị trung bình (Mean value theorem) nói rằng nếu hàm số 𝑓(𝑥) liên tục trên
đoạn [𝑎, 𝑏], khả vi trên khoảng (𝑎, 𝑏) với 𝑎 < 𝑏 thì tồn tại một điểm 𝑐 ∈ (𝑎, 𝑏) sao cho tiếp
tuyến (tangent) của 𝑓(𝑥) tại 𝑐 có hệ số góc bằng đúng hệ số góc của cát tuyến (secant) nối hai
điểm (𝑎, 𝑓(𝑎)) và (𝑏, 𝑓(𝑏)). Tức là cát tuyến và tiếp tuyến này song song nhau.

2 Các phương pháp tìm gần đúng giá trị của nghiệm của
phương trình
Như đã đề cập ở các bài giảng trước thì có nhiều vấn đề toán học mà ta không thể tìm
được giá trị chính xác của biểu thức toán học. Nghiệm của phương trình phi tuyến cũng là một
trong các vấn đề này. Khi xây dựng phương pháp tìm nghiệm gần đúng của phương trình, ta
sẽ phải đánh đổi (trade off) giữa một số tính chất

Trang 2
Bài giảng Phương pháp tính ThS. Trần Quang Khải

• Tốc độ tìm nghiệm gần đúng.

• Độ phức tạp của phần giải tích số (tức là tìm ra các điều kiện để thực hiện được phương
pháp tính).
• Độ phức tạp của thuật toán (phần phương pháp tính) tìm nghiệm.
Các phương pháp tìm nghiệm gần đúng được giới thiệu đều là các phương pháp lặp (iteration
methods): phần phương pháp tính sẽ lặp đi lặp lại một số tác vụ nào đó cho đến khi tìm được
nghiệm gần đúng thỏa mãn yêu cầu đề ra ban đầu (thường là sai số tuyệt đối so với nghiệm
đúng).

2.1 Phương pháp chia đôi (Bisection method)

Phương pháp chia đôi là một phương pháp tìm nghiệm toàn cục (global method) vì phương
pháp này chắc chắn tìm ra nghiệm nếu chọn đúng khoảng phân ly nghiệm và không phụ thuộc
vào dạng của phương trình. Ngoài ra đây là một trong các số ít phương pháp tìm nghiệm gần
đúng mà ta biết trước số lần cần lặp để tìm ra được nghiệm gần đúng.
Ý tưởng của phương pháp chia đôi như sau:
• Xét phương trình 𝑓(𝑥) = 0.
• Giả sử ta biết hai giá trị 𝑎 và 𝑏 thỏa mãn 𝑓(𝑎)𝑓(𝑏) < 0 thì [𝑎, 𝑏] là một đoạn phân ly
nghiệm của phương trình (Định lý Bolzano).
𝑎+𝑏
• Xét điểm 𝑚 là trung điểm của 𝑎 và 𝑏: 𝑚 = . Sẽ có 3 trường hợp xảy ra:
2
– 𝑓(𝑚) = 0: khi đó 𝑚 là một nghiệm của phương trình. Tuy nhiên trường hợp này rất
hiếm gặp vì ta sử dụng phương pháp tìm nghiệm gần đúng trong các trường hợp
không biết chính xác giá trị của nghiệm.
– 𝑓(𝑎)𝑓(𝑚) < 0 và 𝑓(𝑚)𝑓(𝑏) > 0: khi đó [𝑎, 𝑚] là một đoạn phân ly nghiệm mới.
– 𝑓(𝑚)𝑓(𝑏) < 0 và 𝑓(𝑎)𝑓(𝑚) > 0: khi đó [𝑚, 𝑏] là một đoạn phân ly nghiệm mới.

• Nếu loại trừ trường hợp 𝑓(𝑚) = 0 thì ta thấy (độ dài) đoạn phân ly nghiệm mới sẽ luôn
bằng đúng một nửa đoạn phân ly nghiệm cũ. Với đoạn phân ly nghiệm mới, nếu ta tiếp
tục tính như trên thì ta được một đoạn phân ly nghiệm mới hơn và bằng đúng một nửa
đoạn phân ly nghiệm trước đó.
Với trực quan của phương pháp như trên, ta lập phương pháp tính để tính gần đúng nghiệm
của một phương trình có đoạn phân ly nghiệm ban đầu [𝑎0 , 𝑏0 ] như sau

Algorithm 2.1.1 Phương pháp chia đôi

1: Cho trước đoạn phân ly nghiệm [𝑎0 , 𝑏0 ] = [𝑎, 𝑏], gán 𝑘 = 0
2: Tính 𝑐𝑘+1 = 𝑎𝑘 + 0,5(𝑏𝑘 − 𝑎𝑘 )
3: Nếu 𝑓(𝑐𝑘+1 )𝑓(𝑎𝑘 ) < 0, gán 𝑎𝑘+1 = 𝑎𝑘 và 𝑏𝑘+1 = 𝑐𝑘+1
4: Nếu 𝑓(𝑐𝑘+1 )𝑓(𝑏𝑘 ) < 0, gán 𝑏𝑘+1 = 𝑏𝑘 và 𝑎𝑘+1 = 𝑐𝑘+1
5: Quay lại tính toán từ bước 2

Với phương pháp chia đôi, ta có định lý liên quan đến sự hội tụ và sai số của phương pháp
như sau:

Định lý 3 (Sự hội tụ và sai số của phương pháp chia đôi). Cho [𝑎0 , 𝑏0 ] = [𝑎, 𝑏] là đoạn
𝑏 + 𝑎𝑛−1
phân ly nghiệm ban đầu (𝑓(𝑎)𝑓(𝑏) < 0). Đặt nghiệm xấp xỉ là 𝑥𝑛 = 𝑐𝑛 = 𝑛−1 . Khi đó
2

Trang 3
Bài giảng Phương pháp tính ThS. Trần Quang Khải

tồn tại một nghiệm đúng 𝛼 ∈ [𝑎, 𝑏] sao cho

1 𝑛
|𝛼 − 𝑥𝑛 | ≤ ( ) (𝑏 − 𝑎) (2)
2
Ngoài ra, để đạt được sai số tuyệt đối giới hạn Δ

|𝛼 − 𝑥𝑛 | ≤ Δ (3)

ta có thể lấy
log(𝑏 − 𝑎) − log(Δ)
𝑛≥ (4)
log(2)

y
f(x)

a0 a1 b2 b0
a2 b1 x

Hình 3: Trực quan hình học của phương pháp chia đôi

Chứng minh: Trước tiên không làm mất tổng quát, ta quy ước 𝑎𝑖 < 𝑏𝑖 để đoạn [𝑎𝑖 , 𝑏𝑖 ] có
nghĩa. Dễ thấy rằng độ dài đoạn phân ly nghiệm sau luôn bằng đúng một nửa đoạn phân ly
nghiệm trước, do đó:
1
𝑏𝑛 − 𝑎𝑛 = (𝑏𝑛−1 − 𝑎𝑛−1 )
2
Từ đó
1 𝑛
𝑏𝑛 − 𝑎𝑛 = ( ) (𝑏0 − 𝑎0 )
2
Ngoài ra, ta có ở đoạn phân ly nghiệm thứ 𝑛 − 1 thì 𝑥𝑛 là trung điểm của 𝑎𝑛−1 , 𝑏𝑛−1 và 𝛼
là một điểm nằm ở trong đoạn [𝑎𝑛−1 , 𝑥𝑛 ] hoặc [𝑥𝑛 , 𝑏𝑛−1 ] nên:
1
|𝛼 − 𝑥𝑛 | ≤ (𝑏𝑛−1 − 𝑎𝑛−1 )
2
Vì vậy

1 1 1 𝑛−1 1 𝑛
|𝛼 − 𝑥𝑛 | ≤ (𝑏𝑛−1 − 𝑎𝑛−1 ) = ( ) (𝑏0 − 𝑎0 ) = ( ) (𝑏0 − 𝑎0 )
2 2 2 2

Trang 4
Bài giảng Phương pháp tính ThS. Trần Quang Khải

1 𝑛
Nếu chọn Δ ≤ ( ) (𝑏0 − 𝑎0 ) thì Δ chính là sai số tuyệt đối giới hạn giữa nghiệm đúng 𝛼
2
và nghiệm gần đúng 𝑥𝑛 . Do đó, để thỏa mãn

1 𝑛
|𝛼 − 𝑥𝑛 | ≤ ( ) (𝑏0 − 𝑎0 ) ≤ Δ
2

thì ta lấy logarit hai vế sau của bất đẳng thức và được

log(𝑏 − 𝑎) − log(Δ)
𝑛≥
log(2)

Một số ưu điểm của phương pháp chia đôi:

1. Có thể biết chính xác số lần lặp để tìm được được nghiệm gần đúng thỏa mãn sai số
tuyệt đối giới hạn cho trước.
2. Có thể sử dụng để giải các phương trình có dạng phức tạp (đa thức, phân thức, hàm số
mũ, v.v.).
3. Điều kiện đầu đơn giản: chỉ cần biết đoạn phân ly nghiệm thỏa mãn Định lý Bolzano.
4. Trong phương trình 𝑓(𝑥) = 0 thì 𝑓(𝑥) chỉ dùng để tìm đoạn phân ly nghiệm mới chứ
không dùng trực tiếp để tìm nghiệm.
Một nhược điểm của phương pháp chia đôi là tốc độ hội tụ tương đối chậm hơn so với các
phương pháp tìm nghiệm khác (trade-off: độ phức tạp của phần giải tích số đơn giản → tốc độ
tìm nghiệm chậm).
Giả lệnh của thuật toán phương pháp chia đôi được cho dưới đây:

Algorithm 2.1.2 Phương pháp chia đôi

1: function bisection(𝑎, 𝑏, 𝑑𝑒𝑙𝑡𝑎)
2: 𝑝𝑎 ← 𝑓(𝑎)
3: 𝑝𝑏 ← 𝑓(𝑏)
4: 𝑁 ← ⌈(log(𝑏 − 𝑎) − log(𝑑𝑒𝑙𝑡𝑎))/ log(2)⌉
5: for 𝑖 ← 0 to 𝑁 do
6: 𝑐 ← 𝑎 + 0.5 ∗ (𝑏 − 𝑎)
7: 𝑝𝑐 ← 𝑓(𝑐)
8: if 𝑝𝑎 ∗ 𝑝𝑐 < 0 then
9: 𝑏←𝑐
10: 𝑝𝑏 ← 𝑝𝑐
11: else if 𝑝𝑎 ∗ 𝑝𝑐 > 0 then
12: 𝑎←𝑐
13: 𝑝𝑎 ← 𝑝𝑐
14: else
15: break
16: end if
17: end for
18: return 𝑐
19: end function

2.2 Phương pháp lặp điểm cố định (Fixed point iteration method)
Định nghĩa 4 (Điểm cố định). 𝛼 được gọi là điểm cố định của hàm số 𝑔(𝑥) nếu 𝑔(𝛼) = 𝛼.

Trang 5
Bài giảng Phương pháp tính ThS. Trần Quang Khải

√ √
Ví dụ nếu 𝑔(𝑥) = 𝑥2 + 3𝑥 − 2 thì 𝑔(𝑥) có hai điểm cố định là 𝛼1 = −1 − 3 và 𝛼2 = 3 − 1.
Trước khi bắt đầu xây dựng phương pháp, ta có hai nhận xét sau:
• Một phương trình 𝑓(𝑥) = 0 có nghiệm là 𝛼 (𝑓(𝛼) = 0). Từ hàm 𝑓(𝑥) này ta có thể thiết
lập một hàm 𝑔(𝑥) có điểm cố định là 𝛼 bằng nhiều cách: ví dụ 𝑔(𝑥) = 𝑥 − 𝑓(𝑥) hoặc
𝑔(𝑥) = 𝑥 − 𝑎𝑓(𝑥), 𝑎 ∈ R.
• Tương tự, nếu một hàm 𝑔(𝑥) có một điểm cố định 𝛼 thì phương trình 𝑓(𝑥) = 𝑥 − 𝑔(𝑥)
có nghiệm là 𝛼.
Từ các nhận xét trên, ta có ý tưởng ban đầu của một phương pháp mới là chuyển phương
trình 𝑓(𝑥) = 0 có đoạn phân ly nghiệm [𝑎, 𝑏] về dạng 𝑓(𝑥) = 𝑥 − 𝑔(𝑥) = 0 ⇔ 𝑥 = 𝑔(𝑥) sao
cho 𝑔(𝑥) là một hàm số có điểm cố định trên đoạn [𝑎, 𝑏]. Để tìm điểm cố định 𝛼 của hàm 𝑔(𝑥)
trên [𝑎, 𝑏], ta có thể sử dụng phương pháp xấp xỉ điểm cố định như sau: chọn trước một giá trị
𝛼0 ∈ [𝑎, 𝑏] và tạo một dãy số có dạng (𝛼𝑛 )∞
𝑛=0 ∶ 𝛼𝑛 = 𝑔(𝛼𝑛−1 ), 𝑛 ≥ 1. Nếu dãy (𝛼𝑛 ) hội tụ tới
𝛼 và 𝑔 là một hàm số liên tục, khi đó:

𝛼 = lim 𝛼𝑛 = lim 𝑔(𝛼𝑛−1 ) = 𝑔( lim 𝛼𝑛−1 ) = 𝑔(𝛼)

𝑛→∞ 𝑛→∞ 𝑛→∞

và ta tìm được nghiệm 𝛼 (là điểm cố định) của phương trình 𝑥 = 𝑔(𝑥). Phương pháp được
thiết lập như trên được gọi là phương pháp lặp điểm cố định (fixed point iteration method). Để
sử dụng được phương pháp lặp điểm cố định, ta cần giải quyết hai vấn đề sau:
(i) trong điều kiện nào thì 𝑔(𝑥) có điểm cố định trên [𝑎, 𝑏] và
(ii) trong điều kiện nào thì dãy số 𝛼𝑛 hội tụ tới điểm cố định 𝛼.
Ba định lý sau sẽ giải quyết hai vấn đề trên.

Định lý 4 (Định lý về sự tồn tại điểm cố định). Nếu 𝑔(𝑥) là một hàm số liên tục trên
đoạn [𝑎, 𝑏], và ∀𝑥 ∈ [𝑎, 𝑏], 𝑔(𝑥) ∈ [𝑎, 𝑏]. Thì tồn tại ít nhất một điểm cố định 𝛼 trong đoạn [𝑎, 𝑏].

Chứng minh: Từ giả thiết ∀𝑥 ∈ [𝑎, 𝑏], 𝑔(𝑥) ∈ [𝑎, 𝑏] ta có 𝑔(𝑎) − 𝑎 ≥ 0 và 𝑔(𝑏) − 𝑏 ≤ 0.
• Xét trường hợp 𝑔(𝑎) − 𝑎 = 0 hoặc 𝑔(𝑏) − 𝑏 = 0 thì 𝑔(𝑎) = 𝑎 và 𝑔(𝑏) = 𝑏 thì khi đó 𝑎 hoặc
𝑏 là điểm cố định của 𝑔(𝑥): định lý đúng.
• Xét trường hợp 𝑔(𝑎) − 𝑎 > 0 và 𝑔(𝑏) − 𝑏 < 0. Xét hàm số 𝑓(𝑥) = 𝑔(𝑥) − 𝑥. 𝑔(𝑥) liên
tục trên [𝑎, 𝑏] nên 𝑓(𝑥) cũng liên tục trên [𝑎, 𝑏] và 𝑓(𝑎) > 0, 𝑓(𝑏) < 0 ⇒ 𝑓(𝑎)𝑓(𝑏) < 0.
Theo định lý giá trị trung gian thì tồn tại một số 𝛼 ∈ (𝑎, 𝑏) thỏa mãn 𝑓(𝛼) = 0, tức là
𝑔(𝛼) − 𝛼 = 0 ⇔ 𝑔(𝛼) = 𝛼. Vậy 𝛼 là điểm cố định của hàm 𝑔(𝑥): định lý đúng.

Định lý 5 (Định lý về tính duy nhất của điểm cố định). Cho 𝑔(𝑥) là một hàm số liên
tục trên đoạn [𝑎, 𝑏], và ∀𝑥 ∈ [𝑎, 𝑏], 𝑔(𝑥) ∈ [𝑎, 𝑏]. Nếu 𝑔(𝑥) khả vi trên khoảng (𝑎, 𝑏) và tồn tại
một số 0 < 𝜆 < 1 sao cho ∀𝑥 ∈ (𝑎, 𝑏), |𝑔’(𝑥)| ≤ 𝜆 thì đoạn [𝑎, 𝑏] có đúng một điểm cố định.

Chứng minh: Từ định lý về sự tồn tại của điểm cố định, dựa trên các giả thiết của định
lý 5 ta biết trên đoạn [𝑎, 𝑏] có ít nhất một điểm cố định. Giả sử trên [𝑎, 𝑏] có hai điểm cố
định phân biệt 𝛼1 và 𝛼2 . Không làm mất tổng quát, giả sử 𝛼1 < 𝛼2 . Theo định lý giá trị
𝑔(𝛼2 ) − 𝑔(𝛼1 )
trung bình thì trên đoạn [𝛼1 , 𝛼2 ] tồn tại một điểm 𝑐 sao cho 𝑔′ (𝑐) = suy ra
𝛼2 − 𝛼1
|𝛼2 − 𝛼1 | = |𝑔(𝛼2 ) − 𝑔(𝛼1 )| = |𝑔′ (𝑐)||𝛼2 − 𝛼1 |. Nhưng theo giả thiết thì |𝑔′ (𝑥)| ≤ 𝜆 < 1 nên
𝑔′ (𝑐)(𝛼2 − 𝛼1 ) ≠ |𝛼2 − 𝛼1 |. Vậy không thể có hai điểm cố định 𝛼1 và 𝛼2 phân biệt thỏa mãn
điều kiện ban đầu.

Trang 6
Bài giảng Phương pháp tính ThS. Trần Quang Khải

Định lý 6 (Định lý về sự hội tụ của phương pháp lặp điểm cố định). Cho 𝑔(𝑥) là một
hàm số liên tục trên đoạn [𝑎, 𝑏], và ∀𝑥 ∈ [𝑎, 𝑏], 𝑔(𝑥) ∈ [𝑎, 𝑏]. Nếu 𝑔(𝑥) khả vi trên khoảng (𝑎, 𝑏)
và tồn tại một số 0 < 𝜆 < 1 sao cho ∀𝑥 ∈ (𝑎, 𝑏), |𝑔’(𝑥)| ≤ 𝜆 thì với một điểm 𝛼0 bất kỳ thuộc
[𝑎, 𝑏], dãy số (𝛼𝑛 ) xác định bởi
𝛼𝑛 = 𝑔(𝛼𝑛−1 ), 𝑛 ≥ 1
sẽ hội tụ tới điểm cố định 𝛼 ∈ [𝑎, 𝑏]

Chứng minh: Theo định lý 5 thì trong đoạn [𝑎, 𝑏] có đúng một điểm cố định, gọi điểm này là
𝛼. Cần chú ý là với 𝛼0 ∈ [𝑎, 𝑏] thì mọi điểm 𝛼𝑛 = 𝑔(𝛼𝑛−1 ) cũng đều thuộc [𝑎, 𝑏] theo giả thiết
ban đầu. Xét điểm 𝛼 và 𝛼𝑛−1 , theo Định lý giá trị trung bình, ta có

𝑔(𝛼) − 𝑔(𝛼𝑛−1 )
𝑔′ (𝑐𝑛 ) =
𝛼 − 𝛼𝑛−1

với 𝑐𝑛 ∈ (𝑎, 𝑏). Suy ra 𝑔(𝛼) − 𝑔(𝛼𝑛−1 ) = 𝑔′ (𝑐𝑛 )(𝛼 − 𝛼𝑛−1 ). Lấy trị tuyệt đối hai vế ta được:

|𝑔(𝛼) − 𝑔(𝛼𝑛−1 )| = |𝑔′ (𝑐𝑛 )||𝛼 − 𝛼𝑛−1 |

|𝛼 − 𝛼𝑛 | = |𝑔′ (𝑐𝑛 )||𝛼 − 𝛼𝑛−1 |
|𝛼 − 𝛼𝑛 | = |𝑔(𝛼) − 𝑔(𝛼𝑛−1 )| = |𝑔′ (𝑐𝑛 )||𝛼 − 𝛼𝑛−1 | ≤ 𝜆|𝛼 − 𝛼𝑛−1 |

Tính tương tự như trên với hai điểm 𝛼 và 𝛼𝑛−2 , ta có

|𝛼 − 𝛼𝑛−1 | = |𝑔(𝛼) − 𝑔(𝛼𝑛−2 )| = |𝑔′ (𝑐𝑛−1 )||𝛼 − 𝛼𝑛−2 | ≤ 𝜆|𝛼 − 𝛼𝑛−2 |

Nhân toàn bộ các vế của biểu thức trên cho 𝜆:

𝜆|𝛼 − 𝛼𝑛−1 | = 𝜆|𝑔(𝛼) − 𝑔(𝛼𝑛−2 )| = 𝜆|𝑔′ (𝑐𝑛−1 )||𝛼 − 𝛼𝑛−2 | ≤ 𝜆2 |𝛼 − 𝛼𝑛−2 |

Từ đó suy ra:
|𝛼 − 𝛼𝑛 | ≤ 𝜆|𝛼 − 𝛼𝑛−1 | ≤ 𝜆2 |𝛼 − 𝛼𝑛−2 |
Với điểm 𝛼 và 𝛼𝑛−3 , ta có

|𝛼 − 𝛼𝑛−2 | = |𝑔(𝛼) − 𝑔(𝛼𝑛−3 )| = |𝑔′ (𝑐𝑛−2 )||𝛼 − 𝛼𝑛−3 | ≤ 𝜆|𝛼 − 𝛼𝑛−3 |

Nhân cả hai vế của biểu thức này cho 𝜆2 :

𝜆2 |𝛼 − 𝛼𝑛−2 | = 𝜆2 |𝑔(𝛼) − 𝑔(𝛼𝑛−3 )| = 𝜆2 |𝑔′ (𝑐𝑛−2 )||𝛼 − 𝛼𝑛−3 | ≤ 𝜆3 |𝛼 − 𝛼𝑛−3 |

và suy ra
|𝛼 − 𝛼𝑛 | ≤ 𝜆|𝛼 − 𝛼𝑛−1 | ≤ 𝜆2 |𝛼 − 𝛼𝑛−2 | ≤ 𝜆3 |𝛼 − 𝛼𝑛−3 |
Ta có thể lập lại quá trình trên cho đến điểm 𝛼 và 𝛼0 , khi đó ta có:

𝜆𝑛−1 |𝛼 − 𝛼1 | = 𝜆𝑛−1 |𝑔(𝛼) − 𝑔(𝛼0 )| = 𝜆𝑛−1 |𝑔′ (𝑐1 )||𝛼 − 𝛼0 | ≤ 𝜆𝑛 |𝛼 − 𝛼0 |

và suy ra
|𝛼 − 𝛼𝑛 | ≤ 𝜆|𝛼 − 𝛼𝑛−1 | ≤ 𝜆2 |𝛼 − 𝛼𝑛−2 | ≤ ⋯ ≤ 𝜆𝑛 |𝛼 − 𝛼0 | (5)
Vì số 0 < 𝜆 < 1 nên khi 𝑛 → ∞ thì 𝜆𝑛 → 0 và

lim |𝛼 − 𝛼𝑛 | ≤ lim 𝜆𝑛 |𝛼 − 𝛼0 | = 0
𝑛→∞ 𝑛→∞

Vậy dãy số (𝛼𝑛 ) hội tụ tới 𝛼.

Trang 7
Bài giảng Phương pháp tính ThS. Trần Quang Khải

Hệ quả 2 (Sai số của phương pháp lặp điểm cố định). Nếu 𝑔(𝑥) là một hàm số thỏa
mãn giả thiết của định lý 6 thì khi đó sai số tuyệt đối của phép xấp xỉ 𝛼 bằng 𝛼𝑛 thỏa mãn

|𝛼 − 𝛼𝑛 | ≤ 𝜆𝑛 max{𝛼0 − 𝑎, 𝑏 − 𝛼0 } (6)

và
𝜆𝑛
|𝛼 − 𝛼𝑛 | ≤ |𝛼 − 𝛼0 | (7)
1−𝜆 1

Chứng minh: Từ định lý 6 thì ta có |𝛼 − 𝛼𝑛 | ≤ 𝜆𝑛 |𝛼 − 𝛼0 |. Do 𝛼 và 𝛼0 đều là hai điểm nằm

trong đoạn [𝑎, 𝑏] nên |𝛼 − 𝛼0 | ≤ max{𝛼0 − 𝑎, 𝑏 − 𝛼0 } suy ra

|𝛼 − 𝛼𝑛 | ≤ 𝜆𝑛 |𝛼 − 𝛼0 | ≤ 𝜆𝑛 max{𝛼0 − 𝑎, 𝑏 − 𝛼0 }

Theo bất phương trình (5) thì

𝜆𝑛−1 |𝛼 − 𝛼1 | ≤ 𝜆𝑛 |𝛼 − 𝛼0 |
|𝛼 − 𝛼1 | ≤ 𝜆|𝛼 − 𝛼0 |
|𝛼 − 𝛼1 | + |𝛼1 − 𝛼0 | ≤ 𝜆|𝛼 − 𝛼0 | + |𝛼1 − 𝛼0 |

Ngoài ra ta có

|𝛼 − 𝛼0 | = |𝛼 − 𝛼1 + 𝛼1 − 𝛼0 | ≤ |𝛼 − 𝛼1 | + |𝛼1 − 𝛼0 |

suy ra

|𝛼 − 𝛼0 | = |𝛼 − 𝛼1 + 𝛼1 − 𝛼0 | ≤ |𝛼 − 𝛼1 | + |𝛼1 − 𝛼0 | ≤ 𝜆|𝛼 − 𝛼0 | + |𝛼1 − 𝛼0 |

|𝛼 − 𝛼0 | ≤ 𝜆|𝛼 − 𝛼0 | + |𝛼1 − 𝛼0 |
(1 − 𝜆)|𝛼 − 𝛼0 | ≤ |𝛼1 − 𝛼0 |
1
|𝛼 − 𝛼0 | ≤ |𝛼 − 𝛼0 |
1−𝜆 1
Nhân cả hai vế của bất phương trình trên với 𝜆𝑛 ta có
𝜆𝑛
𝜆𝑛 |𝛼 − 𝛼0 | ≤ |𝛼 − 𝛼0 |
1−𝜆 1
Từ bất phương trình (5) suy ra:

𝑛 𝜆𝑛
|𝛼 − 𝛼𝑛 | ≤ 𝜆 |𝛼 − 𝛼0 | ≤ |𝛼 − 𝛼0 |
1−𝜆 1
𝜆𝑛
|𝛼 − 𝛼𝑛 | ≤ |𝛼 − 𝛼0 |
1−𝜆 1
Số 𝜆 càng nhỏ thì tốc độ hội tụ về nghiệm đúng của phương pháp lặp điểm cố định càng
nhanh. Nếu 𝜆 càng gần 1 thì tốc độ hội tụ càng chậm.

Ví dụ: Phương trình 𝑓(𝑥) = 𝑥3 + 4𝑥2 − 10 = 0 có đoạn phân ly nghiệm là [1; 2]. Ta
nhận thấy 𝑥 = 0 không phải là một nghiệm của phương trình, từ đó có rất nhiều cách
để chuyển phương trình ở dạng 𝑓(𝑥) = 0 về dạng 𝑥 = 𝑔(𝑥).
(i) 𝑥 = 𝑔1 (𝑥) = 𝑥 − 𝑥3 − 4𝑥2 + 10. Ta thấy với 𝑥 ∈ [1; 2] thì 𝑔1 (𝑥) ∉ [1; 2] (ví dụ 𝑥 = 1
thì 𝑔1 (𝑥) = 6. Nên không tồn tại điểm cố định với 𝑔1 (𝑥) trên [1; 2].

Trang 8
Bài giảng Phương pháp tính ThS. Trần Quang Khải

4𝑥2 − 10
(ii) 𝑥 = 𝑔2 (𝑥) = √ . Nếu chọn điểm xuất phát là 𝛼0 = 1 thì dãy (𝛼𝑛 ) =
𝑥
𝑔2 (𝛼𝑛−1 ) không xác định.
1√
(iii) 𝑥 = 𝑔3 (𝑥) = 10 − 𝑥3 . ∀𝑥 ∈ [1; 2], 10 − 𝑥3 > 0 nên 𝑔3 (𝑥) xác định trên [1; 2].
2
3 1
Xét đạo hàm 𝑔3′ (𝑥) = − 𝑥2 (10 − 𝑥3 )− 2 . Đạo hàm của 𝑔3 (𝑥) luôn âm trên khoảng
4
(1, 2) nên hàm số luôn giảm trên đoạn [1; 2]. Tuy nhiên 𝑔3 (2) ≈ 0,7071 ∉ [1, 2] và
|𝑔3′ (2)| ≈ 2,1213 nên theo định lý 6 thì phương pháp lặp điểm cố định không hội
tụ trên đoạn phân ly nghiệm này. Nhưng nếu dựa vào tính chất đạo hàm của 𝑔3 (𝑥)
luôn âm trên [1; 2] ta có thể chọn đoạn phân ly nghiệm mới thỏa mãn điều kiện của
định lý 6. Ta có 𝑔3 (1) = 1,5 ≥ 𝑔(𝑥) ≥ 𝑔3 (1,5) = 1,286 95 ≥ 1 nên với 𝑥 ∈ [1; 1,5]
thì 𝑔3 (𝑥) ∈ [1; 1,5]. Ngoài ra, |𝑔3′ (𝑥)| ≤ |𝑔3′ (1,5)| = 0,655 618 nên phương pháp hội
tụ (có thể chứng minh bằng cách lấy đạo hàm cấp 2 và suy ra đạo hàm cấp 1 luôn
tăng trên [1; 1,5]).
√
10 10 3
(iv) 𝑥 = 𝑔4 (𝑥) = √ ′
. Đạo hàm 𝑔4 (𝑥) = − (4 + 𝑥)− 2 luôn âm trên [1; 2] nên
4+𝑥 2
√ 5
𝑔4 (𝑥) luôn giảm trên đoạn này: 𝑔4 (1) = 2 ≈ 1,4142 ≥ 𝑔4 (𝑥) ≥ 𝑔4 (2) = √ ≈
√ 3
10 3
1,2910. Từ đó 𝑔4 (𝑥) ∈ [1; 2]. Ngoài ra, trên [1; 2] ta có |𝑔4′ (𝑥)| = ∣ (4 + 𝑥)− 2 ∣ ≤
√ √ 2
10 − 3 2
∣ (5) 2 ∣ = ≤ 0,15. Các điều kiện của định lý 6 thỏa mãn nên 𝑔4 (𝑥) có thể
2 10
được dùng để tìm điểm cố định trong [1, 2]. 𝜆 của trường hợp này nhỏ hơn nhiều
so với trường hợp (iii) nên sử dụng 𝑔4 (𝑥) để xấp xỉ nghiệm đúng sẽ nhanh hơn.
𝑥3 + 4𝑥2 − 10
(v) 𝑥 = 𝑔5 (𝑥) = 𝑥 − . Trường hợp (v) là một trường hợp đặc biệt của
3𝑥2 + 8𝑥
phương pháp lặp điểm cố định. Trường hợp này có tốc độ hội tụ nhanh nhất trong
số năm trường hợp. Ta sẽ xét cách thiết lập 𝑔5 (𝑥) trong phần sau.

Một vài nhận xét về phương pháp lặp điểm cố định:

1. Trong công thức tìm nghiệm gần đúng của phương pháp lặp điểm cố định thì ta cần biến
đổi 𝑓(𝑥) để tìm ra 𝑔(𝑥) thỏa mãn các điều kiện của định lý 6: không có cách tổng quát
để tìm ra ngay hàm 𝑔(𝑥) thỏa mãn các điều kiện này.
2. Sai số tuyệt đối giới hạn phụ thuộc vào việc tìm ra giá trị 𝜆.
3. Tốc độ hội tụ nhanh hơn so với phương pháp chia đôi trong nhiều trường hợp.
4. Thuật toán tìm nghiệm sử dụng phương pháp lặp điểm cố định đơn giản.
Để lập thuật toán cho phương pháp lặp điểm cố định thì có nhiều cách dựa trên cách tính
sai số (giả thiết rằng các điều kiện của định lý 6 đã được thỏa mãn):
1. Tính sai số tuyệt đối giữa 0 và 𝑓(𝛼𝑛 ). Sai số này nhỏ hơn một giá trị sai số tuyệt đối giới
hạn cho trước thì dừng thuật toán.
2. Tính sai số tuyệt đối giữa 𝛼𝑛 và 𝛼𝑛−1 . Nếu sai số này nhỏ hơn một giá trị sai số tuyệt
đối giới hạn cho trước thì dừng thuật toán.
𝜆𝑛
3. Sử dụng 𝜆 và số lần lặp 𝑛. Nếu |𝛼 − 𝛼0 | nhỏ hơn một giá trị sai số tuyệt đối giới
1−𝜆 1
hạn cho trước thì dừng thuật toán.

Trang 9
Bài giảng Phương pháp tính ThS. Trần Quang Khải

𝑦
𝑥3 + 4𝑥2 − 10
𝑔(𝑥) = 𝑥 − 𝑦=𝑥
3𝑥2 + 8𝑥

𝛼1 = 𝑔(𝛼0 )

𝛼2 = 𝑔(𝛼1 )

𝛼3 = 𝑔(𝛼2 )
𝛼

𝑥
𝛼2 𝛼1 𝛼0

Hình 4: Trực quan hình học của phương pháp lặp điểm cố định

Ở đây ta xây dựng thuật toán dựa trên cách tính sai số thứ hai ở trên. Cách tính sai số này
dựa trên công thức lim |𝛼 − 𝛼𝑛 | = 0. Nếu sai số tuyệt đối giữa hai giá trị 𝛼𝑛 và 𝛼𝑛−1 đủ nhỏ
𝑛→∞
thì có thể xem 𝛼𝑛 đã hội tụ tới điểm cố định 𝛼.

Algorithm 2.2.1 Thuật toán lặp điểm cố định

1: function Fixed_Point(𝐷𝑒𝑙𝑡𝑎, 𝑥0, 𝑁 )
2: 𝑖←0
3: 𝑡←0
4: while 𝑖 < 𝑁 do
5: 𝑥 ← 𝑔(𝑥0)
6: if |𝑥 − 𝑥0| ≤ 𝐷𝑒𝑙𝑡𝑎 then
7: 𝑡←1
8: break
9: end if
10: 𝑖←𝑖+1
11: 𝑥0 ← 𝑥
12: end while
13: if 𝑡 = 0 then
14: return “Thuật toán không tìm được nghiệm thỏa mãn sai số sau 𝑁 lần lặp”
15: else
16: return 𝑥
17: end if
18: end function

Trang 10
Bài giảng Phương pháp tính ThS. Trần Quang Khải

2.3 Phương pháp Newton

Phương pháp Newton (còn gọi là phương pháp Newton - Raphson, hoặc phương pháp tiếp
tuyến) là một trong các phương pháp tìm nghiệm gần đúng sử dụng ý tưởng tuyến tính hóa
phương trình phi tuyến. Nghiệm của phương trình phi tuyến 𝑓(𝑥) = 0 là giao điểm của đường
cong 𝑓(𝑥) với trục O𝑥. Giả sử ta biết đoạn phân ly nghiệm [𝑎, 𝑏] của phương trình 𝑓(𝑥) = 0 và
đoạn phân ly nghiệm này đủ nhỏ thì ta có thể thay phương trình đường cong 𝑓(𝑥) trên đoạn
[𝑎, 𝑏] bằng một phương trình đường thẳng. Tìm giao điểm giữa đường thẳng này và trục O𝑥 sẽ
dễ hơn rất nhiều.
Cách thức xây dựng phương pháp Newton dựa trên nhận xét trên và đa thức Taylor như
sau. Xét phương trình 𝑓(𝑥) = 0 có một đoạn phân ly nghiệm [𝑎, 𝑏]. Giả sử 𝑓(𝑥) liên tục trên
[𝑎, 𝑏] và có đạo hàm trên (𝑎, 𝑏). Gọi nghiệm đúng thuộc [𝑎, 𝑏] của phương trình 𝑓(𝑥) = 0 là 𝛼.
𝛼0 ∈ [𝑎, 𝑏] là một nghiệm gần đúng của 𝑓(𝑥) sao cho sai số |𝛼 − 𝛼0 | đủ nhỏ. Ta có đa thức
Taylor bậc một của 𝑓(𝑥) với tâm 𝛼0 tại 𝛼 là

𝑓 (2) (𝑐)
𝑓(𝛼) = 𝑓(𝛼0 ) + 𝑓 ′ (𝛼0 )(𝛼 − 𝛼0 ) + (𝛼 − 𝛼0 )2 (8)
2!
𝑓 (2) (𝑐)
với 𝑅 = (𝛼 − 𝛼0 )2 là sai số (hoặc phần dư) của phép xấp xỉ (xem lại phần ôn tập kiến
2!
thức của bài giảng buổi 1). Vì sai số |𝛼 − 𝛼0 | đủ nhỏ nên (𝛼 − 𝛼0 )2 ≈ 0, ta có thể xấp xỉ

𝑓(𝛼) ≈ 𝑓(𝛼0 ) + 𝑓 ′ (𝛼0 )(𝛼 − 𝛼0 ) (9)

Ngoài ra, vì 𝛼 là nghiệm của phương trình, ta có:

0 ≈ 𝑓(𝛼0 ) + 𝑓 ′ (𝛼0 )(𝛼 − 𝛼0 )
𝑓(𝛼 ) (10)
𝛼 ≈ 𝛼0 − ′ 0
𝑓 (𝛼0 )

tiếp tuyến tại 𝛼0

tiếp tuyến tại 𝛼1

𝛼 𝑥
𝛼2 𝛼1 𝛼0

Hình 5: Trực quan hình học của phương pháp Newton

Trong công thức (9), 𝑓(𝛼) ≈ 𝑓(𝛼0 ) + 𝑓 ′ (𝛼0 )(𝛼 − 𝛼0 ) chính là phương trình tiếp tuyến của
𝑓(𝑥) tại 𝛼0 . Tức là ta đã thay phương trình đường cong 𝑓(𝑥) bằng một phương trình đường

Trang 11
Bài giảng Phương pháp tính ThS. Trần Quang Khải

thẳng (tiếp tuyến) và giao điểm của đường thẳng này với trục O𝑥 chính là nghiệm gần đúng.
𝑓(𝛼 ) 𝑓(𝛼 )
Do 𝛼 ≈ 𝛼0 − ′ 0 chỉ là nghiệm gần đúng của 𝛼, ta giả sử rằng 𝛼 ≈ 𝛼0 − ′ 0 xấp xỉ 𝛼
𝑓 (𝛼0 ) 𝑓 (𝛼0 )
𝑓(𝛼0 )
tốt hơn 𝛼0 . Đặt 𝛼1 = 𝛼0 − ′ và tiếp tục sử dụng Đa thức Taylor như trên, ta thu được
𝑓 (𝛼0 )
một xấp xỉ mới của 𝛼 với tâm 𝛼1 . Nếu lặp đi lặp lại quá trình này thì ta thu được một dãy số
(𝛼)∞
𝑛=0 được cho bởi:
𝑓(𝛼 )
𝛼𝑛 = 𝛼𝑛−1 − ′ 𝑛−1 , 𝑛 ≥ 1 (11)
𝑓 (𝛼𝑛−1 )
với 𝛼0 ban đầu được chọn trước. Trực quan hình học của công thức (11) được minh họa ở hình
5. Công thức (11) được gọi là công thức lặp của phương pháp Newton. Trở lại với ví dụ về
𝑥3 + 4𝑥2 − 10
phương pháp lặp điểm cố định, ta nhận thấy 𝑔5 (𝑥) = 𝑥 − là một hàm số thỏa
3𝑥2 + 8𝑥
mãn phương pháp lặp điểm cố định, đồng thời nó cũng chính là phương trình của công thức
Newton. Với một phương trình 𝑓(𝑥) = 0, giả sử 𝑓 ′ (𝑥) ≠ 0 trên đoạn phân ly nghiệm đang xét,
ta có thể chuyển 𝑓(𝑥) = 0 về dạng 𝑥 = 𝑔(𝑥) của phương pháp lặp điểm cố định như sau:
𝑓(𝑥) 𝑓(𝑥) 𝑓(𝑥)
𝑓(𝑥) = 0 ⇔ ′
=0⇔𝑥=𝑥− ′ ⇔ 𝑥 = 𝑔(𝑥) với 𝑔(𝑥) = 𝑥 − ′
𝑓 (𝑥) 𝑓 (𝑥) 𝑓 (𝑥)

Về sai số, ta có thể đánh giá sai số của phương pháp Newton khi tính toán tương tự như
phương pháp lặp điểm cố định. Thông thường, ta đánh giá |𝛼𝑛 − 𝛼𝑛−1 | nếu nhỏ hơn một giá
trị sai số tuyệt đối giới hạn Δ đặt trước thì dừng việc tính lặp.
Phương pháp Newton có ưu điểm là tốc độ hội tụ về nghiệm đúng rất nhanh. Tuy nhiên,
trong lập trình tính toán thì đây là phương pháp tiêu tốn nhiều tài nguyên vì ta phải tính thành
𝑢(𝑥) 𝑢′ (𝑥)𝑣(𝑥) − 𝑢(𝑥)𝑣′ (𝑥)
phần đạo hàm 𝑓 ′ (𝑥) (ví dụ như 𝑓(𝑥) = thì đạo hàm là 𝑓 ′ (𝑥) = :
𝑣(𝑥) 𝑣2 (𝑥)
𝑓(𝑥)
thành phần ′ trong công thức tính lặp sẽ phức tạp hơn). Giả lệnh của thuật toán phương
𝑓 (𝑥)
pháp Newton dựa trên điều kiện dừng |𝛼𝑛 − 𝛼𝑛−1 | ≤ Δ được cho dưới đây.

Algorithm 2.3.1 Phương pháp Newton

1: function Newton(𝐷𝑒𝑙𝑡𝑎, 𝑥0, 𝑁 )
2: 𝑖←0
3: 𝑡←0
4: while 𝑖 < 𝑁 do
5: 𝑥 ← 𝑥0 − 𝑓(𝑥0)/𝑓 ′ (𝑥0)
6: if |𝑥 − 𝑥0| ≤ 𝐷𝑒𝑙𝑡𝑎 then
7: 𝑡←1
8: break
9: end if
10: 𝑖←𝑖+1
11: 𝑥0 ← 𝑥
12: end while
13: if 𝑡 = 0 then
14: return “Không tìm được nghiệm thỏa mãn sai số sau 𝑁 lần lặp”
15: else
16: return 𝑥
17: end if
18: end function

Trang 12
Bài giảng Phương pháp tính ThS. Trần Quang Khải

2.4 Phương pháp cát tuyến (secant method)

Phương pháp cát tuyến trong một số tài liệu còn được gọi là phương pháp dây cung, cũng
là một phương pháp giải phương trình phi tuyến dựa trên ý tưởng tuyến tính hóa đường cong
phi tuyến. Trong phương pháp Newton như đã nói ở trên thì thành phần đạo hàm 𝑓 ′ (𝑥) sẽ làm
cho việc tính toán và lập trình trở nên khó khăn hơn, ta cần tìm ra một phương pháp vẫn giữ
nguyên ý tưởng xác định đường thẳng xấp xỉ đường cong tốt nhất nhưng không phải là tiếp
tuyến (để không phải tính thành phần đạo hàm). Đường thẳng xấp xỉ mới này là cát tuyến đi
qua hai điểm rất gần nhau. Xem hình 6, tiếp tuyến tại điểm (𝛼𝑛−1 , 𝑓(𝛼𝑛−1 )) là đường thẳng
màu xanh dương, ta cần tính đạo hàm của 𝑓(𝑥) tại 𝛼𝑛−1 để vẽ tiếp tuyến này. Tuy nhiên, nếu
xấp xỉ tiếp tuyến này bằng một cát tuyến thì ta không cần phải tính đạo hàm và cát tuyến
này vẫn xấp xỉ tương đối tốt tiếp tuyến ban đầu nếu hai điểm mà cát tuyến đi qua (trong đó
có một điểm đang xét) gần nhau. Ví dụ, ta có thể xấp xỉ tiếp tuyến tại 𝛼𝑛−1 bằng cát tuyến
qua 𝛼𝑛−2 và 𝛼𝑛−1 (đường thẳng màu xanh lá cây).

𝛼𝑛−2 𝛼𝑛−1

Hình 6: Xấp xỉ tiếp tuyến bằng cát tuyến

Cách thiết lập phương pháp cát tuyến như sau: Xét phương trình 𝑓(𝑥) = 0 và 𝑓(𝑥) có tập
xác định là 𝐷. Giả sử 𝑓(𝑥) có đạo hàm trên 𝐷. Đạo hàm của hàm 𝑓(𝑥) tại một điểm 𝛼𝑛−1 ∈ 𝐷
nào đó là
𝑓(𝑥) − 𝑓(𝛼𝑛−1 )
𝑓 ′ (𝛼𝑛−1 ) = lim 𝑓(𝑥) =
𝑥→𝛼𝑛−1 𝑥 − 𝛼𝑛−1
Cần chú ý theo định nghĩa giới hạn thì 𝑥 chỉ “tiến tới” 𝛼𝑛−1 chứ không bằng 𝛼𝑛−1 . Vậy
nếu có một điểm 𝛼𝑛−2 rất gần với điểm 𝛼𝑛−1 , khi đó đạo hàm tại 𝛼𝑛−1 có thể lấy xấp xỉ

𝑓(𝛼𝑛−2 ) − 𝑓(𝛼𝑛−1 ) 𝑓(𝛼𝑛−1 ) − 𝑓(𝛼𝑛−2 )

𝑓 ′ (𝛼𝑛−1 ) ≈ =
𝛼𝑛−2 − 𝛼𝑛−1 𝛼𝑛−1 − 𝛼𝑛−2

Thay giá trị đạo hàm xấp xỉ này vào công thức lặp của phương pháp Newton, ta được:

𝑓(𝛼𝑛−1 )(𝛼𝑛−1 − 𝛼𝑛−2 )

𝛼𝑛 = 𝛼𝑛−1 − ,𝑛 ≥ 2
𝑓(𝛼𝑛−1 ) − 𝑓(𝛼𝑛−2 )

Trang 13
Bài giảng Phương pháp tính ThS. Trần Quang Khải

Công thức trên được gọi là công thức lặp của phương pháp cát tuyến. Trong công thức này
thì ta không cần tính giá trị đạo hàm (tiết kiệm bộ nhớ khi lập trình vì chỉ cần lưu hàm tính
giá trị của 𝑓(𝑥)). Giả lệnh của thuật toán phương pháp cát tuyến dựa trên điều kiện dừng
|𝛼𝑛 − 𝛼𝑛−1 | ≤ Δ được cho dưới đây.

Algorithm 2.4.1 Phương pháp cát tuyến

1: function secant(𝐷𝑒𝑙𝑡𝑎, 𝑥0, 𝑥1, 𝑁 )
2: 𝑖←0
3: 𝑡←0
4: 𝑠0 ← 𝑓(𝑥0)
5: 𝑠1 ← 𝑓(𝑥1)
6: while 𝑖 < 𝑁 do
7: 𝑥 ← 𝑠1 − 𝑓(𝑥0) ∗ (𝑥1 − 𝑥0)/(𝑠1 − 𝑠0)
8: if |𝑥 − 𝑥1| ≤ 𝐷𝑒𝑙𝑡𝑎 then
9: 𝑡←1
10: break
11: end if
12: 𝑖←𝑖+1
13: 𝑥0 ← 𝑥1
14: 𝑠0 ← 𝑠1
15: 𝑥1 ← 𝑥
16: 𝑠1 ← 𝑓(𝑥)
17: end while
18: if 𝑡 = 0 then
19: return “Không tìm được nghiệm thỏa mãn sai số sau 𝑁 lần lặp”
20: else
21: return 𝑥
22: end if
23: end function

Trực quan hình học của phương pháp cát tuyến được minh họa ở hình 7. Với phương pháp
cát tuyến, ta cần hai điểm xuất phát là (𝛼0 , 𝑓(𝛼0 )) và (𝛼1 , 𝑓(𝛼1 )). Cát tuyến đi qua (𝛼0 , 𝑓(𝛼0 ))
và (𝛼1 , 𝑓(𝛼1 )) cắt trục O𝑥 tại 𝛼2 . Ta vẽ tiếp cát tuyến đi qua (𝛼1 , 𝑓(𝛼1 )) và (𝛼2 , 𝑓(𝛼2 )) cắt
trục O𝑥 tại 𝛼3 . Ta vẽ tiếp cát tuyến đi qua (𝛼2 , 𝑓(𝛼2 )) và (𝛼3 , 𝑓(𝛼3 )). Ta tiếp tục thực hiện
quy trình tính như vậy và có nhận xét rằng cát tuyến ngày càng cắt trục O𝑥 gần với nghiệm
chính xác hơn.
Có một phương pháp tìm nghiệm rất giống phương pháp cát tuyến là phương pháp vị trí
sai (method of false position hoặc regular falsi). Trực quan hình học của phương pháp vị trí
sai được cho ở hình 8. Trong phương pháp vị trí sai có thêm một bước kiểm tra đoạn phân ly
nghiệm có còn thỏa mãn (giống phương pháp chia đôi).

3 Tài liệu tham khảo

1. Chapra, S. C., & Canale, R. P. (2011). Numerical methods for engineers (Vol. 1221). New
York: Mcgraw-hill.
2. Epperson, J. F. (2013). An introduction to numerical methods and analysis. John Wiley
& Sons.
3. Burden, R. L., Faires, J. D., & Burden, A. M. (2015). Numerical analysis. Cengage
learning.

Trang 14
Bài giảng Phương pháp tính ThS. Trần Quang Khải

𝑦 𝑓(𝑥)

𝛼0 𝛼2 𝛼3 𝛼5 𝛼 𝛼4 𝛼1 𝑥

Hình 7: Trực quan hình học của phương pháp cát tuyến

𝑦 𝑓(𝑥)

𝛼0 𝛼2 𝛼3 𝛼4 𝛼 𝛼1 𝑥

Hình 8: Trực quan hình học của phương pháp vị trí sai

Trang 15