Professional Documents
Culture Documents
HCM
-----------------
1
Thành phố Hồ Chí Minh, tháng 12 năm 2022
-----------------
2
DANH SÁCH THÀNH VIÊN
----------NHÓM 24-----------
3
MỤC LỤC
Chương I : BÀI TẬP TÍNH TOÁN ......................................... 5
Bài 1: ........................................................................................ 5
Bài 2:. ....................................................................................... 5
Bài 3:. ....................................................................................... 6
Bài 4: ........................................................................................ 6
Bài 5:. ....................................................................................... 7
Chương II : ỨNG DỤNG ......................................................... 8
2.1.Phương pháp NewTon: ....................................................... 8
2.2.Ứng dụng phương pháp Newton ........................................ 10
2.3.Biểu diễn phương pháp Newton bằng ngôn ngữ C++ ........ 13
2.4.Ý nghĩa các hàm sử dụng trong đoạn code: ....................... 15
Chương III: KẾT QUẢ .......................................................... 15
3.1.Ví dụ 1: ............................................................................. 16
3.2.Ví dụ 2: ............................................................................. 16
3.3.Ví dụ 3: ............................................................................. 16
CHƯƠNG IV. KẾT LUẬN .................................................... 16
4.1.Đánh giá chung ................................................................. 17
4.2.Nhận xét của giảng viên: ................................................... 17
4.3.Tài liệu tham khảo ............................................................ 17
4
Chương I : BÀI TẬP TÍNH TOÁN
𝑥
Bài 1: Cho 𝑓(𝑥 ) = ∫0 𝑥 2 𝑠𝑖𝑛(𝑡 2 ) 𝑑𝑡, 𝑡ì𝑚 𝑓′(𝑥).
𝑥
𝑇𝑎 𝑐ó: 𝑓(𝑥 ) = ∫0 𝑥 2 𝑠𝑖𝑛(𝑡 2 ) 𝑑𝑡
=> 𝑓′(𝑥) = 𝑥’𝑥 2 𝑠𝑖𝑛(𝑥 2 )
=> 𝑓′(𝑥) = 𝑥 2 𝑠𝑖𝑛(𝑥 2 )
Bài 2: Tìm giá trị nhỏ nhất của diện tích vùng nằm dưới
1
đường cong y=𝑥 + 𝑥 khi x = 𝑎 tới x=𝑎+1,5, ∀ 𝑎 > 0.
𝑎+1.5 1
Ta gọi 𝑆 = ∫𝑎 𝑥 + 𝑥 𝑑𝑥 là diện tích hình phẳng cần tìn
GTNN:
Để tìm Min của 𝑆, ta cần tìm hàm của 𝑆.
𝑎+1.5 1
Ta có 𝑆 = ∫𝑎 𝑥 + 𝑥 𝑑𝑥
1 𝑎+1.5
2
=(2 𝑥 + 𝑙𝑛𝑥)
𝑎
1 1
= {2 (𝑎 + 1.5)2 + 𝑙𝑛(𝑎 + 1.5) − [2 (𝑎)2 + 𝑙𝑛(𝑎)]}
3 9
𝑆 = 2 𝑎 + 8 + 𝑙𝑛(𝑎 + 1.5) − 𝑙𝑛(𝑎)
Tìm đạo hàm của 𝑆, để 𝑆 đạt giá trị nhỏ nhất khi 𝑆(𝑎) là cực
tiểu:
3 1 1 BBT:
𝑆’(𝑎 ) = 2 + 𝑎+1.5 − 𝑎 = 0
3 −1.5
= 2 + 𝑎∗(𝑎+1.5) = 0
1
𝑆 ′ (𝑎 ) = 0 => 𝑎 = 2 ℎ𝑜ặ𝑐 𝑎 = −2
1 3 1 9 1 1
Min 𝑆(𝑎) = 𝑆 (2) = 2 . 2 + 8 + ln (2 + 1.5) − ln (2)
𝑡
Ta có: 𝐴(𝑡) = ∫0 sin(𝑥 2 )𝑑𝑥
1
𝐵(𝑡) = 𝑡 . 𝑠𝑖𝑛(𝑡 2 )
2
𝑡
𝐴(𝑡) ∫0 𝑠𝑖𝑛(𝑥 2 )dx
Ta có: lim+ 𝐵(𝑡) = lim+ 1
𝑡→0 𝑡→0 𝑡∗𝑠𝑖𝑛(𝑡 2 )
2
𝑔(𝑥) 1 cos 𝑥
Bài 4: Cho 𝑓(𝑥 ) = ∫0 𝑑𝑡, 𝑏𝑖ế𝑡 𝑔(𝑥 ) = ∫0 [1 +
√1+𝑡 3
𝜋
sin(𝑡 2 )]𝑑𝑡, tìm 𝑓′( 2 )
1
Đặt 𝑙(𝑡) =
√1+𝑡 3
𝑔(𝑥)
+ Ta có: 𝑓 ′ (𝑥 ) = (∫0 𝑙(𝑡))′𝑑𝑡 = 𝑔′ (𝑥 ). 𝑙(𝑔(𝑥 ))
6
𝜋 𝜋 𝜋
𝑓 ′ ( ) = 𝑔′ ( ) . 𝑙(𝑔( ))
2 2 2
𝜋
𝜋 𝑐𝑜𝑠( 2 )
𝑔( ) = ∫0 (1 + 𝑠𝑖𝑛(𝑡 2 ))𝑑𝑡
2
𝜋 𝜋 0
* vì: 𝑐𝑜𝑠( ) = 0 => 𝑔( ) = ∫0 (1 + 𝑠𝑖𝑛(𝑡 2 ))𝑑𝑡 = 0
2 2
𝜋 1
=> 𝑙 (𝑔 ( )) = 𝑙 (0) = =1
2 √1+03
𝜋 ′
𝜋 𝜋 2
=> 𝑔 ( ) = −𝑠𝑖𝑛 ( ) . [1 + 𝑠𝑖𝑛 (cos ( ) )]
2 2 2
= −1
𝜋 𝜋
=> 𝑓 ′ ( ) = 𝑙(0). 𝑔′ ( ) = 1. −1=−1
2 2
𝑥2
Bài 5: Cho ∫0 𝑓(𝑡)𝑑𝑡 = 𝑥𝑠𝑖𝑛(𝜋𝑥), biết 𝑓(x) là một hàm liên tục,
tìm 𝑓(4).
Ta đạo hàm 2 vế:
Phương trình trở thành:
2
𝑑 𝑥
∫ 𝑓(𝑡)𝑑𝑡 = (𝑥𝑠𝑖𝑛(𝜋𝑥))′
𝑑𝑥 0
(𝑥 2 )′𝑓(𝑥 2 ) = 𝑥𝜋𝑐𝑜𝑠(𝜋𝑥) + 𝑠𝑖𝑛(𝜋𝑥)
2𝑥𝑓(𝑥 2 ) = 𝑥𝜋𝑐𝑜𝑠(𝜋𝑥) + 𝑠𝑖𝑛(𝜋𝑥)
𝑥𝜋𝑐𝑜𝑠(𝜋𝑥)+𝑠𝑖𝑛(𝜋𝑥)
𝑓(𝑥 2 ) =
2𝑥
Với 𝑥 2 = 4
𝑥 = ±2
+ Thay 𝑥 = 2
2𝜋𝑐𝑜𝑠 2𝜋+ 𝑠𝑖𝑛2𝜋 𝜋
𝑓(4) = =
2. 2 2
+ Thay 𝑥 = −2
−2𝜋𝑐𝑜𝑠(−2𝜋)+ 𝑠𝑖𝑛(−2𝜋) 𝜋
𝑓(4) = =
2 .( −2) 2
7
Chương II : ỨNG DỤNG
2.1.Phương pháp NewTon:
Giả sử rằng một đại lý ô tô đề nghị bán cho bạn một chiếc ô tô với giá $18,000 đô
la hoặc thanh toán 375 đô la mỗi tháng trong 5 năm. Bạn muốn biết lãi suất hàng
tháng của đại lý là bao nhiêu, trong có hiệu lực, tính phí cho bạn. Để tìm câu trả
lời, giả sử bạn phải giải phương trình:
1 48x(1 + x)60 – (1 + x)60 + 1 = 0
Bạn sẽ giải một phương trình như thế nào?
Đối với một phương trình bậc hai ax2 + bx + c = 0, có một công thức nổi tiếng cho
bài toán. Đối với phương trình bậc 3 và bậc 4 cũng có các công thức cho nghiệm,
nhưng chúng vô cùng phức tạp. Nếu f là đa thức bậc 5 trở lên thì không tồn tại
công thức đó (xem ghi chú ở trang 212). Tương tự như vậy, không có công thức
nào cho phép chúng ta tìm ra chính xác nghiệm của một phương trình siêu việt như
cosx = x
Hình 1
Ta thấy rằng ngoài nghiệm x = 0 mà ta không quan tâm, còn có nghiệm giữa 0.007
và 0.008. Phóng to cho thấy nghiệm xấp xỉ 0.0076. Nếu chúng ta cần độ chính xác
cao hơn, chúng ta có thể phóng to liên tục, nhưng điều đó trở thành một việc khó
khăn. Cách khác nhanh hơn là sử dụng công cụ tìm gốc số trên máy tính bỏ túi
hoặc hệ thống đại số máy tính. Nếu chúng ta làm như vậy, chúng ta tìm ra nghiệm
chính xác đến 9 chữ số thập phân là 0.007628603.
8
Những nhà toán học đã làm thế nào để tìm ra giải pháp? Họ sử dụng nhiều phương
pháp khác nhau, nhưng hầu hết họ sử dụng một số phương pháp của Newton, còn
được gọi là phương pháp Newton-Raphson. chúng ta sẽ giải thích cách thức hoạt
động của phương pháp này, một phần để cho thấy điều gì xảy ra bên trong máy
tính bỏ túi hoặc máy tính, và một phần là ứng dụng của ý tưởng xấp xỉ tuyến tính.
Ý nghĩa hình học đằng sau phương pháp của Newton được hiển thị trong Hình 2,
nghiệm mà chúng ta đang cố gắng tìm được kí
hiệu là r. Chúng ta bắt đầu với một xấp xỉ đầu
tiên x1, có được bằng cách đoán hoặc từ một
bản phác thảo sơ bộ của đồ thị hoặc từ một đồ
thị do máy tính tạo ra. Xét tiếp tuyến L của
đường cong y=f(x) tại điểm (x1,f(x1)) và có
hoành độ góc của L, được kí hiệu x2 . Ý tưởng
đằng sau phương pháp của Newton là đường
tiếp tuyến gần với đường cong và hoành độ
góc của nó, x2 , gần với hoành độ góc của đường cong (cụ thể là nghiệm r mà
chúng ta đang tìm kiếm). Vì tiếp tuyến là một đường thẳng nên ta dễ dàng tìm
được hoành độ góc của nó
Để tìm ra công thức của x2 có mối liên hệ với x1, chúng ta sử dụng hệ số góc của L
là f’(x1), vì vậy ta có phương trình:
y – f(x1) = f’(x1)(x – x1)
Vì hoành độ góc là x2 , chúng ta thay y = 0 và có được:
0 – f(x1) = f’(x1)(x2 – x1)
Nếu f’(x1) ≠ 0, chúng ta có thể giải phương trình trên để tìm ra x2:
f(x1)
x2 = x1 - ____
f’(x1)
Chúng tôi sử dụng x2 như một xấp xỉ thứ hai cho r. Tiếp theo, chúng ta lặp lại quy
trình này với x1 thay thế bằng xấp xỉ thứ hai x2, sử dụng tiếp tuyến tại (x2,f(x2)).
Điều này mang lại một xấp xỉ thứ ba:
f(x2)
9
x3 = x2 - ____
f’(x2)
Nếu chúng ta tiếp tục lặp lại quá trình này, chúng
ta sẽ thu được một dãy xấp xỉ x1, x2, x3, x4,… như
trong Hình 3. Nói chung, nếu xấp xỉ thứ n là xn và
f’(xn) ≠ 0 , thì xấp xỉ tiếp theo được tính:
Hình 3
f(xn)
xn+1 = xn - ____
2
f’(xn)
Nếu xn ngày càng trở nên gần hơn đến r khi n trở nên rất lớn, thì chúng ta nói rằng
chuỗi hội tụ đến r và chúng ta viết:
lim xn = r
n →
Mặc dù chuỗi các xấp xỉ liên tiếp hội tụ đến nghiệm mong muốn đối với các hàm
thuộc loại được minh họa trong Hình 3, nhưng
trong một số trường hợp nhất định, chuỗi này có
thể không hội tụ. Ví dụ, xem xét tình huống
trong Hình 4. Bạn có thể thấy x2 là một xấp xỉ
xấu hơn so với x1 . Đây có thể là trường hợp khi
f’(x1) gần bằng 0. Nó có thể thậm chí xảy ra
trường hợp một xấp xỉ (chẳng hạn như x3 trong
Hình 4) nằm ngoài miền của f. Sau đó, phương
pháp của Newton không thành công và nên chọn
một nghiệm xấp xỉ x1 ban đầu tốt hơn. Nhìn thấy Bài tập 31–34 cho các ví dụ cụ
thể trong đó phương pháp của Newton hoạt động rất chậm hoặc hoàn toàn không
hoạt động hoàn toàn
10
Phương pháp Áp dụng phương pháp Newton với:
f(x) = x3 - 2x - 5 và f’(x) = 3x2 – 2
Newton đã sử dụng phương trình này để minh
họa cho phương pháp của mình và ông đã chọn
x1=2 sau 1 số thử nghiêm vì f(1)= -6 , f(2)= -1 và
f(3)= 16. Phương trình 2 trở thành:
3 −2𝑥 −5
𝑥𝑛 𝑛
𝑥𝑛+1 = 𝑥𝑛 − 2 −2
Hình 5 3𝑥𝑛
Với n=1, ta có :
𝑥13 − 2𝑥1 − 5 23 − 2(2) − 5
𝑥2 = 𝑥1 − =2− = 2.1
3𝑥12 − 2 3(2)2 − 2
Với n=2, ta có :
𝑥23 − 2𝑥2 − 5 (2.1)3 − 2(2.1) − 5
𝑥3 = 𝑥2 − = 2.1 − ≈ 2.0946
3𝑥22 − 2 3(2.1)2 − 2
Phương pháp chỉ ra nghiệm xấp xỉ thứ 3 x3 ≈ 2.0946 chính xác tới số thập phân thứ
bốn.
Giả sử rằng chúng ta muốn đạt được độ chính xác nhất định, ví dụ đến tám chữ số
thập phân, sử dụng phương pháp Newton. Làm thế nào để chúng ta biết khi nào
nên dừng lại? Quy tắc ngón tay cái thường được sử dụng là chúng ta có thể dừng
lại khi xấp xỉ liên tiếp và đồng ý với tám thập phân vị trí. Lưu ý rằng quy trình đi
từ đến là giống nhau đối với tất cả các giá trị của . (Nó được gọi là một quá trình
lặp đi lặp lại). Điều này có nghĩa là phương pháp của Newton đặc biệt thuận tiện
để sử dụng với máy tính có thể lập trình hoặc máy tính.
Ví dụ 2:
Sữ dụng phương pháp Newton để tìm 6√2 chính xác đến số thập phân thứ 8.
Phương pháp Đầu tiên chúng ta thấy rằng 6√2 tương đương với việc tìm nghiệm
dương của phương trình
x6 – 2 = 0
Vì vậy ta lấy f(x) = x6 – 2 = 0. Sau đó f’(x) = 6x5 và dùng công thức 2 (Phương
pháp Newton) ta được:
𝑥26 − 2
𝑥𝑛+1 = 𝑥𝑛 −
6𝑥𝑛5
11
Nếu ta chọn x1 = 1 như xấp xĩ ban đầu, sau đó ta được:
6
Vì x5 và x6 thõa tám chữ số thập phân, nên ta kết luận √2 ≈ 1.12246205
Ví dụ 3:
Tìm nghiệm của phương trình cos(x) = x chính xác đến số thập phân thứ sáu
Giải pháp Đầu tiên ta viết lại phương trình ở dạng chuẩn :
Cos(x) – x = 0
Nên ta để f(x) = cos(x) – x. Sau đó f’(x) = -sin(x) – 1, dùng công thức 2 ta được:
Hình 6
12
Vì x4 và x5 bằng nhau đến sáu chữ số thập phân (thực tế là
tám), nên ta kết luận rằng nghiệm x thõa mản là x ≈
0.739085
Thay vì sử dụng đồ thị như trong hình 6 để lấy giá trị gần
đúng ban đầu cho phương pháp Newton trong Ví dụ 3,
chúng ta có thể sử dụng biểu đồ chính xác hơn mà máy tính
cung cấp. Hình 7 đã gợi ý cho ta sữ dụng x1 = 0.75 như xấp
Hình 7 xỉ ban đầu.
Sau đó sử dụng phương pháp Newton cho:
và do đó, chúng tôi nhận được câu trả lời giống như trước đây, nhưng với một
bước ít hơn. Bạn có thể thắc mắc tại sao chúng ta lại bận tâm đến phương pháp của
Newton nếu một thiết bị vẽ đồ thị là có sẵn. Chẳng phải việc phóng to nhiều lần và
tìm gốc như chúng ta đã làm trong Phần 1.4 có dễ dàng hơn không?
Nếu chỉ yêu cầu độ chính xác một hoặc hai chữ số thập phân, thì thực sự phương
pháp của Newton là không phù hợp và một thiết bị vẽ đồ thị là đủ. Nhưng nếu sáu
hoặc tám chữ số thập phân thì phương pháp này là cần thiết, do việc thu phóng lặp
đi lặp lại trở nên mệt mỏi. Nó thường nhanh hơn và hiệu quả hơn nếu sử dụng song
song máy tính và phương pháp của Newton—thiết bị vẽ đồ thị để bắt đầu tìm
nghiệm của bất cứ phương trình nào.
13
1. #include<iostream>
2. #include<cmath>
3. using namespace std;
4. double func(double );
5. double de_func(double );
6. void newton_raphson(double ,double );
7. double func(double x)
8. {
9. /* Nhap ham so */
10. return (Nhap ham);
11. }
12. double de_func(double x)
13. {
14. /* Nhap dao ham cua ham so */
15. return (Nhap dao ham);
16. }
17. void newton_raphson(double x2, double e)
18. {
19. double x1;
20. do
21. {
22. x1=x2;
23. /* Xi+1 = Xi - f(x) / f'(x) */
24. x2 = x1 - func(x1)/de_func(x1);
25. }while(fabs(x2-x1) >= e);
26. /* Ngung vong lap khi |Xi+1 - Xi| co gia tri thap hon do chinh xac(e) */
27. cout<<"\nNghiem cua ham so bang: "<<x2;
28. }
29. int main()
30. {
31. double x2,e;
32. cout<<"Nhap gia tri xap xi ban dau: ";
33. cin>>x2;
34. cout<<"Nhap do chinh xac: ";
35. cin>>e
36. newton_raphson(x2,e);
37. return 0;
38. }
Với:
INPUT:
- Nhập giá trị xấp xỉ ban đầu
- Nhập độ chính xác
OUTPUT:
- Kết quả nghiệm của hàm số
14
2.4.Ý nghĩa các hàm sử dụng trong đoạn code:
- “do while” Thực hiện vòng lặp khi còn thỏa mãn điều kiện
15
3.1.Ví dụ 1:
Bắt đầu với x1=2, tìm nghiệm gần đúng thứ 3 của phương trình:
𝑥 3 − 2𝑥 − 5 = 0.
INPUT
OUTPUT
3.2.Ví dụ 2:
Sửdụng phương pháp Newton để tìm xác đến số
6
√2 chính
thập phân thứ 8.
INPUT
OUTPUT
3.3.Ví dụ 3:
Tìm nghiệm của phương trình cos(x) = x chính xác đến số
thập phân thứ 6
INPUT
OUTPUT
----------------------------------------------------HẾT--------------------------------------------------
17