0
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

【二分法とは】pythonプログラムを用いて具体的に解説する

Last updated at Posted at 2022-11-01

二分法とは

二分法は、方程式 $f(x) =0$ を数値計算で機械的に解くための計算手法のこと。
解が含まれる区間を何度も二分して狭めていくことで、数値的に解を求められる。

前提条件

  • 関数 $f(x)$が連続であること
    →連続なら必ず解を求められる

視覚的に考えてみる

IMG_57C5984A625B-1.jpeg

解が含まれる区間$[a,b]$を適当に取る。
区間内で$f(x)$の符号が反転するため、$f(a)$と$f(b)$は必ず異符号になるはずである。
$aとb$の中点を新たに$c$とし、区間を二分する。
二分された区間のうち解が含まれている方をさらに二分し、これを繰り返す。
どんどん区間が狭くなり、やがて収束する。

アルゴリズム

  1. 解が含まれる$x$の区間$[a, b]$を$f(a)\times f(b)<0$となるように適当に定める
  2. 許容誤差$\varepsilon$を定める(許容誤差:どのくらいの精度で解を求めるか)
  3. $c = \frac{a + b}{2}$とし、区間を$[a,c]$と$[c,b]$に二分する
  4. $|f(c)|<\varepsilon$なら$x=c$を解とし、終了。そうでなければ5へ。
  5. 解が含まれる法の区間を採用し、3へ。
    • $f(a) \times f(c)<0$なら bにcを代入
    • $f(c) \times f(b)<0$なら aにcを代入

二分法の特徴

長所

  • 必ず解が求まる
  • 導関数の計算が不要(ニュートン法などは導関数の計算が必要)

短所

  • 収束が遅い(1次収束)
  • 初期値が2つ必要

pythonで動かしてみる

bicection.py
import math
import pandas as pd

# 関数f(x)=x^2+2x-1
def f(x):
    return x*x + 2*x - 1

# f(x)=0の解 (0.41くらい)
ans = -1 + math.sqrt(2)

# 許容残差
eps = 0.001

# 初期値
a = 0
b = 1

# 表の作成
col_names = ['n', 'x', 'f(x)', '誤差']
df = pd.DataFrame(columns=col_names)

# 二分法
n = 1

while True:
    c = (a + b)/2
    df1 = pd.DataFrame(data=[[n, c, f(c), ans-c]], columns=col_names)
    df = pd.concat([df, df1], axis=0)
    if f(a) * f(c) < 0:
        b = c
    else:
        a = c
    if abs(f(c)) < eps:
        break
    n += 1

print(df.to_string(index=False))

コピペで動きます。
while文のところが理解できればOK。

実行結果.
n         x      f(x)        誤差
1       0.5      0.25 -0.085786
2      0.25   -0.4375  0.164214
3     0.375 -0.109375  0.039214
4    0.4375  0.066406 -0.023286
5   0.40625 -0.022461  0.007964
6  0.421875  0.021729 -0.007661
7  0.414062 -0.000427  0.000151

実行結果はこんな感じ。
誤差が減少し、$x$が解がだんだん近づいているのがわかると思います。
$n=2$で誤差が大きくなってますが、初期値によってこんなこともあるらしい。

0
4
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?