El método babilónico de aproximación de las raíces cuadradas de [matemáticas] a> 0 [/ matemáticas] es la relación de recurrencia
[matemáticas] \ displaystyle {x_ {n + 1} = \ frac {1} {2} \ left (x_n + \ frac {a} {x_n} \ right) = F (x_n)} [/ math],
con algunas conjeturas iniciales [matemáticas] x_0 [/ matemáticas].
Calculamos [matemática] x_1 [/ matemática] sustituyendo [matemática] x_0 [/ matemática] en la fórmula del lado derecho (RHS) y evaluando la expresión. Luego calculamos [math] x_2 [/ math] sustituyendo [math] x_1 [/ math] en la fórmula RHS y evaluando, y así sucesivamente.
- Cómo demostrar que resolver una función es más difícil que otra
- ¿Un subconjunto siempre tiene que ser un elemento de un conjunto?
- ¿De cuántas maneras un mosaico [matemático] 2 \ veces n [/ matemático] puede ser en mosaico por cuadrados unitarios y dominó?
- ¿Cómo un par [matemáticas] n [/ matemáticas] personas con ingresos variables de la mejor manera?
- ¿Por qué se usa la base para representar problemas que se pueden resolver en tiempo exponencial el entero 2?
Como otros han dado ejemplos específicos, profundizaré un poco en por qué funciona. Y lo importante es que puede funcionar para calcular cualquiera de las raíces cuadradas, no solo una de ellas.
Supongamos, por casualidad, que hacemos una suposición inicial de [math] x_0 = \ sqrt {a} [/ math]. Entonces encontraríamos que [matemáticas] x_1 = \ frac {1} {2} (\ sqrt {a} + \ frac {a} {\ sqrt {a}}) = \ frac {1} {2} (\ sqrt {a} + \ sqrt {a}) = \ sqrt {a} = x_0 [/ math]. Lo mismo sucedería si eligiéramos [math] x_0 = – \ sqrt {a} [/ math].
Si piensa detenidamente, es posible que deseemos ver si podemos calcular con anticipación qué valores de [math] x_n [/ math] siempre resultarán en [math] x_ {n + 1} = x_n [/ math]. Llamaremos a este valor [math] x_ {eq} [/ math], el equilibrio de la relación de recurrencia, y reemplazaremos todas las instancias de [math] x_n [/ math] y [math] x_ {n + 1 } [/ math] por [math] x_ {eq} [/ math]:
[matemáticas] \ displaystyle {x_ {eq} = \ frac {1} {2} \ left (x_ {eq} + \ frac {a} {x_ {eq}} \ right)} [/ math].
Con un poco de álgebra para resolver [math] x_ {eq} [/ math], encontramos que [math] x_ {eq} ^ 2 = a [/ math], entonces [math] x_ {eq} = \ pm \ sqrt {a} [/ math] ambos satisfacen la condición de equilibrio. Esto significa que a partir de cualquiera de estos valores, el siguiente valor siempre será el mismo.
Entonces, ¿por qué el sistema converge a estos valores?
Si la distancia entre términos sucesivos y el equilibrio está disminuyendo, entonces la relación de diferencias [matemáticas] \ frac {| x_ {n + 1} – x_ {eq} |} {x_n – x_ {eq} |} 0 [/ matemática] y examinando el equilibrio positivo [matemática] \ sqrt {a} [/ matemática], completando [matemática] x_ {n + 1} = F (x_n) [/ matemática ] obtenemos
[matemáticas] \ displaystyle {\ begin {align *} \ frac {\ left | x_ {n + 1} – x_ {eq} \ right |} {\ left | x_n – x_ {eq} \ right |} & = \ frac {\ left | \ frac {1} {2} \ left (x_n + \ frac {a} {x_n} \ right) – \ sqrt {a} \ right |} {\ left | x_n – \ sqrt {a} \ right |} \\ & = \ frac {1} {2} \ left | \ frac {x_n + \ frac {a} {x_n} – 2 \ sqrt {a}} {x_n – \ sqrt {a}} \ right | \\ & = \ frac {1} {2} \ left | \ frac {x_n – \ sqrt {a} + \ frac {a} {x_n} – \ sqrt {a}} {x_n – \ sqrt {a }} \ right | \\ & = \ frac {1} {2} \ left | 1 + \ frac {1} {x_n} \ frac {a – \ sqrt {a} x_n} {x_n – \ sqrt {a} } \ right | \\ & = \ frac {1} {2} \ left | 1 + \ frac {\ sqrt {a}} {x_n} \ frac {\ sqrt {a} – x_n} {x_n – \ sqrt { a}} \ right | \\ & = \ frac {1} {2} \ left | 1 – \ frac {\ sqrt {a}} {x_n} \ right | \\ & <1 \ end {align *}} [/matemáticas]
si [math] x_n [/ math] está cerca de [math] \ sqrt {a} [/ math]. Esto significa que la secuencia converge.
De hecho, si observamos la derivada con respecto a [matemáticas] x [/ matemáticas] de [matemáticas] F (x) [/ matemáticas], vemos que [matemáticas] F ^ \ prime (x) = \ frac { 1} {2} (1 – \ frac {a} {x ^ 2}) [/ math], y por lo tanto [math] F ^ \ prime (\ pm \ sqrt {a}) = 0 <1 [/ math] . ¡Esto significa que el método de Babilonia converge a la raíz cuadrada casi tan rápido como se puede esperar de una relación de recurrencia de primer orden como esta!
¿De dónde viene? De hecho, puede derivarlo del método de Newton para aproximar los ceros de una función. Considere [matemáticas] f (x) = x ^ 2 – a [/ matemáticas]. Esto tiene raíces [matemáticas] x = \ pm \ sqrt {a} [/ matemáticas], satisfaciendo [matemáticas] f (x) = 0 [/ matemáticas]. El método de Newton implica seguir líneas tangentes sucesivas de una función hacia la raíz, y su fórmula es
[matemáticas] x_ {n + 1} = x_n – \ frac {f (x_n)} {f ^ \ prime (x_n)} [/ matemáticas].
Tenemos [math] f ^ \ prime (x) = 2x [/ math], por lo que esto nos da una iteración de Newton de
[matemáticas] x_ {n + 1} = x_n – \ frac {x_n ^ 2 – a} {2x_n} = x_n – \ frac {x_n} {2} + \ frac {a} {2x_n} = \ frac {1} {2} \ left (x_n + \ frac {a} {x_n} \ right) [/ math].
Esto significa que el método babilónico es un caso especial del método de Newton. La razón por la que converge tan rápido es porque el método de Newton converge cuadráticamente, y comenzamos con una función cuadrática cuyas raíces queríamos encontrar.