MCP ile bağlan →

Hesaplamaya Girin

Choose a and b so that f(a) and f(b) have opposite signs (f(a)·f(b) ≤ 0).

Formül

Reklam

Sonuç

Approximate root x where f(x) ≈ 0
0,7390851332149927
Yanlış Konum (Regula Falsi)
Kök x 0,7390851332149927
İterasyon sayısı 10
Kökte f(x) -0,000000000000281108

Regula Falsi (yanlış konum) yöntemi nedir?

Regula Falsi yöntemi (Latince regula falsi, Türkçede "yanlış konum yöntemi" ya da kimi kaynaklarda "kiriş yöntemi" olarak da geçer), \(f(x) = 0\) denklemini çözmek için kullanılan, aralık daraltmaya dayalı bir kök bulma tekniğidir. Tıpkı ikiye bölme (bisection) yönteminde olduğu gibi, fonksiyonun işaret değiştirdiği bir başlangıç aralığı \([a, b]\) gerektirir; yani \(f(a)\cdot f(b) \le 0\) koşulu, \(a\) ile \(b\) arasında en az bir kök bulunduğunu garanti eder. Ancak aralığı her seferinde ikiye bölmek yerine, bu yöntem uç noktaları birleştiren bir doğru çizer ve bu doğrunun x eksenini kestiği noktayı bir sonraki tahmin olarak alır. Bu yaklaşım genellikle ikiye bölme yönteminden daha hızlı yakınsar.

x eksenini kesen f(x) eğrisi ve kök aralığının uç noktalarını birleştiren kesen doğru
Regula falsi yöntemi uç noktaları bir doğruyla birleştirir; bu doğrunun x eksenini kestiği nokta sonraki tahmini verir.

Bu hesaplama aracı nasıl kullanılır?

Fonksiyonunuzu \(f(x)\) biçiminde, standart gösterimle girin: + - * / ^, parantezler ve sin, cos, tan, exp, log, ln, sqrt, abs, cbrt gibi fonksiyonlar desteklenir. Alt sınır \(a\) ile üst sınır \(b\) değerlerini, \(f(a)\) ve \(f(b)\) zıt işaretli olacak şekilde belirleyin. Ardından maksimum iterasyon sayısını ve gösterilecek anlamlı basamak sayısını seçin. Sonuç ekranında yaklaşık kök \(x\) değeri, gerçekleştirilen iterasyon sayısı ve sıfıra çok yakın olması beklenen kalan değeri \(f(x)\) görüntülenir.

Formülün açıklaması

Her adımda bir sonraki tahmin, aralığın uç noktalarından geçen kesen doğrunun x eksenini kestiği noktadır:

$$x_n = \frac{a_n\cdot f(b_n) - b_n\cdot f(a_n)}{f(b_n) - f(a_n)}$$

Eğer \(f(x_n)\) ile \(f(a_n)\) aynı işaretliyse, \(a\) değeri \(x_n\) ile değiştirilir; aksi takdirde \(b\) değeri değiştirilir. Böylece işaret değişimi — dolayısıyla kökü içeren aralık — korunmuş olur. İterasyon, \(|f(x_n)|\) değeri tolerans değerinin (yaklaşık \(1\mathrm{e}{-12}\)) altına düştüğünde ya da iterasyon sınırına ulaşıldığında durur.

Yeni tahminin bir uç noktayı değiştirerek kökü aralıkta tuttuğunu gösteren diyagram
Her adımdan sonra yeni nokta ile aynı işaretli uç nokta değiştirilir ve kök aralık içinde tutulur.

Örnek çözüm

\([-10, 10]\) aralığındaki \(f(x) = x - \cos(x)\) fonksiyonunu ele alalım: \(f(-10) \approx -10{,}839\) (negatif) ve \(f(10) \approx 10{,}839\) (pozitif) olduğundan, bu aralık bir kökü içerir. Yöntem \(x \approx 0{,}7390851332\) değerine yakınsar; bu noktada \(f(x) \approx 0\) olur. Bu değer, kosinüs fonksiyonunun iyi bilinen sabit noktasıdır.

Sıkça sorulan sorular

\(f(a)\cdot f(b)\) neden \(\le 0\) olmak zorundadır? İşaret değişimi, sürekli bir fonksiyonun aralık içinde sıfırdan geçtiğini garanti eder. Bu koşul sağlanmazsa, yöntemin bulabileceği bir kök olmayabilir ve araç bir uyarı görüntüler.

Yakınsama neden bazen yavaş olur? Eğrilik (kıvrım) yoğun olan fonksiyonlarda uç noktalardan biri sabit kalabilir; bu da yavaş ve doğrusal bir yakınsamaya yol açar. Bu, regula falsi yönteminin normal davranışıdır ve iterasyon sayısının bir üst sınırla kısıtlanmasının nedeni de budur.

Payda sıfır olursa ne olur? Eğer \(f(b)\), \(f(a)\) değerine eşitse kesen doğru yatay olur ve x eksenini tek bir noktada kesmez; bu durumda hesaplayıcı sıfıra bölme yapmak yerine bir hata bildirir.

Son güncelleme: