🔢 mathematics

A root finding method with arbitrary order of convergence

Dit artikel presenteert een methode om de $M$ -de wortel van een getal $a$ te berekenen met een willekeurige convergentieorde door gebruik te maken van een specifiek gedefinieerde polynoomfunctie.

Oorspronkelijke auteurs: Alois Schiessl

Gepubliceerd 2026-02-10

📖 3 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Alois Schiessl

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je een gigantische berg moet beklimmen, maar je hebt geen kaart. Je weet alleen dat de top ergens in de buurt is. Hoe kom je daar zo snel mogelijk zonder telkens de verkeerde kant op te rennen?

Dit wetenschappelijke artikel van Alois Schiessl beschrijft eigenlijk een super-efficiënte "super-route" om een heel specifiek wiskundig probleem op te lossen: het berekenen van wortels (zoals de vierkantswortel, maar dan voor elk willekeurig getal).

Hier is de uitleg in begrijpelijke taal:

1. Het probleem: De "Wortel-zoektocht"

Wiskundigen moeten vaak de wortel van een getal berekenen. De meeste computers gebruiken een methode die lijkt op een man die een berg beklimt door steeds een stapje te zetten, te kijken of hij te hoog of te laag zit, en dan een stukje bij te sturen. Dit noemen we de Newton-methode. Het is een prima methode, maar hij heeft een beperking: hij is "kwadratisch". Dat is een chique manier om te zeggen dat hij elke stap een beetje sneller wordt, maar hij heeft een plafond.

2. De oplossing: De "Turbo-raket"

De auteur zegt eigenlijk: "Waarom zouden we wandelen als we kunnen vliegen?"

Hij heeft een nieuwe formule bedacht die werkt met polynomen (lange rijen optellingen en vermenigvuldigingen). In plaats van stapje voor stapje te zoeken, bouwt hij een soort "wiskundige glijbaan" die je rechtstreeks naar de top van de berg schiet.

Het geniale is de "orde van convergentie". In de wiskunde bepaalt dit hoe explosief snel je dichter bij het juiste antwoord komt.

De standaardmethode is als een auto die elke kilometer twee keer zo snel gaat.
De methode in dit papier is als een raket die elke stap de precisie vermenigvuldigt. Als je de instellingen (de parameter $P$ ) omhoog gooit, wordt je raket steeds krachtiger.

3. Een metafoor: De scherpschutter

Stel je voor dat je een doelwit probeert te raken met een boog:

De oude methode (Newton): Je schiet een pijl, ziet dat je 10 cm links zit, schiet de volgende pijl 5 cm naar rechts, en de volgende pijl 2,5 cm naar het midden. Je komt er wel, maar het duurt even.
De nieuwe methode (Schiessl): Je hebt een magische boog. Als je de eerste pijl schiet en je mist met 10 cm, dan zorgt de wiskunde ervoor dat je tweede pijl automatisch met een precisie van 0,0000001 cm bijna precies in de roos zit. Je kunt de "kracht" van de boog zelf kiezen. Wil je nóg sneller? Dan zet je de knop op "Super-Turbo".

4. Het bewijs: De miljoen cijfers

Om te laten zien dat het werkt, deed de auteur een test die bijna onvoorstelbaar is. Hij wilde de wortel van 2 berekenen, maar niet zomaar een beetje. Hij wilde één miljoen decimalen achter de komma weten.

Met de standaardmethoden zou een computer daar misschien uren of dagen over doen. Met zijn "Turbo-raket" deed de computer het in slechts 3 seconden. Hij schoot in slechts 9 stappen van een ruwe schatting naar een antwoord dat zo nauwkeurig is dat het bijna niet meer te bevatten is.

Samenvattend

Dit papier is als het ontdekken van een nieuwe versnelling voor een auto. Waar we eerst tevreden waren met een snelle auto, heeft Schiessl een methode gevonden waarmee je de snelheid (de nauwkeurigheid) kunt bepalen door simpelweg een knop om te draaien. Het maakt het berekenen van extreem complexe getallen niet alleen sneller, maar ook ongelooflijk efficiënt.

Technische Samenvatting: Een wortelzoekmethode met willekeurige convergentieorde

1. Probleemstelling

Het fundamentele probleem dat in dit artikel wordt behandeld, is het efficiënt berekenen van de $M$ -de wortel van een positief reëel getal $a$ (genoteerd als $\sqrt[M]{a}$ ).

De auteur wijst erop dat de traditionele Newton-methode, toegepast op de functie $f(x) = x^M - a$ , een kwadratische convergentieorde heeft. Dit betekent dat het aantal correcte decimalen bij elke iteratie ongeveer verdubbelt. Hoewel dit effectief is, is de convergentie beperkt tot een orde van 2. Het doel van dit onderzoek is om een methode te ontwikkelen die uitsluitend gebruikmaakt van polynomen en waarbij de convergentieorde naar wens kan worden ingesteld (willekeurige orde).

2. Methodologie

De voorgestelde methode is gebaseerd op een specifieke fixpunt-iteratie. De kern van de methode is de definitie van een fixpuntfunctie $F(x)$ die is afgeleid van de functie $f(t) = 1 - \frac{t^M}{a}$ .

De Fixpuntfunctie

De auteur definieert de functie $F(x)$ als volgt:
$F(x) = \prod_{\ell=1}^{P} \left( 1 + \frac{1}{\ell \cdot M} \right) x \int_{0}^{x} \left( 1 - \frac{t^M}{a} \right)^P dt$

Waarbij:

$a$ : Het getal waarvan de wortel wordt getrokken.
$M$ : De graad van de wortel.
$P$ : Een natuurlijke parameter die de convergentieorde bepaalt.

Polynomiale Reductie

Door de binomiaalstelling toe te passen op de integraal, kan $F(x)$ worden herschreven als een polynoom:
$F(x) = \sum_{k=0}^{P} c_k \cdot x^{k \cdot M + 1}$
De coëfficiënten $c_k$ zijn constanten die vooraf berekend kunnen worden. Dit is cruciaal voor de computationele efficiëntie, omdat de berekening van de volgende iteratiestap ( $x_{n+1} = F(x_n)$ ) hiermee gereduceerd wordt tot een eenvoudige polynoom-evaluatie (bijvoorbeeld via het Horner-schema).

3. Belangrijkste Bijdragen en Bewijzen

Het artikel levert een formeel wiskundig bewijs voor drie cruciale eigenschappen van de functie $F(x)$ :

Fixpunt-eigenschap: Er wordt bewezen dat $\sqrt[M]{a}$ een vast punt is van de functie, oftewel $F(\sqrt[M]{a}) = \sqrt[M]{a}$ . Dit bewijs maakt gebruik van de Beta-functie en de Gamma-functie.
Afgeleiden in het fixpunt: De auteur bewijst dat de eerste $P$ afgeleiden van $F(x)$ in het fixpunt gelijk zijn aan nul ( $F^{(k)}(\sqrt[M]{a}) = 0$ voor $1 \leq k \leq P$ ). Dit is de wiskundige voorwaarde die de hoge convergentieorde mogelijk maakt.
Convergentieorde: Er wordt aangetoond dat de convergentieorde van de reeks $x_{n+1} = F(x_n)$ exact $P + 1$ is. Dit betekent dat de gebruiker door de waarde van $P$ te verhogen, de snelheid waarmee de precisie toeneemt, direct kan controleren.

4. Resultaten en Computationele Tests

De auteur valideert de methode met twee praktische voorbeelden:

Voorbeeld 1 (Kwadratische convergentie): Berekening van $\sqrt[3]{10}$ met $P=1$ . Hierbij werd een convergentieorde van 2 waargenomen, waarbij het aantal correcte decimalen bij elke stap verdubbelde.
Voorbeeld 2 (Hoge orde convergentie): Berekening van $\sqrt{2}$ met $P=3$ . Dit resulteerde in een convergentieorde van 4. De auteur slaagde erin om binnen slechts 9 iteraties meer dan één miljoen decimalen van $\sqrt{2}$ te berekenen. De berekening duurde slechts 3 seconden op de gebruikte hardware.

5. Betekenis en Conclusie

De significantie van dit werk ligt in de flexibiliteit en de snelheid van de methode. In tegenstelling tot standaardalgoritmen biedt deze methode een directe mechanische link tussen de complexiteit van de polynoom (de waarde van $P$ ) en de snelheid van de convergentie.

Kernpunten voor de praktijk:

Efficiëntie: Omdat het een polynoom-evaluatie is, is de methode zeer geschikt voor implementatie in software die werkt met hoge precisie (arbitrary-precision arithmetic).
Schaalbaarheid: De methode is theoretisch in staat om een willekeurige precisie te bereiken, mits er voldoende rekenkracht en geheugen beschikbaar is.
Algemene toepasbaarheid: De methode werkt voor elke positieve reële $a$ en elke natuurlijke $M$ .