当前课程知识点:计算方法 > 第3章 非线性方程求根 > 3.6 迭代法收敛阶 > 3.6 迭代法收敛阶
今天我们讲第六节
迭代法的收敛阶
前两节
我们介绍了不动点迭代法和牛顿法
在求解过程中我们发现
即便迭代法收敛
收敛的快慢程度也不一样
我们说这是因为
迭代法的收敛阶不同
本节讨论迭代法的收敛阶
我们首先给出收敛阶的定义
设迭代序列xk可以收敛于x*
并且假设xk不等于x*
如果迭代误差
ek等于xk
减x*的绝对值
满足以下极限式
e k+1比上ek的p次方
当k趋于无穷时
极限等于C
这里P大于零
则当C大于零时
称该迭代过程是P阶收敛
C称为渐进误差常数
特别
当P等于1
C小于1时
称迭代线性收敛
P等于2时
称二阶收敛也称平方收敛
如果渐进误差常数C等于零
则称迭代法超P阶收敛
我们说
收敛阶P越大
收敛速度越快
渐进误差常数C
也会影响收敛速度
但是它的意义
不如收敛阶意义大
下面看一个实例
比较线性收敛数列
与二次收敛数列
首先
假设
xk+1的绝对值
比上xk的绝对值
当k趋于无穷时
极限为0.5
对比收敛阶的定义
我们可以判定
数列xk
它线性收敛于零
我们再给出下面的极限式
xk+1bar
绝对值比上
xkbar绝对值的平方
这个比值
当k趋于无穷时
极限是0.5
那么这个极限式告诉我们
xkbar
二次收敛于零
根据以上两个极限式
可以得到
当k充分大的时候
我们有下面两个近似式成立
左侧的近似式是
xk+1绝对值比上xk的绝对值
约等于0.5
右侧
xk+1bar的绝对值比上
xkbar绝对值的平方
约等于0.5
下面我们根据这两个近似式来分析
xk
与xkbar收敛到零的快慢
根据这两个近似式
我们得到了下面的两个近似的
递推公式
先看上一行
我们导出
xk绝对值近似等于
0.5乘以xk-1的绝对值
这是根据
左侧的这个近似公式
导出来的一个递推公式
那么反复递推
最后我们得到了
xk的绝对值
近似的等于0.5的k次方
乘以x0的绝对值
再根据
上边右侧的那个近似式
得到下面这个
近似的递推式
xkbar的绝对值
约等于0.5成xk-1bar
绝对值的平方
反复递推
随后得到
0.5的2k-1次方
乘以x0bar绝对值的2的k次方
在以上两个递推公式中
我们均取初值
绝对值为1
这样我们就得到了两个公式
一个就是依据上的递推公式得到
x7约等于7.8125乘以10的负三次方
依据下面这个递推公式我们得到
x7bar约等于5.8775
乘10的-39次方
很显然xkbar二次收敛于0
它的速度远远快于xk
线性收敛于零
下面我们来分析
不动点迭代法的收敛速度
它的收敛阶
假设迭代函数φ(x)
在闭区间[a,b]上具有一阶连续导式
并且还假设迭代法xk等于
φ(xk-1)
收敛于x*
x*是φ(x)的不动点
则有
xk+1-x*等于
φ(xk)-φ(x*)
因为φ(x)可导
依据
微分中值定理等于φ’(ξ)
乘以xk-x*
这里ξ位于xk与x*之间
我们将xk-x*
除到等号的左边去
两边取绝对值
得到上述公式
两边对k取极限
由于ξ位于xk与x*之间
xk收敛于x*
并且
并且φ’(x)在x*点连续
所以当k趋于无穷时
右边的极限值
就是φ’(x*)的绝对值
由此我们得到了下面的结论
如果φ’(x*)不等于零
并且φ’(x*)的绝对值小于1
则迭代法
xk+1=φ(xk)线性收敛
如果φ’(x*)=0
则迭代法
至少超线性收敛
因此我们在构造不动点迭代法的时候
我们希望φ’(x*)
绝对值尽量小
下面我们考查
牛顿迭代法的收敛速度
首先假设f(x)具有连续的二阶导数
并且假设
x*是方程f(x)=0的一个单根
所谓单根意味着
f(x*)=0
f’(x*)≠0
我们设
xk是x*的一个近似根
将f(x)
在xk处作泰勒展开
展开到二阶项
得到下面的公式
这里ξ位于x与xk之间
在上式中
令x等于x*
那我们得到下面的公式
注意
f(x*)=0
对于这个公式
我们假设
f ’(xk) ≠0
等式两边除以f ’(xk)
得到以下公式
将划了下划线的两项
移到等号的左边去
得到以下公式
对照牛顿迭代法
我们发现等号的左侧
实际上就是
xk+1
因此我们可以把刚才的公式整理成
如下公式
首先
我们将x*移项整理之后
我们得到如下等式
将x*-xk的平方
除到等号的左边去
得到如下公式
两边取绝对值求极限
令k趋于无穷
由于ξ位于xk与x*之间
当k趋于无穷时
ξ也趋于x*
那么分母的极限是f ’(x*)
所以最后我们得到了
如下极限式子
对照收敛阶的定义
我们得知
牛顿法在求单根的时候
至少是平方收敛
也就是二阶收敛
牛顿下山法
是线性收敛
割线法
是超线性收敛
下面我们再来看一个例子
分别用不动点迭代
与牛顿法来求解方程
3x-ex+4=0
的一个正根α
与一个负根β
首先我们设方程左边函数为f(x)
寻找方程的有根区间
通过计算
我们发现f(1)大于零, f(2)小于0
这样在区间[1,2]中
有方程的一个正根
我们先来求这个正根
将原方程做不动点变形
那么得到了这样的一个不动点方程
这个方程是怎么得来的呢
不难发现
只要我们把ex移到等号的右边去
两边取对数
就得到了这样一个不动点方程
依据此方程构造迭代法
我们建立了(1)式不动点迭代法
取初值x0=2
误差限是10的-5次方
得到如下的计算结果
我们发现迭代第七次第八次的结果
五位数字完全一样
这样我们的近似正根
α约等于2.4217
我们发现f(-1)大于零,
f(-2)小于零
这样在区间[-2, -1]中
方程有负根
如果我们仍然采用
迭代格式(1)来求解
会发现
在[-2, -1]中取初值
迭代格式(1)
或者发散或收敛到正根
无法求负根
这样我们需要
更换迭代法
为了求负根我们构造迭代法(2)
xk+1=
exk-4再除以3
取初值x0=-2
误差限不变
仍然等于10的-5次方
得到如下计算结果
x5=-1.2365
x6=-1.2365
x5和x6的结果
一样
因此
我们得到了一个
负根β的近似值-1.2365
下面我们再构造牛顿迭代法
求正根取出值x0=2
得到下面的计算结果
x4=2.4217
x5=2.4217
x4和x5
结果完全一样
那么
求得了方程的一个正跟
这个比用不动点方法
迭代法(1)算出的结果
速度提高几乎一倍
求负根我们取初值
x0=-2
那么得到了下面的计算结果
x3
和x4的结果完全一样
具有相同的五位数字
我们可以看出
应用牛顿法
无论是求正根还是求负根
它的计算速度
比不动点方法都快
在上面的讨论中
我们
介绍了牛顿法求单根
可以达到二阶收敛
那么它求重根的效果如何呢
我们看下面的例子
应用牛顿法
解方程ex-x-1=0
不难验证
x*=0是这个方程的二重根
那么我们采用牛顿法求解
列出下表
这是我们的计算结果
从表中可以看出
初值取1
我们迭代到第13次
近似解
下降为10的-4次方
迭代14步
近似解下降到10的-5次方
这个下降的速度是比较慢的
因此
我们说牛顿法求重根x*=0
是线性收敛
一般的我们有:牛顿法求m重根
它是具有线性的收敛速度
本节我们讨论了迭代法的收敛阶
迭代法收敛的快慢
依赖于它的收敛阶
收敛阶越大
迭代法的收敛速度就越快
一般的不动点迭代法的收敛阶
是一阶线性收敛
牛顿法局部收敛
它求单根的收敛阶是二阶平方收敛
但是牛顿法求重根只有线性收敛
我们下一节将讨论重根的计算
-1.1 引言
--1.1 引言
-1.2 算法与效率
-1.3 计算机数系与浮点运算
-1.4 误差与有效数字
-1.5 四则运算与函数求值的误差
-1.6 问题的性态与条件数
-1.7 算法数值稳定性
-第1章 作业
--第一章 作业
-2.1 引言 2.2 线性空间
-2.3 内积空间与元素的夹角
-2.4 赋范线性空间
-2.5 向量范数与向量序列极限
-2.6 矩阵范数
--2.6 矩阵范数
-第二章 作业
--第二章 作业
-3.1 引言
--3.1 引言
-3.3 不动点迭代法
--3.2 二分法
-3.4 不动点迭代法的收敛条件
-3.5 牛顿迭代法及其变形
-3.6 迭代法收敛阶
-3.7 重根的计算与加速收敛
-3.8 数值实验
--3.8 数值实验
-第3章 作业
--第3章 作业
-4.1 引言
--4.1 引言
-4.2 Lagrange插值
-4.3 Lagrange插值余项
-4.4 Newton差商插值
-4.5 Hermite插值
-4.6 分段多项式插值
-4.7 三次样条插值
-4.8 数值实验
--4.8 数值实验
-第4章 作业
--第4章 作业
-5.1 函数逼近与曲线拟合基本概念
-5.2 连续函数的最佳平方逼近
-5.3 曲线拟合的最小二乘法
-第5章 作业
--第5章 作业
-6.1 引言 6.2 高斯消元法
-6.3 矩阵分解与应用
-6.4 误差分析 6.5 数值实验
-第6章 作业
--第6章 作业
-7.1 引言 7.2 线性方程组的迭代法(上)
-7.2 线性方程组的迭代法
-7.3 非线性方程组的迭代法
-7.4 数值实验
--7.4 数值实验
-第7章 作业
--第7章 作业
-8.1 引言
--8.1 引言
-8.2 幂法与反幂法
-8.3 矩阵的正交分解
-8.4 QR方法
--8.4 QR方法
-8.5 Jacobi方法
-第8章 作业
--第8章 作业
-9.1 引言
-9.2 牛顿-柯特斯公式
-9.3 复合牛顿-柯特斯公式
-9.4 龙贝格算法
-9.5 高斯型求积公式
-9.6 数值微分
--9.6 数值微分
-10.1 引言
--10.1 引言
-10.2 梯形公式和改进的欧拉方法
-10.3 单步法的误差与稳定性收敛性
-10.4 高阶单步方法
-10.5 线性多步法
-10.6 多步法的误差与稳定性
-10.7 一阶微分方程组与高阶微分方程
-第10章 作业
--第10章 作业