Aitken法基本思路:
当与相差不大时,,因此有比例式:
有:
结合不动点迭代法,算法描述如下(Steffensen迭代法):
定理5:设,在包含的某开区间内具有二阶连续导数,并且,则Steffensen迭代法至少是二阶收敛的。
证明有相关文献支撑,此处不做讨论。
注:若为线性收敛,则Steffensen法为平方收敛。
牛顿法及其改进:
牛顿法基本思想:
将非线性方程线性化,以线性方程的解逐步逼近非线性方程的解。
若取为的一个初始近似值,则在附近的泰勒展开为:
得:
取:
按上式求方程近似解称为Newton法。其对应的迭代函数为:
几何意义:
过点作曲线的切线,切线方程为:
该切线与轴的交点的横坐标即为新的近似值,而则是曲线上点处的切线与轴的交点。故牛顿法又称为切线法。
牛顿法局部收敛定理:
定理6:设为方程的根,若在包含的某个开区间内连续且,则存在的一个邻域,使任意初值,牛顿法收敛于,且满足:
。
例题:用牛顿迭代法求方程在附近的根。
解答:将方程化为,则牛顿迭代格式有:
取初值,有:
。
牛顿法优点:计算速度快。缺点:要计算导数值。
修正:找的近似,对初值要求高。
牛顿法的变形:
1.简化牛顿迭代法:
注:对选取有要求,收敛速度1阶。
2.双点割线法:
注:需要两个初值点,收敛速度1.618阶。
3.单点割线法:
注:需要两个初值点,收敛速度1阶。
4.牛顿下山法:
牛顿法收敛性依赖于初值的选取,如果偏离所求根较远,则牛顿法可能发散,为防止迭代发散,额外要求:
我们将牛顿法的计算结果与前一步的结果的适当加权平均作为新的改进值:
称为下山因子,从1开始逐次减半进行计算,直到满足下山条件为止。
计算重根的迭代法:
问题:在牛顿法的局部收敛定理中我们假设了在包含的某个开区间内,即设为方程的重根,那么情况如何?
我们需要考虑该情况下的。
而:
因此:
因此,当为方程的重根时,牛顿法依然收敛,但是只有1阶收敛速度,且重数越大,收敛速度越慢。
改进1:化的重根为某方程的单根。
取,则的重根为的单根。
对方程作用牛顿法,迭代算法为:
2阶收敛,缺点:要计算,计算量变大。
改进2:
注:可以证明它是求重根的具平方收敛的迭代格式。