Aitken加速收敛法和牛顿法

最新推荐文章于 2023-10-15 09:18:41 发布

LIGHT_666_

最新推荐文章于 2023-10-15 09:18:41 发布

阅读量9.3k

点赞数 5

分类专栏： MATLAB实践数值分析算法文章标签：算法

本文链接：https://blog.csdn.net/LIGHT_666_/article/details/120422286

版权

MATLAB实践数值分析算法专栏收录该内容

5 篇文章 13 订阅

订阅专栏

Aitken法基本思路：

$x_{k+1}-x^*=\varphi (x_k)-\varphi (x^*)=\varphi ^{'}(\xi _k)(x_k-x^*)$

$x_{k+2}-x^*=\varphi (x_{k+1})-\varphi (x^*)=\varphi ^{'}(\xi _{k+1})(x_{k+1}-x^*)$

当 $x_{k+1}$ 与 $x_k$ 相差不大时， $\varphi^{'}(\xi _k)\approx \varphi^{'}(\xi _{k+1})$ ，因此有比例式：

${\tfrac{x_{k+1}-x^*}{x_{k+2}-x^*}}\approx{\tfrac{x_k-x^*}{x_{k+1}-x^*}}$

有：

$x^*\approx {\tfrac{x_{k+2}x_k-x_{k+1}^2}{x_{k+2}+x_k-2x_{k+1}}} = x_k-{\tfrac{(x_{k+1}-x_k)^2}{x_{k+2}-2x_{k+1}+x_{k}}}$

结合不动点迭代法，算法描述如下(Steffensen迭代法)：

$\begin{cases} y_k=\varphi(x_k) \\ z_k=\varphi(y_k) \\ x_{k+1}=x_k-\frac{(y_k-x_k)^2}{z_k-2y_k+x_k} \end{cases}$

定理5：设 $x^*=\varphi(x^*)$ ， $\varphi(x)$ 在包含 $x^*$ 的某开区间内具有二阶连续导数，并且 $\varphi'(x^*)\neq1$ ，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 $x_{k+1}=\varphi(x_k)$ 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 $x_0$ 为 $f(x)=0$ 的一个初始近似值，则 $f(x)$ 在 $x_0$ 附近的泰勒展开为：

$f(x)=f(x_0)+f'(x_0)(x-x_0)+\frac{f''(x_0)}{2!}(x-x_0)^2+\cdots,$

$f(x)\approx f(x_0)+f'(x_0)(x-x_0),$

得：

$x\approx x_0-\frac{f(x_0)}{f'(x_0)}$

取：

$x_1=x_0-\frac{f(x_0)}{f'(x_0)}$

$x_{k+1}=x_k-\frac{f(x_k)}{f'(x_k)},k=0,1,2,3,\cdots$

按上式求方程 $f(x)=0$ 近似解称为Newton法。其对应的迭代函数为：

$\varphi(x)=x-\frac{f(x)}{f'(x)}$

几何意义：

过点 $(x_0,f(x_0))$ 作曲线 $y=f(x)$ 的切线，切线方程为：

$y=f(x_0)+f'(x_0)(x-x_0)$

该切线与 $x$ 轴的交点的横坐标即为新的近似值 $x_1$ ，而 $x_2$ 则是曲线上点 $(x_1,f(x_1))$ 处的切线与 $x$ 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 $x^*$ 为方程 $f(x)=0$ 的根，若在包含 $x^*$ 的某个开区间内 $f''(x)$ 连续且 $f'(x)\neq0$ ，则存在 $x^*$ 的一个邻域 $R=\lbrace x||x-x^*|\leqslant \delta \rbrace$ ，使任意初值 $x_0\in R$ ，牛顿法收敛于 $x^*$ ，且满足：