数值分析
牛顿法:从切线到局部二次收敛
用泰勒展开说明牛顿法为何在单根附近快速收敛,并辨清局部结论的适用条件。
约 2 分钟阅读示例内容
从一条切线开始
求解 f(x)=0 时,可以先在当前点 xn 处用切线近似曲线,再把切线与横轴的交点作为下一次迭代值。于是得到
xn+1=xn−f′(xn)f(xn).
这个几何想法很简单,但速度快并不意味着从任意位置出发都能找到根。导数接近零时,切线交点可能离得很远;函数的形状也可能让迭代在几个点之间来回跳动。因此,讨论收敛速度之前,应先说明根与初值满足什么条件。
局部结论需要哪些条件
设 α 是方程的根,f 在 α 的某个邻域内二阶连续可微,并且 f′(α)=0。最后一个条件说明 α 是单根。由导数的连续性,可以取一个足够小的闭区间,使其中
∣f′(x)∣≥m>0,∣f′′(x)∣≤M.
下界保证迭代中的除法有意义,上界则控制切线近似留下的误差。它们不是额外的神秘假设,而是连续性在小邻域内给出的具体信息。
用泰勒展开看误差
记 en=xn−α。在 xn 处展开 f(α)=0,其中 ξn 位于 xn 与 α 之间:
0=f(xn)+f′(xn)(α−xn)+2f′′(ξn)(α−xn)2.
代入迭代公式,线性项恰好消去,得到
en+1=2f′(xn)f′′(ξn)en2,∣en+1∣≤C∣en∣2,C=2mM.
再选取半径 r>0,使上述区间包含 [α−r,α+r],且 Cr<1。若 ∣e0∣≤r,则误差界说明下一点仍在区间内,并且误差至少按固定比例缩小。归纳可知迭代始终有定义,且 xn→α。这也补上了直接使用误差公式时容易遗漏的“迭代不会离开邻域”一步。
二次收敛意味着什么
若迭代没有有限步到达根,则
n→∞lim∣en∣2∣en+1∣=2∣f′(α)∣∣f′′(α)∣.
当右端非零时,收敛阶恰好为二;若右端为零,可能收敛得更快。比如求 2 时,取 f(x)=x2−2、x0=1,前几步为 1.5、1.416666…、1.414215…。计算展示了速度,证明解释了速度出现的条件;两者应当一起阅读。
这是一篇用于展示网站功能的示例,可替换为自己的学习笔记或真实项目记录。