李洋洋, 郭清偉
(合肥工業(yè)大學(xué)數(shù)學(xué)學(xué)院,安徽合肥 230009)
迭代法是求解非線性方程的最為常用的方法之一,主要有簡單迭代法、弦截法、拋物線法、牛頓法及其各種變形的迭代方法。文獻(xiàn)[1]提出Simpson牛頓方法和幾何平均方法,且證明其三階收斂到單根;文獻(xiàn)[2]利用反函數(shù)的求導(dǎo)法則,提出了Homeier-Simpson牛頓方法,且證明其三階收斂到單根;文獻(xiàn)[3-4]講述了關(guān)于非線性方程求根的一些基礎(chǔ)知識;文獻(xiàn)[5]中介紹了一類具有五階收斂的牛頓方法;文獻(xiàn)[6-7]提出調(diào)和平均牛頓方法和中點牛頓方法及改進(jìn)牛頓法,且證明其三階收斂到單根;文獻(xiàn)[8]介紹了一類四階牛頓變形方法;文獻(xiàn)[9]討論了平方收斂公式的一個5階加速方法;文獻(xiàn)[10]介紹了科茨求積公式與牛頓公理相結(jié)合得出的各種迭代格式,至少三階收斂到單根。在已有的迭代法中,有的收斂階雖高但計算效率低下,有的2個方面都不理想??紤]到收斂階和計算效能問題,本文基于文獻(xiàn)[1,2,5]和文獻(xiàn)[10-12],提出了一種新的迭代格式,稱為改進(jìn)的Simpson牛頓方法,簡記為XSN方法;證明了該方法對單根而言具有三階收斂性,對非單根而言具有線性收斂性,與同類方法相比,在計算效率方面有了一定的改善。
為研究迭代序列的收斂速度和收斂效率,先給出效率指數(shù)的定義、收斂階定義及收斂定理。
定義1 設(shè)迭代序列{xn}∞0的收斂階為p≥1,每步迭代的計算量為ω,則稱e為迭代序列的效率指數(shù)[1],即
定義2 設(shè)迭代過程xn+1=φ(xn)收斂于方程x=φ(x)的根x*,如果迭代誤差en=xn-x*,當(dāng)n→∞時,成立下列漸進(jìn)關(guān)系式:
則稱該迭代過程是p階收斂的[2]。
定理1 對于迭代過程xn+1=φ(xn),如果φ(p)(x)在所求根x*的鄰近連續(xù),并且有:
則該迭代過程在點x*鄰近是p階收斂的[3]。
設(shè)α是方程f(x)=0的根,f(x)是可導(dǎo)函數(shù),由牛頓公理顯然成立:
將(1)式中右端積分用數(shù)值積分Simpson公式近似代替,并令x=α,則
其中,用xn+1近似代替α,整理得到迭代格式:
(2)式中關(guān)于xn+1是隱式的,給求解帶來很多麻煩,為避免隱式求解,提出組合格式,即
(3)式是經(jīng)典牛頓方法與Simpson公式結(jié)合得到的,這就是文獻(xiàn)[1]所給出的迭代方法,稱為Simpson牛頓方法,簡記為SN方法。
衡量一個迭代法的優(yōu)劣除了考察其收斂階外,還要考慮算法的效率指數(shù)。從(3)式可以明顯看出,迭代一次需要計算1次函數(shù)值和3次導(dǎo)數(shù)值,考慮到迭代的計算效率,如果收斂階不變,能減少函數(shù)值或?qū)?shù)值的計算次數(shù),提高計算的效能。由此將和在xn泰勒展開,可得:
將(4)式代入(3)式,得到本文的迭代公式:
其中,n=0,1,2,…。
顯然,(5)式迭代一次需要計算1次函數(shù)值和2次導(dǎo)數(shù)值。如果將函數(shù)與其各階導(dǎo)數(shù)的計算量看作相同,每迭代一次,(5)式就比(3)式減少1次計算量,然而它們的收斂階相同,根據(jù)定義1可知(5)式的計算效率要高于(3)式。為了方便,把本文的迭代公式(5)式簡記為XSN方法。
定理2 若方程f(x)=0在某一區(qū)間存在實根x*,且f″(x)在x*某一鄰域內(nèi)連續(xù),則有:
(1)當(dāng)x*是f(x)=0的單根時,XSN方法是三階收斂的。
(2)當(dāng)x*是f(x)=0的m(m≥2)重根時,XSN方法是線性收斂的。
下面證明當(dāng)f′(x*)和f″(x*)均不為零時,迭代格式三階收斂于f(x)=0的根x*。
證明 (1)由(5)式知XSN方法的迭代函數(shù)為:
計算φ(x)在方程的根x*處的各階導(dǎo)數(shù)值:
而f(x*)=0,代入整理得φ′(x*)=。當(dāng)f(x*)=0時,有
而
根據(jù)定理1可得XSN方法是三階收斂,其收斂階高于牛頓迭代法。
(2)設(shè)x*是f(x)=0的m(m≥2)重根,則
f(x*)=0, f′(x*)=0,…,f(m-1)(x*)=0, f(m)(x*)≠0。
從而由泰勒展開公式得:
代入迭代函數(shù)中,整理得:
故由定理1得XSN方法在重根附近是線性收斂的,從而定理2證畢。
當(dāng)方程根的重數(shù)m已知時,改進(jìn)的XSN方法如下:
其迭代公式如下:
推論1 當(dāng)x*是f(x)=0的m(m≥2)重根時,當(dāng)重數(shù)m已知時,改進(jìn)的XSN方法(6)式是平方收斂的;當(dāng)重數(shù)m未知時,改進(jìn)的XSN方法(7)式是三階收斂的。
由定理2的證明過程即可得到該推論。
定理3 XSN方法的效率指數(shù)高于文獻(xiàn)[1]的SN方法、文獻(xiàn)[5]的五階牛頓方法及文獻(xiàn)[8]的四階牛頓方法。
證明 (1)XSN的收斂階為3,每次迭代的計算量為3n,所以效率指數(shù)為:
(2)文獻(xiàn)[1]中SN方法的收斂階為3,每次迭代的計算量為4n,所以效率指數(shù)為:
(3)文獻(xiàn)[5]中的迭代方法收斂階為5,每次迭代的計算量為5n,所以效率指數(shù)為:
(4)文獻(xiàn)[8]中的迭代方法收斂階為4,每次迭代的計算量為4n,所以效率指數(shù)為:
則有eSN<e[5]<e[8]<eXSN,至此,定理3得證。
定理3也表明,雖然有些迭代方法收斂階提高了,但并沒有真正提高計算的效能。
(1)算例1。求方程f(x)=sin2(x)-x2+1的根,取初值x=1.5。
反復(fù)使用本文方法(XSN法)與正割法迭代,令|xn+1-xn|≤10-5時終止迭代,得到xn序列,見表1所列。
表1 使用XSN法與正割法迭代得到的xn序列
(2)算例2。求方程f(x)=x3-x-1的根,取初值x0=0。
反復(fù)使用本文方法(XSN法)與經(jīng)典牛頓法,令|xn+1-xn|≤10-5時終止迭代,得到xn序列,見表2所列。
表2 使用XSN法與經(jīng)典牛頓法迭代得到的x n序列
明顯地,牛頓法用20次才達(dá)到精度,而XSN方法只4次就達(dá)到了很好的收斂效果。
(3)算例3。求方程f(x)=x3+4x2-10的根,取初值x0=1。
反復(fù)使用本文方法(XSN法)與經(jīng)典牛頓-Cauchy法,令|xn+1-xn|≤10-5時終止迭代,得到xn序列,見表3所列。
表3 使用XSN法與經(jīng)典牛頓-Cauchy法迭代得到的x n序列
通過表1~表3的迭代結(jié)果可以看出,XSN方法具有較快的收斂速度和較高的數(shù)值精度。
目前有很多迭代公式,但主要都是對經(jīng)典牛頓法的各種變形,雖然收斂階有所提高,但是計算效能并沒有真正提高。本文基于收斂階和計算效率2個方面考慮,對Simpson-牛頓法進(jìn)行改進(jìn),數(shù)值驗證非常有效,所以該方法在非線性方程求根中具有很高的實用價值。
[1] 王 霞,趙玲玲,李飛敏.牛頓方法的兩個新格式[J].數(shù)學(xué)的實踐與認(rèn)識,2007,37(1):72-76.
[2] 王 霞,張銀銀.一個三階牛頓變形方法[J].數(shù)學(xué)的實踐與認(rèn)識,2009,39(14):14-18.
[3] 馬振華.現(xiàn)代應(yīng)用數(shù)學(xué)手冊:計算與數(shù)值分析卷[M].北京:清華大學(xué)出版社,2005:163-176.
[4] Cautschi W.Numerical analysis:an introduction[M].Boston:Birkhauser,1997:50-100.
[5] 蘇岐芳,李希文.一類具有五階收斂的牛頓改進(jìn)法[J].臺州學(xué)院學(xué)報,2008,30(6):1-4.
[6] Ozban A Y.Some variants of Newton’s methods[J].Applied Mathematics Letters,2004,17(9):677-682.
[7] 朱 琳.關(guān)于牛頓迭代公式的改進(jìn)[J].寧夏師范學(xué)院學(xué)報:自然科學(xué)版,2011,32(3):88-89.
[8] 趙玲玲,王 霞.一類四階牛頓變形方法[J].數(shù)學(xué)的實踐與認(rèn)識,2008,38(9):102-106.
[9] 林開勇,陶芳寬,江 平,等.平方收斂公式的一個5階加速方法[J].合肥工業(yè)大學(xué)學(xué)報:自然科學(xué)版,2009,32(11):1763-1765.
[10] 薛雅萍,吳開謖,劉曉晶.基于等距節(jié)點積分公式的牛頓迭代法及其收斂階[J].數(shù)學(xué)的實踐與認(rèn)識,2007,37(24):34-38.
[11] 劉雅妹,王 霞.一類新的求解非線性方程的七階方法[J].數(shù)學(xué)的實踐與認(rèn)識,2011,41(14):239-245.
[12] Chun C B.Some fourth-order iterative methods for solving nonlinear equations[J].Appl Math Comput,2008,195:454-459.