泡利,W.

[拼音]:chaoyue fangcheng shuzhi jiefa

[外文]:numerical method of transcendental equations

當一元方程ƒ(z)=0的左端函式ƒ(z)不是z的多項式時,稱之為超越方程。這類方程除極少數情形(如簡單的三角方程)外,只能近似地數值求解,此種數值解法的研究至今仍是計算數學的主要課題。超越方程的數值解法也適用於代數方程。

數值求解超越方程時首先需要確定解的分佈區域,它可以利用圖解法或者根據ƒ(z)的解析性質來確定。當ƒ(x)為實函式時,確定方程實根的分佈的最常用方法是應用連續函式的中值定理:如果實的連續函式ƒ(x)在區間[α,b]的兩個端點的值異號,則ƒ(x)在此區間內至少有一個根。

二分法

利用中值定理計算實函式實根的簡單易行的方法,演算法如下:

設區間[α0,b0]滿足條件ƒ(α0)ƒ(b0)<0,[α0,b0]的二等分點為

計算ƒ(x0)的值,若ƒ(x0)=0,即為所求解;若ƒ(x0)ƒ(α0)<0,取α1=α0,b1=x0作為新的區間端點;若ƒ(x0)ƒ(α0)>0,取α1=x0,b1=b0作為新區間的端點。[α1,b1]的二分點為

計算ƒ(x1)的值並重覆上述步驟以確定新的區間[α2,b2],如此繼續下去。則得到區間序列 [αk,bk](k=0,1,…),它滿足ƒ(αk)ƒ(bk)<0,並且

當bk-αk達到指定的精確度要求時,則取

為方程的解,它與精確解的誤差不超過

迭代法

解超越方程的主要方法,既適用於求實根,也適用於求復根。使用這類方法時一般需要知道根的足夠好的近似值。最常用的方法有牛頓法、割線法、二次插值法、雙曲插值法、切比雪夫迭代法、艾特肯δ2加速方法和斯梯芬森方法等。

牛頓法

也稱切線法,其計算公式為

z0為事先選定的根的初始近似。設z

為 ƒ(z)的根,若ƒ(z)在z

的某鄰域內二次可微,且ƒ┡(z

)≠0,則當z0與z

充分接近時,牛頓法至少是二階收斂的,即當k充分大時有估計式

成立,C為確定的常數。一般說來,牛頓法只具有區域性收斂性,即僅當初始近似與根充分接近時才收斂。但是,當ƒ(x)為實函式,且於[α,b]上ƒ┡(x)和 ƒ″(x)不變號時,若ƒ(x)於[α,b]上有根,則只要初始近似x0滿足條件ƒ(x0) ƒ″(x0)>0,牛頓法就收斂。一般情形,為減弱對初始近似的限制,可利用牛頓下降演算法,其算式為

ωk>0為迭代引數,由條件│ƒ(zk+1)│<│ƒ(zk)│確定,牛頓法的k+1次近似 zk+1是ƒ(z)在zk處的泰勒展開式的線性部分的根。

割線法

又稱弦位法,其算式為

z0、z1為初始近似。若ƒ(z)於其根z

的某鄰域二次連續可微,且ƒ┡(z

)≠0,則z0、z1與z

充分接近時,割線法收斂於z

,並當k充分大時有估計式

式中C為常數,

割線法的k+1次近似zk+1是以zk、zk-1為插值節點的線性插值函式的根,如果利用更精確的近似表示式則可構造出更高階的迭代法。

二次插值法

亦稱繆勒方法,是利用二次插值多項式構造的迭代演算法。設已確定了zk、zk-1、zk-2,則zk+1就取為以 zk、zk-1、zk-2為節點的二次插值多項式兩個根中與zk最接近者,其算式為

式中“±”號選成使分母的模為最大者,而

式中

當分母為0,則λk=1。

雙曲插值法

利用線性分式插值構造的迭代演算法,其算式為

式中μk、δk、Δzk和ƒk的意義與二次插值法相同。

若ƒ(z)在其根z

的某鄰域內三次可微,並且z0、z1、z2與z

充分接近,則二次插值法和雙曲插值法均收斂。此外,如果ƒ┡(z

)≠0,對充分大的 k,有估計式

式中 C為確定常數,τ為方程式t3-t2-t-1=0的惟一正根,τ=1.839…。

切比雪夫迭代法

三階收斂的方法,其算式為

當ƒ(z)在其根z

的鄰域內三次可微且ƒ┡(z

)≠0時,對充分大的k,有

C為確定常數。

艾特肯δ2加速方法

提高迭代法收斂速度的有效演算法,設{zk}為迭代序列,δ2加速的算式為

若ƒ(z)在其根z

處充分光滑,且ƒ(z

)≠0,則對充分大的k,有

並且若zk是p(p>1)階收斂,即

C0均為常數。當ƒ┡(z

)=0時也有加速作用。此演算法可以迴圈使用。

斯梯芬森方法

不算微商而二階收斂的方法,其算式為

它可由迭代演算法

迴圈使用 δ2程式匯出。

所有的迭代法用於求重根(即ƒ┡(z

)=0)時, 其收斂速度將變慢,收斂階將降低。

為求得達到所需精度的解而花費的代價是評價迭代法優劣的依據,效能指數是其重要指標,它定義為p1/寶,p 為收斂階,μ 為每步需要計算的函式值和微商值的總數。效能指數越大,說明方法越好。二分法及上述各種迭代法的收斂階(單根時和重根時)和效能指數如表。

只有當初始近似與解充分接近時,迭代法才收斂,這是所述演算法的共同特點。減弱對初始近似的限制是提高迭代法有效性的重要措施,例如,牛頓法中引進下降因子。對一些特殊函式類(如單調函式,只有實根的解析函式等)的大範圍收斂迭代演算法也有一些研究工作。

參考書目

A.Ostrowski,Solutions of Equations in Euclidean and Banach Spaces, 3rd ed., Academic Press, New York, 1973.

J.F.Traub,Iterative Methods for the Solution of Equations, Prentice-Hall, Englewood Cliffs, New Jersey, 1964.