กลับไปหน้าบทความ

อ่าน 12 นาที

วิธีการของเจ้าของบ้าน

ใน ทางคณิตศาสตร์ โดยเฉพาะอย่างยิ่งใน การวิเคราะห์เชิงตัวเลข วิธีของ Householder เป็นกลุ่มของ อัลกอริทึมการหาค่าราก...

วิธีการของเจ้าของบ้าน

ในทางคณิตศาสตร์โดยเฉพาะอย่างยิ่งในการวิเคราะห์เชิงตัวเลขวิธีของ Householderเป็นกลุ่มของอัลกอริทึมการหาค่ารากที่ใช้สำหรับฟังก์ชันของตัวแปรจริงหนึ่งตัวที่มีอนุพันธ์ต่อเนื่องจนถึงอันดับd + 1 แต่ละวิธีเหล่านี้ มีลักษณะเฉพาะด้วยตัวเลขdซึ่งเรียกว่าอันดับของวิธี อัลกอริทึมนี้เป็นแบบวนซ้ำและมีอันดับการลู่เข้าเท่ากับd + 1

วิธีการเหล่านี้ตั้งชื่อตามนักคณิตศาสตร์ชาวอเมริกันอัลสตัน สก็อตต์ เฮาส์โฮลเดอร์กรณีที่d = 1สอดคล้องกับวิธีการของนิวตันและกรณีที่d = 2สอดคล้องกับวิธีการของฮัลลีย์

วิธี

วิธี Householder เป็นอัลกอริทึมเชิงตัวเลขสำหรับการแก้สมการf ( x ) = 0ในกรณีนี้ ฟังก์ชันfต้องเป็นฟังก์ชันของตัวแปรจริงหนึ่งตัว วิธี[ 1 ]ประกอบด้วยลำดับของการวนซ้ำ

เริ่มต้นด้วยการคาดเดาค่าเริ่มต้นx โดยที่ตัวเลขยกกำลังในวงเล็บแสดงจำนวนครั้งที่ทำการหาอนุพันธ์ ของฟังก์ชัน

ถ้าfเป็นฟังก์ชันที่หาอนุพันธ์ได้ ต่อเนื่อง d + 1ครั้งและaเป็นศูนย์ของfแต่ไม่ใช่ศูนย์ของอนุพันธ์ของ f แล้ว ในบริเวณใกล้เคียงของaค่าที่ได้จากการวนซ้ำx จะเป็นไปตามเงื่อนไขต่อไปนี้:

สำหรับบางคน

นี่หมายความว่าค่าที่ได้จากการวนซ้ำจะลู่เข้าสู่ศูนย์หากค่าเริ่มต้นที่คาดเดาไว้ใกล้เคียงเพียงพอ และการลู่เข้าจะมีลำดับd + 1 หรือดีกว่านั้น ยิ่งไปกว่านั้น เมื่อค่าใกล้เคียงกับ aมากพอโดยทั่วไปแล้วมักจะเป็นกรณีที่สำหรับบางค่าโดยเฉพาะอย่างยิ่ง

  • ถ้าdเป็นจำนวนคี่และC > 0การลู่เข้าสู่a จะ มาจากค่าที่มากกว่าa
  • ถ้าdเป็นจำนวนคี่และC < 0การลู่เข้าสู่aจะมาจากค่าที่น้อยกว่าa
  • ถ้าdเป็นจำนวนคู่และC > 0การลู่เข้าสู่aจะเกิดขึ้นจากด้านที่เริ่มต้น และ
  • ถ้าdเป็นจำนวนคู่และC < 0การลู่เข้าสู่aจะสลับข้างกัน

แม้ว่าวิธีการเหล่านี้จะเรียงลำดับการบรรจบกัน แต่ก็ไม่ได้ถูกนำมาใช้กันอย่างแพร่หลายเมื่อd ≥ 3เนื่องจากความแม่นยำที่เพิ่มขึ้นไม่สอดคล้องกับความพยายามที่เพิ่มขึ้นดัชนี Ostrowskiแสดงถึงการลดข้อผิดพลาดในจำนวนการประเมินฟังก์ชันแทนที่จะเป็นจำนวนการวนซ้ำ[ 2 ]

  • สำหรับพหุนาม การประเมินค่าอนุพันธ์อันดับแรกdของfที่x โดยใช้วิธีของ Hornerต้องใช้ความพยายาม ในการประเมินพหุนาม d + 1 ครั้งเนื่องจากn ( d + 1)การประเมินค่าในช่วงnรอบจะให้ ค่าเลขชี้กำลัง ของข้อผิดพลาด เท่ากับ ( d + 1) nดังนั้นเลขชี้กำลังสำหรับการประเมินค่าฟังก์ชันหนึ่งครั้ง คือ 1.4142 , 1.4422 , 1.4142 , 1.3797สำหรับd = 1, 2, 3, 4และลดลงหลังจากนั้น ตามเกณฑ์นี้ กรณี d = 2 ( วิธีของ Halley ) คือค่าd ที่เหมาะสม ที่สุด
  • สำหรับฟังก์ชันทั่วไป การประเมินค่าอนุพันธ์โดยใช้เลขคณิตเทย์เลอร์ของการหาอนุพันธ์อัตโนมัติต้องใช้การประเมินค่าฟังก์ชันเทียบเท่ากับ( d + 1)( d + 2)/2 ครั้งการประเมินค่าฟังก์ชันเพียงครั้งเดียวจึงช่วยลดข้อผิดพลาดลงได้ด้วยเลขชี้กำลังซึ่งเป็นค่าสำหรับวิธีของนิวตัน ค่าสำหรับวิธีของฮัลลีย์ และลดลงเข้าใกล้ 1 หรือการลู่เข้าเชิงเส้นสำหรับวิธีลำดับสูงกว่า

แรงจูงใจ

แนวทางแรก

สมมติว่าfเป็นฟังก์ชันวิเคราะห์ในบริเวณใกล้เคียงของaและf ( a ) = 0แล้วfจะมีอนุกรมเทย์เลอร์ที่aและพจน์คงที่ ของอนุกรม จะเป็นศูนย์ เนื่องจากพจน์คงที่นี้เป็นศูนย์ ฟังก์ชันf ( x )/( xa )จะมีอนุกรมเทย์เลอร์ที่aและเมื่อf' ( a ) ≠ 0พจน์คงที่ของอนุกรมจะไม่เป็นศูนย์ เนื่องจากพจน์คงที่นั้นไม่เป็นศูนย์ จึงสรุปได้ว่าส่วนกลับ( xa )/ f ( x )จะมีอนุกรมเทย์เลอร์ที่aซึ่งเราจะเขียนเป็นและพจน์คงที่ c0 ของอนุกรมไม่เป็นศูนย์ เมื่อใช้อนุกรมเทย์เลอร์นั้น เราสามารถเขียนได้ว่า เมื่อเราคำนวณอนุพันธ์อันดับที่dเราจะสังเกตว่าพจน์สำหรับk = 1, ..., dจะหายไปอย่างสะดวก: โดยใช้สัญกรณ์ O ใหญ่ดังนั้นเราจึงได้ว่าพจน์แก้ไขที่เราเพิ่มให้กับx = xnเพื่อให้ได้ค่าxn ที่ใกล้เคียงกับa มาก คือ: ดังนั้นคือ

แนวทางที่สอง

สมมติว่าx = aเป็นรากเดี่ยว แล้วบริเวณใกล้x = a นั้น ( 1/ f )( x )เป็นฟังก์ชันเมโรเมอร์ฟิกสมมติว่าเรามีการกระจายอนุกรมเทย์เลอร์ : รอบจุดbที่อยู่ใกล้aมากกว่าจุดศูนย์อื่น ๆ ของfโดยทฤษฎีบทของ Königเราจะได้ว่า:

สิ่งนี้ชี้ให้เห็นว่าการวนซ้ำของ Householder อาจเป็นการวนซ้ำที่ลู่เข้าได้ดี การพิสูจน์การลู่เข้าที่แท้จริงก็อิงตามแนวคิดเหล่านี้เช่นกัน

วิธีการลำดับต่ำกว่า

วิธี Householder อันดับ 1 ก็คือวิธีของนิวตันนั่นเอง เพราะว่า:

สำหรับวิธี Householder อันดับ 2 จะได้วิธี Halleyเนื่องจากเอกลักษณ์ และ ผลลัพธ์ ในบรรทัดสุดท้ายคือการปรับปรุงการวนซ้ำของ Newton ณ จุดบรรทัดนี้ถูกเพิ่มเข้ามาเพื่อแสดงให้เห็นว่าความแตกต่างจากวิธี Newton แบบง่ายอยู่ที่ใด

วิธีการอันดับที่สามได้มาจากเอกลักษณ์ของอนุพันธ์อันดับที่สามของ1/ f และมีสูตร ดังนี้ เป็นต้น

ตัวอย่าง

ปัญหาแรกที่นิวตันแก้ได้ด้วยวิธีนิวตัน-ราฟสัน-ซิมป์สัน คือสมการพหุนามเขาพบว่าควรมีคำตอบที่ใกล้เคียงกับ 2 การแทนที่y = x + 2จะเปลี่ยนสมการเป็น อนุกรมเทย์เลอร์ของฟังก์ชันผกผันเริ่มต้นด้วย ผลลัพธ์ของการประยุกต์ใช้วิธีของเฮาส์โฮลเดอร์ในลำดับต่างๆ ที่x = 0ได้มาจากการหารสัมประสิทธิ์ที่อยู่ติดกันของอนุกรมกำลัง ดังกล่าว สำหรับลำดับแรกๆ จะได้ค่าต่อไปนี้หลังจากขั้นตอนการวนซ้ำเพียงครั้งเดียว: ตัวอย่างเช่น ในกรณีของลำดับที่ 3 .

x
10.1 00000000000000000000000000000000
20.094 339622641509433962264150943396
30.09455 8429973238180196253345227475
40.094551 282051282051282051282051282
50.09455148 6538216154140615031261962
60.094551481 438752142436492263099118
70.09455148154 3746895938379484125812
80.0945514815423 36756233561913325371
90.09455148154232 4837086869382419375
100.094551481542326 678478801765822985

ดังที่เห็นได้ มีทศนิยมที่ถูกต้องมากกว่า d ตำแหน่ง เล็กน้อยสำหรับแต่ละลำดับ d ตัวเลขหนึ่งร้อยหลักแรกของคำตอบที่ถูกต้องคือ0.09455 14815 42326 59148 23865 40579 30296 38573 06105 62823 91803 04128 52904 53121 89983 48366 71462 67281 77715 77578

มาคำนวณค่าสำหรับลำดับต่ำสุดบางค่ากัน

และใช้ความสัมพันธ์ต่อไปนี้

ลำดับที่ 1;
ลำดับที่ 2;
ลำดับที่ 3;
xอันดับ 1 (นิวตัน)อันดับที่ 2 (ฮัลลีย์)ลำดับที่ 3ลำดับที่ 4
x 0. 1000000000000000000000000000000000.094 3396226415094339622641509433950.09455 84299732381801962533452274750.094551 28205128
x 0.0945 681211041852181656277827248440.09455148154 01642147171079662275000.094551481542326591482 567319958483
x 0.094551481 6981993028838237035442660.0945514815423265914823865405793030.094551481542326591482386540579303
x 0.0945514815423265914 960648471537140.0945514815423265914823865405793030.094551481542326591482386540579303
x 0.094551481542326591482386540579303
x 0.094551481542326591482386540579303

อนุพันธ์

การพิสูจน์อย่างแม่นยำของวิธีการของ Householder เริ่มต้นจากการประมาณค่า Padéอันดับd + 1ของฟังก์ชัน โดยเลือกตัวประมาณค่า ที่มีตัวเศษเป็นเชิงเส้น เมื่อทำเช่นนี้ได้แล้ว การปรับปรุงสำหรับการประมาณค่าครั้งต่อไปจะมาจากการคำนวณหาค่าศูนย์ที่ไม่ซ้ำกันของตัวเศษ

การประมาณค่าแบบ Padé มีรูปแบบดังนี้ ฟังก์ชันตรรกยะมีจุดศูนย์ที่

เช่นเดียวกับพหุนามเทย์เลอร์ดีกรีdที่มี สัมประสิทธิ์ d + 1ตัวที่ขึ้นอยู่กับฟังก์ชันfการประมาณค่าแบบ Padé ก็มี สัมประสิทธิ์ d + 1ตัวที่ขึ้นอยู่กับfและอนุพันธ์ของ f เช่นกัน กล่าวคือ ในการประมาณค่าแบบ Padé ใดๆ ดีกรีของพหุนามตัวเศษและตัวส่วนจะต้องรวมกันได้เท่ากับอันดับของการประมาณค่า ดังนั้น จึงต้องเป็นจริง

เราสามารถหาค่าประมาณของ Padé ได้โดยเริ่มจากพหุนามเทย์เลอร์ของfโดยใช้อัลกอริทึมของยูคลิดอย่างไรก็ตาม การเริ่มต้นจากพหุนามเทย์เลอร์ของ1/ fนั้นสั้นกว่าและนำไปสู่สูตรที่กำหนดโดยตรง เนื่องจาก ต้อง เท่ากับส่วนกลับของฟังก์ชันตรรกยะที่ต้องการ เราจึงได้สมการหลังจากคูณด้วย กำลัง

เมื่อแก้สมการสุดท้ายเพื่อหาค่าศูนย์ของตัวเศษ จะได้ผลลัพธ์เป็น .

นี่หมายถึงสูตรการวน ซ้ำ

ความสัมพันธ์กับวิธีการของนิวตัน

วิธีของ Householder ที่ใช้กับฟังก์ชันค่าจริงf ( x )นั้นเหมือนกับการใช้วิธีของ Newton ในการหาค่าศูนย์ของฟังก์ชัน โดยที่เราคำนวณ อนุพันธ์อันดับที่ ( d − 1)แล้วยกกำลังด้วย−1/ dโดยเฉพาะอย่างยิ่งd = 1จะได้วิธีของ Newton โดยไม่เปลี่ยนแปลง และd = 2จะได้วิธีของ Halley

หมายเหตุ

  1. Householder 1970 , หน้า 169 . 
  2. Ostrowski 1966
  • Sebah, Pascal; Gourdon, Xavier (2001). "วิธีการของนิวตันและการวนซ้ำลำดับสูง" . สืบค้นเมื่อ5 พฤศจิกายน 2025 .หมายเหตุ : โปรดใช้ ลิงก์เวอร์ชัน PostScriptเนื่องจากเวอร์ชันบนเว็บไซต์ไม่ได้รับการคอมไพล์อย่างถูกต้อง
  • ไวส์สไตน์, เอริค ดับเบิลยู. "วิธีของเฮาส์โฮลเดอร์" . แมธเวิลด์ .
ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Householder%27s_method&oldid=1341000863 "

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ วิธีการของเจ้าของบ้าน

ใน ทางคณิตศาสตร์ โดยเฉพาะอย่างยิ่งใน การวิเคราะห์เชิงตัวเลข วิธีของ Householder เป็นกลุ่มของ อัลกอริทึมการหาค่าราก...

วิธี

วิธี Householder เป็นอัลกอริทึมเชิงตัวเลขสำหรับการแก้สมการ f ( x ) = 0 ในกรณีนี้ ฟังก์ชัน f ต้องเป็นฟังก์ชันของตัวแปรจริงหนึ่งตัว วิธี [ 1 ] ประกอบด้วยลำดับของการวนซ้ำ

แนวทางแรก

สมมติว่า f เป็นฟังก์ชันวิเคราะห์ในบริเวณใกล้เคียงของ a และ f ( a ) = 0 แล้ว f จะมี อนุกรมเทย์เลอร์ ที่ a และ พจน์คงที่ ของอนุกรม จะเป็นศูนย์ เนื่องจากพจน์คงที่นี้เป็นศูนย์ ฟังก์ชัน f ( x )/( x − a ) จะมีอนุกรมเทย์เลอร์ที่ a และเมื่อ f' ( a ) ≠ 0...

แนวทางที่สอง

สมมติว่า x = a เป็นรากเดี่ยว แล้วบริเวณใกล้ x = a นั้น ( 1/ f )( x ) เป็น ฟังก์ชันเมโรเมอร์ฟิก สมมติว่าเรามี การกระจายอนุกรมเทย์เลอร์ : รอบจุด b ที่อยู่ใกล้ a มากกว่าจุดศูนย์อื่น ๆ ของ f โดย ทฤษฎีบทของ König เราจะได้ว่า: ( 1 / เอฟ ) ( x ) = ∑ ง = 0 ∞ ( 1 /...