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 )/( x − a )จะมีอนุกรมเทย์เลอร์ที่aและเมื่อf' ( a ) ≠ 0พจน์คงที่ของอนุกรมจะไม่เป็นศูนย์ เนื่องจากพจน์คงที่นั้นไม่เป็นศูนย์ จึงสรุปได้ว่าส่วนกลับ( x − a )/ 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 .
| ง | x |
|---|---|
| 1 | 0.1 00000000000000000000000000000000 |
| 2 | 0.094 339622641509433962264150943396 |
| 3 | 0.09455 8429973238180196253345227475 |
| 4 | 0.094551 282051282051282051282051282 |
| 5 | 0.09455148 6538216154140615031261962 |
| 6 | 0.094551481 438752142436492263099118 |
| 7 | 0.09455148154 3746895938379484125812 |
| 8 | 0.0945514815423 36756233561913325371 |
| 9 | 0.09455148154232 4837086869382419375 |
| 10 | 0.094551481542326 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;
| x | อันดับ 1 (นิวตัน) | อันดับที่ 2 (ฮัลลีย์) | ลำดับที่ 3 | ลำดับที่ 4 |
|---|---|---|---|---|
| x | 0. 100000000000000000000000000000000 | 0.094 339622641509433962264150943395 | 0.09455 8429973238180196253345227475 | 0.094551 28205128 |
| x | 0.0945 68121104185218165627782724844 | 0.09455148154 0164214717107966227500 | 0.094551481542326591482 567319958483 | |
| x | 0.094551481 698199302883823703544266 | 0.094551481542326591482386540579303 | 0.094551481542326591482386540579303 | |
| x | 0.0945514815423265914 96064847153714 | 0.094551481542326591482386540579303 | 0.094551481542326591482386540579303 | |
| 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
- ↑ Householder 1970 , หน้า 169 .
- ↑ Ostrowski 1966
ลิงก์ภายนอก
- Sebah, Pascal; Gourdon, Xavier (2001). "วิธีการของนิวตันและการวนซ้ำลำดับสูง" . สืบค้นเมื่อ5 พฤศจิกายน 2025 .หมายเหตุ : โปรดใช้ ลิงก์เวอร์ชัน PostScriptเนื่องจากเวอร์ชันบนเว็บไซต์ไม่ได้รับการคอมไพล์อย่างถูกต้อง
- ไวส์สไตน์, เอริค ดับเบิลยู. "วิธีของเฮาส์โฮลเดอร์" . แมธเวิลด์ .
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 /...