關於牛頓迭代的粗淺理解
這是一篇關於牛頓迭代好像比較通俗的理解的文章
0.前置芝士
泰勒展開(先鴿了)
其實可以參考這裡(極度感性)
1.實際用處
用於求在一區間上連續且單調的函式 \(f(x)\) 的近似零點。
(對我們好像沒什麼用處,也用不來。。
2.公式推導
part 1 (函式眼光)
利用上面的說法,我們可以得到:
\(f^{'}(x)=\Large\frac{f(x)}{x-x^{'}}\)
右邊不好看,變一下形:
\(x^{'}=x-\Large\frac{f(x)}{f^{'}(x)}\)
記住它,但不要太多(下面有要往死裡記的
part 2 (多項式眼光)
零點,換到多項式上,就是恆等於零。
給定多項式 \(g(x)\)
\(g(f(x))\equiv 0\) \((mod\) \(x^n)\)
求 \(f(x)\) 。
若 \(n=1\) 時,顯然只要常數項為零就行,
那麼可考慮倍增!
假設已經知道 \(g(f(x))\equiv 0\) \((mod\) \(x^{\lceil\frac{n}{2}\rceil})\) 的解 \(f_0(x)\) 。
那麼將 \(g(f(x))\) 在 \(f_0(x)\) 處進行泰勒展開,得到:
\(\sum_{i=1}^{\infty}\Large\frac{g^{(i)}(f_0(x))}{i!}\) \((f(x)-f_0(x))^i\equiv 0\)
觀察到,其中, \(f(x)\) 與 \(f_0(x)\) 本質上是一樣的,只不過是在不同膜意義下的同一柿子。
所以 \(f(x)-f_0(x)\) 最低的非零項次數都是 \(\large\lceil\frac{n}{2}\rceil\) 。
所以只要原式的 \(i\) 大於等於 2 時,直接就會被 \(x^n\) 膜完。。
所以 \(i\) 的只會是 0 或 1 ,直接寫出來就行了。
\(g(f_0(x))+g^{'}(f_0(x))(f(x)-f_0(x))\equiv 0\) \((mod\) \(x^n)\)
不太漂亮,變一下形:
\(f(x)\equiv f_0(x)-\Large\frac{g(f_0(x))}{g^{'}(f_0(x))}\)
呦吼!好熟悉的樣子
記住它,往死裡記它(呼應上面的那個柿子
這個柿子的話,倍增求解就行了
完結散花
只求能幫助到幾個人罷。。