不动点迭代

  • By losuffi
  • 周四 05 十二月 2019

不动点迭代

1. 局部迭代

​ 如果存在临近区域 \( (r-\epsilon,r+\epsilon) $ 其中\)\epsilon > 0$ ,使得临近的区间中所有初始点估计都可以不动迭代到r,则该方法局部收敛到r。

不动点:如果一个函数\(g(x)\) 满足 \(g(x) = x\) 则称x为函数g的不动点。

不动点迭代:\(g(x_{0}) = x_1\) 将得到到的\(x_1\)继续代入函数g中得到\(x_2\)\(g(x_1) = x_2\)。如此迭代,直到达到不动点

  • 假设函数g是连续可微的函数,\(g(r) = r, S=|g'(r)| < 1\),则不动点迭代对于一个足够接近r的初始估计,以速度S线性收敛到不动点r。

​ 根据中值定理,在\(x_i\)\(r\)之间存在\(c_i\) 使得式子:\(x_{i+1} -r = g'(c_i)(x_i - r)\) 成立

如果\(S = |g'(r)| < 1\) ,则通过替换\(g'\) ,在\(r\) 附近一个足够小的区间满足 \(|g'(x)| < (S + 1)/2 $ ,这个值比\)S\(大一点,但仍然比1小。如果\)x_i\( 恰好出现在该区间,则\)ci\( 也在该区间(中值定理)因而\)e_{i+1} \leqslant \frac{S+1}{2}e_i\( 。所以误差以\)(S+1)/2$ 的速度下降,在后面的各步中也许会比该速度更好。 但是符合局部迭代的概念

tags: 算法