728x90
Secant Method

Secant Method

  • newton method : pn=pn1f(pn1)f(pn1)p_n=p_{n-1}-\frac{f(p_{n-1})}{f'(p_{n-1})}
  • secant method : newton method의 미분항(f')를 근사
    • f(pn)f(pn)f(pn1)pnpn1f'(p_n)\simeq\frac{f(p_n)-f(p_{n-1})}{p_n-p_{n-1}}
    • pn+1=pnf(pn)pnpn1f(pn)f(pn1)\Rarr p_{n+1}=p_n-f(p_n)\cdot\frac{p_n-p_{n-1}}{f(p_n)-f(p_{n-1})}
    • 장점 : 미분항이 없음 = 개발 시 용이
    • 단점 : 초반 point 수가 두개 (pn, pn1p_n,\ p_{n-1}), newton method보다는 느림

False Position (Ragula Falsi)

  • 기존의 Secant method는 계산에 따라 진동하면서 수렴할 위험 존재
  • 두번째 point인 p1p_1을 계산 기준점으로 삼아 uniform하게 수렴하도록 계산

Order of Convergence

  • {pn}n=0\{p_n\}^\infty_{n=0}이 p로 수렵할 때
  • limnpn+1ppnpα=λlim_{n\rarr\infty}\frac{|p_{n+1}-p|}{|p_n-p|^{\alpha}}=\lambda에서 계수 α\alpha가 수렴 형태를 결정
    • λ\lambda : error constant
    • α=1,λ<1\alpha=1, \lambda<1 : linearly convergent
      • 식이 p=0으로 수렴한다고 할 때, limnpn+1pn=0.5lim_{n\rarr\infty}\frac{|p_{n+1}|}{|p_n|}=0.5
    • α=2\alpha=2 : quadratically convergent
      • limnpn+1pn2=0.5lim_{n\rarr\infty}\frac{|p_{n+1}|}{|p_n|^2}=0.5
    • secant method의 경우 pnp_n의 계수가 1+52\frac{1+\sqrt{5}}{2}
  • bisection method / fixed-point method
    • limnpn+1pn=λlim_{n\rarr\infty}\frac{|p_{n+1}|}{|p_n|}=\lambda : λ\lambda가 작을수록 빠른 수렴 / 0.5면 bisection
    • pnλ2p0|p_n|\simeq\lambda^2|p_0|
  • newton method
    • limnpn+1pn2=λlim_{n\rarr\infty}\frac{|p_{n+1}|}{|p_n|^2}=\lambda
    • pnλ2n1p02n1|p_n|\simeq\lambda^{2^n-1}|p_0|^{2^n-1}
728x90

+ Recent posts