在Mathematica中实现Newton-Raphson迭代的收敛时间算法(一般三次多项式)

考察一般的三次多项式,以r为参数:

复制代码
p[z_, r_] := z^3 + (r - 1) z - r;
roots[r_] := z /. Solve[p[z, r] == 0, z];

此多项式的根为:

尽管看起来这个多项式是特殊的,其实一般的三次多项式都是可以通过线性变换化为这个形式的。此时的Newton-Raphson映射为:

此时,可以编写带有参数r的收敛速度计数函数:

复制代码
NewNewtonCounter = 
  Compile[{{z, _Complex}, {r, _Real}, {otherroot, _Complex}},
   Module[{counter = 0, zold = N[z] + 1, znew = N[z]},
    If[Abs[znew] < 10^(-9), znew = 10^(-9) + 0.0 I,
     znew = znew];
    For[counter = 0,
     (Abs[zold - znew] > 10^(-6)) && (counter < 85), counter++,
     (zold = znew; znew = (r + 2*zold^3)/(-1 + r + 3*zold^2))];
    Which[Abs[znew - 1] < 10^(-4), counter,
     Abs[znew - otherroot] < 10^(-4), 85 + counter,
     Abs[znew - Conjugate[otherroot]] < 10^(-4), 170 + counter,
     True, 255
     ]
    ]
   ];
 
   (*返回给定区域中的每个点相应的收敛计数*)  
 NewNewtonArray[r_, {{remin_, remax_}, {immin_, immax_}}, steps_] :=
 Module[{croot = -N[(1 + Sqrt[1 - 4 r])/2]},
  Table[NewNewtonCounter[x + y I, r, croot],
   {y, immin, immax, (immax - immin)/steps},
   {x, remin, remax, (remax - remin)/steps}
   ]
  ]

region = NewNewtonArray[2, {{-2, 2}, {-2, 2}}, 1000];
NewtonPlot1[{{-2, 2}, {-2, 2}}, region, NewtonColorRGB]
复制代码
region = NewNewtonArray[0.05, {{-2, 2}, {-2, 2}}, 1000];
NewtonPlot1[{{-2, 2}, {-2, 2}}, region, NewtonColorRGB]
相关推荐
NAGNIP3 小时前
一文搞懂深度学习中的通用逼近定理!
人工智能·算法·面试
颜酱12 小时前
单调栈:从模板到实战
javascript·后端·算法
CoovallyAIHub15 小时前
仿生学突破:SILD模型如何让无人机在电力线迷宫中发现“隐形威胁”
深度学习·算法·计算机视觉
CoovallyAIHub15 小时前
从春晚机器人到零样本革命:YOLO26-Pose姿态估计实战指南
深度学习·算法·计算机视觉
CoovallyAIHub15 小时前
Le-DETR:省80%预训练数据,这个实时检测Transformer刷新SOTA|Georgia Tech & 北交大
深度学习·算法·计算机视觉
CoovallyAIHub16 小时前
强化学习凭什么比监督学习更聪明?RL的“聪明”并非来自算法,而是因为它学会了“挑食”
深度学习·算法·计算机视觉
CoovallyAIHub16 小时前
YOLO-IOD深度解析:打破实时增量目标检测的三重知识冲突
深度学习·算法·计算机视觉
NAGNIP1 天前
轻松搞懂全连接神经网络结构!
人工智能·算法·面试
NAGNIP1 天前
一文搞懂激活函数!
算法·面试
董董灿是个攻城狮1 天前
AI 视觉连载7:传统 CV 之高斯滤波实战
算法