求多根的紧缩法
Deflation Method for Multiple Root Finding
我正在尝试实现 deflation method 以在 Julia 上查找多项式的多个根。在deflation方法中,新函数是由实际函数除以x - x_roots[i]
生成的,必须找到新生成函数的根。但是 g(x) = g(x) / (x - x_root)
给了我一个堆栈溢出错误,因为它可能生成了一个无限递归关系。如何在每个步骤中生成一个新函数?
function deflation(f::Function, order)
roots=[]
n=1
g(x)=f(x)
x_root=Muller_method(f,-5,0,5,1e-5,50)
while n<=order
x_root=Muller_method(a,-5,0,5,1e-5,50)
g(x)=g(x)/(x-x_root)
append!(roots,x_root)
n=n+1
end
return (roots)
这样的事情会导致无限递归:
julia> g(x) = x
g (generic function with 1 method)
julia> g(1)
1
julia> g(x) = g(x) / 2
g (generic function with 1 method)
julia> g(1)
ERROR: WhosebugError:
Stacktrace:
[1] g(::Int64) at ./REPL[3]:1 (repeats 79984 times)
这是因为函数(或方法)定义不像变量赋值那样工作:g(x)
的每个 re-definition 都会覆盖前一个(注意上面的 g
如何只有一个方法)。当方法定义引用自身时,它是递归的,即它在函数被调用时引用它自己的版本。
至于你的紧缩方法,也许你可以定义一个新函数来关闭当前找到的根的向量。考虑以下示例以了解其工作原理:
julia> f(x) = (x-1) * (x-2)
f (generic function with 1 method)
julia> roots = Float64[]
Float64[]
# g is defined once, and accounts for all currently found roots
julia> g(x) = f(x) / reduce(*, x-root for root in roots; init=one(x))
g (generic function with 1 method)
# No roots are identified at the beginning
julia> g(1+eps())
-2.2204460492503126e-16
julia> g(2+eps())
0.0
# But the results produced by g update as roots are identified
julia> push!(roots, 1.)
1-element Array{Float64,1}:
1.0
julia> g(1+eps())
-0.9999999999999998
julia> g(2+eps())
0.0
我正在尝试实现 deflation method 以在 Julia 上查找多项式的多个根。在deflation方法中,新函数是由实际函数除以x - x_roots[i]
生成的,必须找到新生成函数的根。但是 g(x) = g(x) / (x - x_root)
给了我一个堆栈溢出错误,因为它可能生成了一个无限递归关系。如何在每个步骤中生成一个新函数?
function deflation(f::Function, order)
roots=[]
n=1
g(x)=f(x)
x_root=Muller_method(f,-5,0,5,1e-5,50)
while n<=order
x_root=Muller_method(a,-5,0,5,1e-5,50)
g(x)=g(x)/(x-x_root)
append!(roots,x_root)
n=n+1
end
return (roots)
这样的事情会导致无限递归:
julia> g(x) = x
g (generic function with 1 method)
julia> g(1)
1
julia> g(x) = g(x) / 2
g (generic function with 1 method)
julia> g(1)
ERROR: WhosebugError:
Stacktrace:
[1] g(::Int64) at ./REPL[3]:1 (repeats 79984 times)
这是因为函数(或方法)定义不像变量赋值那样工作:g(x)
的每个 re-definition 都会覆盖前一个(注意上面的 g
如何只有一个方法)。当方法定义引用自身时,它是递归的,即它在函数被调用时引用它自己的版本。
至于你的紧缩方法,也许你可以定义一个新函数来关闭当前找到的根的向量。考虑以下示例以了解其工作原理:
julia> f(x) = (x-1) * (x-2)
f (generic function with 1 method)
julia> roots = Float64[]
Float64[]
# g is defined once, and accounts for all currently found roots
julia> g(x) = f(x) / reduce(*, x-root for root in roots; init=one(x))
g (generic function with 1 method)
# No roots are identified at the beginning
julia> g(1+eps())
-2.2204460492503126e-16
julia> g(2+eps())
0.0
# But the results produced by g update as roots are identified
julia> push!(roots, 1.)
1-element Array{Float64,1}:
1.0
julia> g(1+eps())
-0.9999999999999998
julia> g(2+eps())
0.0