[论文解读] Convergence Acceleration Techniques

U. D. Jentschura, Sergey Aksenov+3 more|ArXiv.org|Feb 1, 2002

Embedded Systems Design Techniques被引用 3

一句话总结

本文提出了一种组合非线性凝聚变换（CNCT），通过先应用Van Wijngaarden变换将非交错级数转换为交错级数，再应用delta变换进一步加速收敛，从而显著提升收敛缓慢或发散级数的收敛速度。该方法实现了高达200个数量级的速度提升，使得仅使用约84,000项即可在数小时内达到200位精度，而传统方法则需10^205项才能完成一个具有挑战性的zeta级数求和。

ABSTRACT

This work describes numerical methods that are useful in many areas: examples include statistical modelling (bioinformatics, computational biology), theoretical physics, and even pure mathematics. The methods are primarily useful for the acceleration of slowly convergent and the summation of divergent series that are ubiquitous in relevant applications. The computing time is reduced in many cases by orders of magnitude.

研究动机与目标

• 开发一种鲁棒的数值方法，用于加速物理学、生物学和数学中常见的收敛缓慢或发散级数。
• 克服标准收敛加速方法在非交错级数中出现的数值不稳定性。
• 以极低的计算成本，实现对多 polylogarithm、zeta函数和Lerch超越函数等特殊函数的高精度评估。
• 提供一种通用工具，适用于包括量子物理和生物信息学在内的多个科学计算领域。
• 展示在需要极高精度的级数计算中，计算量可实现数量级的显著降低。

提出的方法

• 该方法首先对非交错级数应用Van Wijngaarden变换，将其转换为交错级数，从而减小截断误差的影响。
• 随后对变换后的级数应用delta变换，进一步加速收敛。
• 将组合变换称为组合非线性-凝聚变换（CNCT），其将部分和 $ s_n $ 映射为变换后的值 $ \\_n}^{(0)}(1,\mathbf{S}_n) $。
• CNCT利用部分和末尾数字中隐藏的信息，通过非线性外推建模并消除截断误差。
• 该算法已在C、Fortran和Mathematica中实现，样本代码可供下载。
• 该方法在 $ |z| \approx 1 $ 的级数中特别有效，例如多 polylogarithm 和Lerch超越函数，传统方法在此类情况下会失效。

实验结果

研究问题

• RQ1 收敛加速技术能否被推广以处理非交错、收敛缓慢的级数，并保持高数值稳定性？
• RQ2 CNCT在评估多 polylogarithm 和zeta函数等特殊函数时，能在多大程度上降低计算成本？
• RQ3 当仅使用84,000项而非10^205项时，CNCT在计算需要10^205项的级数时能实现多高的精度？
• RQ4 CNCT能否在量子电动力学计算中实现10^-15或更高的精度水平？
• RQ5 对于像 $ \sum_{k=1}^\infty \left( H_k \right)^2 k^{-2} $ 这类级数，CNCT相比直接求和的性能提升如何？

主要发现

• 在仅使用12阶变换的情况下，CNCT成功计算出 $ 10^{-1} \mathrm{Li}_3(0.99999) $ 的15位相对精度，其效果等价于直接求和约1亿项的结果。
• 对于级数 $ \sum_{k=1}^\infty \left( H_k \right)^2 k^{-2} $，CNCT在数小时内仅用约84,000项即实现了200位精度，计算成本降低了约200个数量级。
• 该方法使氢原子4P态的Bethe对数值计算达到了29位精度，比之前最佳结果高出9个数量级。
• CNCT成功实现了 $ \Phi(z,s,v) $ 在 $ |z| \approx 1 $ 时的收敛，而标准方法因收敛过慢而失效。
• 该变换在量子电动力学束缚态计算中成功稳定并加速了收敛，支持了相对精度达10^-14的测量。
• 该方法在数学、物理和计算生物学等多个领域中对特殊函数（包括zeta函数、多 polylogarithm 和Lerch超越函数）的评估中表现出强健性与高精度。