[论文解读] Implicit Deflation for Univariate Polynomial Root-finding

Victor Y. Pan, Ilias Kotsireas+1 more|arXiv (Cornell University)|Jun 4, 2016

Numerical Methods and Algorithms参考文献 47被引用 2

一句话总结

本文提出隐式反褶积技术，以加速单变量多项式求根中函数迭代的收敛速度，尤其针对初始近似方法遗漏的根。通过将牛顿法与隐式反褶积结合，该方法在更广范围内实现更快收敛，显著提升了根求解算法的效率，超越了以往初始化技术的局限。

ABSTRACT

We were initially motivated by the paper by Schleicher and Stoll of 2017 about the initialization of Newton's iterations. Given a black box subroutine for the evaluation of the Newton's ratio of a polynomial and its derivative, their algorithm very fast approximates all roots of a univariate polynomial except for a small fraction of them. The challenge of fast approximation of the remaining roots motivated our present work, but our recipes for this task should have independent and much broader interest for implicit deflation in polynomial root-finding. They can be also an example of synergy of the combination of various methods of polynomial root-finding towards enhancing their power, in particular towards faster convergence of functional iterations in a larger domain.

研究动机与目标

• 为解决快速初始化方法（如 Schleicher 和 Stoll (2017) 所提方法）遗漏的少量根的高效近似问题。
• 开发一种稳健、通用的反褶积技术，以增强多项式求根中函数迭代的收敛性。
• 展示隐式反褶积与现有根求解方法之间的协同效应，特别是在扩展快速收敛域方面。

提出的方法

• 使用黑箱子程序评估牛顿比（f(x)/f'(x)），无需显式表示多项式。
• 应用隐式反褶积将已找到的根从考虑中移除，从而改变迭代动力学以聚焦于剩余根。
• 采用一种反褶积策略，在避免显式多项式除法的同时，保持牛顿法的收敛特性。
• 将反褶积集成到函数迭代方案中，即使在根聚集或病态区域，也能维持快速收敛。
• 利用牛顿比的结构，隐式实现根的反褶积，无需显式因式分解。
• 设计该方法以兼容现有快速根求解流水线，从而提升其鲁棒性与速度。

实验结果

研究问题

• RQ1 如何利用隐式反褶积加速单变量多项式牛顿法的收敛？
• RQ2 隐式反褶积对根求解中函数迭代的收敛域有何影响？
• RQ3 隐式反褶积能否与快速初始化方法有效结合，以实现完整根的近似？
• RQ4 在稳定性与计算成本方面，隐式反褶积与显式反褶积相比有何差异？

主要发现

• 隐式反褶积使初始近似后剩余根的牛顿法收敛速度加快，尤其在收敛缓慢的区域效果显著。
• 该方法扩展了快速收敛域，使函数迭代在更广泛的多项式配置下更具鲁棒性。
• 通过避免显式多项式除法，该方法降低了计算开销，同时保持了根近似的高精度。
• 该技术与现有初始化方法（如 Schleicher 和 Stoll 所提方法）表现出强烈协同效应，能高效定位难以触及的根。