次のスカラー方程式を考える.
 |
(2) |
この解
について,何らかの方法で近似解
が得られたとしよう.
するとこの
まわりに
をTaylor展開すると,
 |
(3) |
となる.
は
の
に関する導関数に
を代入したことを表す.
この式の第2項までを取って式(2)に代入すると(線形化),
 |
(4) |
となる.これを
について解き,それを次の近似値
とする:
 |
(5) |
この繰り返しアルゴリズムをNewton法と言う.
真の解を
とすると,
だから,近似解との差は
 |
(6) |
である.
この式に
 |
(7) |
を代入すると,
 |
(8) |
を得る.したがって,
 |
(9) |
となる.この式より,
で
に収束するとき,
第
次近似値の誤差
は,第
次の誤差
の
2乗に比例して小さくなることが分かる.このような収束を2次収束といい,
アルゴリズムを繰り返す度に正しい解の桁数が倍々に増えて行く.
程度の精度であれば,数回の反復で求まるはずである.
このようにNewton法を用いて非線形方程式の解がうまく求まるのは,
``非線形と言えども,局所的には線形である''という原理に基づいている.
さて,これを
次元に拡張した方程式(1)を再掲する.
 |
(10) |
ここで
は
を第
要素としたベクトル,
は
を第
要素としたベクトルである.
解法原理はスカラーの場合と同じである.すなわち,
の第
近似値を
とする.ただし
は
を第
要素に持つベクトルになる.
この
まわりで式(10)のTaylor展開は,
 |
(11) |
となる.ここで
は
 |
(12) |
となる,
の Jocobi行列である.
ここで
は,
関数
を
で偏微分し,それに
を代入することを意味する.
スカラーの場合の議論と同様,線形化をはかり,
 |
(13) |
とする.解
を第
近似とすると,
 |
(14) |
となる.これを
について解き,
前の近似値
を加えて,新しい近似値
を求める.
ところが,ここで問題に直面する.すなわち,
いま解きたい
について,
という邪魔な 行列が
かかっていて,これを簡単に右辺に払うことができないのである.
この式(14)は,良く見ると次の形をしている:
 |
(15) |
ただし,
とおいた.
すなわち行列で表現された連立一次方程式である.Gauss-Jordanの掃き出し法や,
LU 分解などの手法が適用できて,
について
解くことができる.それら解法の説明は適宜参考書を読んでみてほしい.
webmaster@ait.tokushima-u.ac.jp