J:牛顿方法的默示副词

Posted

技术标签:

【中文标题】J:牛顿方法的默示副词【英文标题】:J: Tacit adverb of Newton's method 【发布时间】:2014-12-28 16:52:15 【问题描述】:

我在'addons/math/misc/brent.ijs' 中找到了将布伦特方法作为副词的实现。我也想建立一个牛顿法作为副词,但这比建立默示动词要困难得多。

这是牛顿迭代的显式版本:

   newton_i =: 1 : '] - u % u d.1'

这样的用法:

   2&o. newton_i^:_ (1) NB. (-: 1p1) must be found
1.5708
   2 o. 1.5708 NB. after substitution we get almost 0
_3.67321e_6

当然,为了方便:

    newton =: 1 : 'u newton_i^:_'

什么是默认等价物?

【问题讨论】:

我认为d. 在这种情况下会阻止你写一个默认副词。 简短的回答是n_i =: d.0 1 (%/@:) (-`) (]`) (`:6)newton =: n_i (^:_)。我稍后会回来explain why(我现在正在打电话)。 @DanBron,非常感谢!在您的消息链接的帮助下,我已经了解了所有内容,除了为什么 (-`) (]`) (`:6) 而不是 (]`) (-`) (`:6) 用于构建 ] - f fork。 Danylo:因为副词列车是从左到右的(即 LIFO);将f (d.0 1) (%/@:) 视为建立(有效)(f % f d.1) 的黑匣子;那么你得到了black_box (`-) (`]),它在reverse (LIFO) 中读取,读取为],-,black_box,然后被执行到火车] - black_box。不,这里真正的诡计是使用 d.0 1 :) 。这是否清楚,还是您仍然希望我发布正式答案? Dan,我已经完全理解 f (d.0 1) (%/@:) 的把戏 :) - 确实很酷:我们计算 f 的零和一阶导数,然后在它们之间插入 %。我也理解了你写这三个副词的顺序。非常感谢! 【参考方案1】:

TL;DR

根据the comments,一个简短的回答;与原始、显式的newton_inewton 的默认等效分别是:

n_i =: d.0 1 (%/@:) (]`-`) (`:6) 
newton =: n_i (^:_)

一般而言,有关如何获得此类翻译的一些技术,可以在 the J Forums 上找到。

建设

这里的关键见解是 (a) 一个函数与它自己的“零阶导数”相同,并且 (b) 我们可以同时计算 J 中函数的“零阶”和一阶导数,这要归功于语言的面向数组的性质。剩下的就是集邮了。

在一个理想的世界中,给定一个函数f,我们想生成一个像(] - f % f d. 1) 这样的动词序列。问题是 J 中的隐性状语编程限制我们产生一个动词,它只提到一次输入函数 (f)。

因此,相反,我们使用了一个偷偷摸摸的技巧:我们同时计算f两个导数:“零”导数(这是一个恒等函数)和一阶导数。

   load 'trig'
   sin              NB. Sine function (special case of the "circle functions", o.)
1&o.

   sin d. 1 f.      NB. First derivative of sine, sin'.
2&o.

   sin d. 0 f.      NB. "Zeroeth" derivative of sine, i.e. sine.
1&o."0

   sin d. 0 1 f.    NB.  Both, resulting in two outputs.
(1&o. , 2&o.)"0

   znfd =: d. 0 1   NB. Packaged up as a re-usable name.
   sin znfd f.
(1&o. , 2&o.)"0

然后我们只需在它们之间插入一个除法:

   dh =: znfd (%/@) NB. Quotient of first-derivative over 0th-derivattive

   sin dh
%/@(sin d.0 1)

   sin dh f.
%/@((1&o. , 2&o.)"0)

   sin dh 1p1  NB. 0
_1.22465e_16

   sin 1p1     NB. sin(pi) = 0
1.22465e_16
   sin d. 1 ] 1p1  NB. sin'(pi) = -1
_1
   sin dh 1p1  NB. sin(pi)/sin'(pi) = 0/-1 = 0
_1.22465e_16

(%/@) 位于 znfd 的右侧,因为 J 中的隐性副词编程是 LIFO(即从左到右,而“正常”J 是从右到左)。

集邮

正如我所说,剩下的代码只是集邮,使用标准工具构建一个动词序列,从原始输入中减去这个商:

   ssub  =: (]`-`) (`:6)     NB. x - f(x)

   +: ssub                   NB. x - double(x)
] - +:
   -: ssub                   NB. x - halve(x)
] - -:

   -: ssub 16                NB. 16 - halve(16)
8
   +: ssub 16                NB. 16 - double(16)
_16
   *: ssub 16                NB. 16 - square(16)
_240
   %: ssub 16                NB. 16 - sqrt(16)
12

因此:

    n_i =: znfd ssub         NB. x - f'(x)/f(x)

最后,使用^:_ 中的"apply until fixed point" feature,我们有:

    newton =: n_i (^:_)

瞧。

【讨论】:

非常好的方法和解决方案。 @DanBron,我已经在您的回答中添加了我所理解的解释。你收到了吗? @Danylo,我没有,可能在我收到通知之前被其他用户拒绝了?你想添加一个我可以复制粘贴的答案吗? @DanBron,不,我太懒了。你的解释 here 很棒。 另外,请注意,这可以很容易地扩展到更多变量的函数:n_i =: D.0 1 (%./@:) (]`-`) (`:6)【参考方案2】:
 newton_i =: 1 : '] - u % u d.1'

是半默示的,即默示动词与动词结合时产生(副词在结合时消失)。

 newton_i2 =: 1 : '(] - u % u d.1) y'

是完全明确的,因为与动词的绑定不会解析副词。

 + 1 : 'u/'

+/

 + 1 : 'u/ y'

+ (1 : 'u/y')

使半默示副词完全默示并不重要,因为可能没有性能提升,并且它具有在副词区域而不是调用者中解决的相同好处(完全显式副词的情况) .

【讨论】:

以上是关于J:牛顿方法的默示副词的主要内容,如果未能解决你的问题,请参考以下文章

第四课 牛顿方法

第五章 拟牛顿法

如何用牛顿迭代法求解方程

牛顿方法

斯坦福公开课4:牛顿方法

海森矩阵和牛顿法