收敛速度以收敛阶衡量, 亦可以收敛因子描述; 依计算方法的不同, 有下述两种收敛阶及收敛因子.[1]
商收敛因子及商收敛阶
- 商收敛因子 的定义式如下:
-
商收敛因子也称Q—因子, 商收敛阶也称Q—收敛阶. 利用商收敛因子, 对收敛速度进行描述的方式如下:
- 如果 , 则称 是Q—超线性收敛于 ; 如果 , 则称 是Q—线性收敛于 ; 如果 , 则称 是Q—次线性收敛于 .
- 如果 , 则称 是Q—超平方收敛于 ; 如果 , 则称 是Q—平方收敛于 ; 如果 , 则称 是Q—次平方收敛于 .
注意: Q—线性收敛与Q—平方收敛, 以及Q—次线性收敛与Q—次平方收敛的评判标准有些微差别. “Q—平方收敛”也称为“Q—二次收敛”.
依照Q—平方收敛 (不是Q—线性收敛) 的定义, 可以定义Q—立方收敛 (将 改为 ), Q—四次方收敛等更高Q—收敛阶.
- 商收敛阶 的定义式如下:
-
对比商收敛因子的描述, 商收敛阶是指求出一个数 (不一定是整数), 使得对于 , 点列 都是Q—次 次方收于, 且对于 , 都是Q— 次方收敛. 而这个数 就是点列的商收敛阶.
根收敛因子及根收敛阶
- 根收敛因子 的定义式如下:
-
根收敛因子也称R—因子, 根收敛阶也称R—收敛阶. 利用根收敛因子, 对收敛速度进行描述的方式如下:
- 如果 , 则称 是R—超线性收敛于 ; 如果 , 则称 是R—线性收敛于 ; 如果 , 则称 是R—次线性收敛于 .
- 如果 , 则称 是R—超平方收敛于 ; 如果 , 则称 是R—平方收敛于 ; 如果 , 则称 是R—次平方收敛于 .
注意: R—次线性收敛与R—次平方收敛的评判标准有些微差别. “R—平方收敛”也称为“R—二次收敛”.
依照R—平方收敛 (不是R—线性收敛) 的定义, 可以定义R—立方收敛 (将 改为 ), R—四次方收敛等更高R—收敛阶.
- 根收敛阶 的定义式如下:
-
对比根收敛因子的描述, 根收敛阶是指求出一个数 (不一定是整数), 使得对于 , 点列 都是R—次 次方收于, 且对于 , 都是R— 次方收敛. 而这个数 就是点列的根收敛阶.
两种收敛阶的联系
对于一个收敛点列而言, 其Q—收敛阶不大于其R—收敛阶, 即
-
有时, 一个数列的R—收敛阶可能很高, 但其Q—收敛阶可能很低. 当然可以证明, 一个R—收敛阶高的点列至少比某些Q—收敛低的点列收敛得更快.
数列
有如下数列:
-
容易计算: , 故该数列是Q线性收敛的; 满足 的 的集合为 , 此集合的下确界为 , 故该数列的收敛阶为 . 而同理, 可计算得该数列是R线性收性, R收敛阶为 .
向量列
有如下向量列:
- .
据上作出计算如下,
-
故数列为Q线性收敛; Q收敛阶为 ;
-
故数列为R线性收敛; R收敛阶为 .
优化算法的迭代点列
牛顿法
注: 此处的牛顿法指应用于最优化的牛顿法.
可以证明, 如果牛顿法的目标函数 的二阶导数 在其收敛点 处Lipschitz连续, 则满足不等式
-
此说明牛顿法的迭代点列是Q平方收敛; 另言之, 牛顿法的收敛速度是二次的. [2]