牛顿法与多项式根之间的分形边界

牛顿分形不仅是一幅复杂图案：它的形状揭示了一个实用求根算法中令人惊讶的行为。目标是理解边界为什么复杂，而不只是欣赏图案。

多项式的根是使输出等于零的输入。这个任务在工程中十分常见。例如，在计算机图形学中，要绘制数学曲线，就需要判断哪些像素距离曲线足够近，应该被着色。

字体和矢量图形通常由贝塞尔曲线描述，而不是由像素直接定义。绘制笔画时，我们需要求像素到曲线的距离。可以采样许多点，但这种方法可能低效且不精确。

用 t 参数化曲线。固定像素到曲线的距离平方是 t 的多项式。寻找内部最小值时，可以求导并寻找导数为零的位置，同时检查允许的参数区间端点。这样，绘制问题的一部分就转化为多项式求根。

二次公式可以解二次方程，三次和四次方程也有公式。对于任意五次或更高次多项式，不存在一般的根式求解公式。即便如此，只要满足收敛条件，数值方法仍可以近似求根。

牛顿法从一个猜测 x₀ 开始。在该点画函数图像的切线，将切线与 x 轴的交点作为更好的猜测：xₙ₊₁ = xₙ − P(xₙ)/P′(xₙ)。这一步要求导数不为零。

重复这一操作：在新猜测处计算多项式和导数，画新切线并寻找其截距。在顺利的例子中，猜测会很快接近一个根。函数值越大，步长倾向于越大；斜率越陡，同样高度所需的步长越小。

牛顿使用过该方法的一个版本，Joseph Raphson 后来发表了更简单的形式，因此它也叫牛顿—拉夫森法。手算平方根近似值是练习这种迭代的好方法。

靠近根的良好初始值通常收敛很快，但距离较远的猜测可能表现不佳。在例子中，猜测在 x 轴上方的局部最低点附近来回跳动；那里的局部切线对远处实根提供的信息很少。迭代也可能遇到导数为零或不收敛。

现在允许初始值为复数。根据代数基本定理，五次多项式在计入重数后有五个复根。虽然实数图像和切线不能以相同方式呈现，更新规则仍是在复平面中寻找局部线性近似的零点。

同时从许多起点进行迭代。画面中大多数点逐渐靠近五个根之一，另一些则游荡许多步。按各点趋向的根为起点着色，再把它们放回原来的位置。

提高分辨率后，彩色收敛区域之间显露出精细边界。在边界附近，初始猜测的极小变化就可能让迭代走向另一个根。这种敏感性来自算法的动力学，而不是额外添加的装饰。

移动根的位置，图案也会变化，但展示的例子仍有复杂边界。每个根附近都有一片起点会收敛到它的区域；敏感行为集中在区域边界附近。

一个有用的比较是完全不迭代，直接按照每个点距离哪个根最近来着色。这得到边界为直线的沃罗诺伊图。进行一步牛顿迭代会改变区域，更多步数会增加细节。研究的数学对象涉及极限行为，不是某一张有限步数的图片。

这种复杂性并不是一般五次方程缺少根式公式的结果。三次多项式也可以产生分形收敛边界。对于有两个不同根的二次多项式，画面中的牛顿收敛区域则由到两根等距离的直线分开，边界上存在特殊行为。

讲述者提出所讨论的根收敛区域有一个惊人的共同边界性质：一个根的区域边界也是其他每个根的区域边界。一个点在集合边界上，意味着其任意足够小的邻域都包含集合内部和外部的点。

对于展示的三色例子，共同边界上任一点的邻域都包含分别趋向三个根的初始点。这并不意味着邻域中的每个点都会收敛到根：边界点和其他特殊轨道需要另外处理。

想象画出三个共享同一边界的彩色区域。如果红色和绿色沿一条光滑线相接，蓝色也必须到达这条线的每个部分。加入蓝色小块又产生新的边界，绿色也必须接近它们；不断修补会让结构在更小尺度上反复出现。

这有助于直观理解，为什么图中的边界不能包含一段只分隔两个收敛区域的普通光滑线段。讲述者估计展示的特定边界的分形维数约为 1.44；这一数字属于该例子，并不是所有牛顿分形的通用维数。

回到求根问题：在共同边界附近，可以找到彼此任意接近、却通向不同根的初始猜测，包括通向每个根的收敛区域。一簇初始点可能在几次迭代中保持接近，随后广泛散开，再逐渐稳定。

两个根的情况可以用一条光滑直线满足共同边界条件，因为只需要两个区域相接。这一条件本身并不强制所有双色边界都是光滑的；它只说明简单的二次图案与该规则相容。

为什么共同边界性质成立？讲述者把证明留给关于全纯动力系统的后续视频。下一集还会讨论牛顿迭代是否可能进入循环，以及这与曼德勃罗集合的联系。

牛顿从未见过这些现代图像，正如许多数学名称后来被用于其命名者无法预见的领域。即使是古老方法，也可能蕴含等待人们提出的新问题。