计算方法非线性方程求解.ppt

定理2 （局部收敛性）设 f ?C2[a, b]，若 x* 为 f (x) 在[a, b]上的根，且 f ’(x*) ? 0，则存在 x* 的邻域 使得任取初值 ，Newton’s Method产生的序列{ xk } 收敛到x*，且满足 证明：Newton’s Method 事实上是一种特殊的不动点迭代 其中 ，则 收敛 由 Taylor 展开： 只要 f ’(x*) ? 0，则令 可得结论。 定理3 （全局收敛性定理）设 f ?C2[a, b]，若 f (a) f (b) < 0； 在整个[a, b]上 f ’(x) ? 0 ,f ”(x) ? 0； (3) 则任取x0 ? [a, b]， Newton’s Method产生的序列{ xk } 都 收敛到f (x)=0 在 [a, b]的根x*。 重根情形 * 第二章 非线性方程数值解 §1 基础知识 求 f (x) = 0 的根,其中f(x)为非线性函数。 此类问题 在工程和科学计算中，此类问题广泛存在。 当f(x)为代数多项式时，称为代数方程，否则为超越方程。 §2 二分法 原理：若 f ?C[a, b]，且 f (a) · f (b) < 0，则 f 在 (a, b) 上必有一根。 a b x1 x2 a b x* ?2 x x* 误差分析： 第1步产生的 有误差 第 k+1 步产生的 xk 有误差 对于给定的精度 ? ,可估计二分法所需的步数 k ： 优点： ①简单; ② 对f (x) 要求不高(只要连续即可) . 缺点： ①无法求复根及偶重根 ② 收敛慢 迭代法是数值计算中的一类重要方法，应用广泛。 迭代法是一种重要的逐次逼近方法。这种方法 用某个固定公式反复校正根的近似值，使之逐步精 确化，最后得到满足精度要求的结果。 §2 迭代法 等价变换为 的不动点 由此也称为不动点迭代法， 迭代法的一般形式： , …, , …. 迭代公式 若 收敛，即存在 x* 使得 ，且 连续，则由 可知 ，即 是 的不动点，也就是f 的根。 从一个初值 出发，计算 x y y = x x y y = x x y y = x x y y = x x* x* x* x* x0 p0 x1 p1 ? x0 p0 x1 p1 ? x0 p0 x1 p1 ? x0 p0 x1 p1 ? y= (x) y= (x) y= (x) y= (x) ( I ) 当 x?[a, b] 时， (x)?[a, b]； ( II ) ? 0 ? L < 1 使得 则任取 x0?[a, b]，由 xk+1 = (xk) 得到的序列 收敛于 (x) 在[a, b]上的唯一不动点。并且有误差估计式： ? ? ( k = 1, 2, … ) k 考虑方程 x = (x), (x)?C[a, b], 若 定理1 注2 注1 ② 不动点唯一 反证：若不然，设还有 ，则 而 ③ 当k ? ? 时， xk 收敛到 x* ？ 令 有根 证明：① (x) 在[a, b]上存在不动点 ④ ⑤ ⑥ 连续 注：事实上，定理3是充分必要的，即另有结论： 两个迭代值组合的方法： 三个迭代值组合的方法： x y y = x y = g(x) x* x0 P(x0, y0) y0 z0 P(y0, z0) §3 牛顿法 引入：将非线性方程线性化 —— Taylor 展开 取 x0 ? x*，将 f (x)在 x0 做一阶Taylor展开: ，? 在 x0 和 x 之间。 将 (x* ? x0)2 看成高阶小量，则有： x y x* x0 （ f ?C1，f ’(x*) ? 0） 单根情形 定理1 （收敛的充分条件）设 f ?C2[a, b]，若 f (a) f (b) < 0； 在整个[a, b]上 f ”不变号且 f ’(x) ? 0； (3) 选取 x0 ? [a, b] 使得 f (x0) f ”(x0) > 0； 则Newton