非线性方程组数值解法技术分析.pptx

第三章 非线性方程组数值解法 /* Numerical Solutions of Nonlinear Equations*/ 本章主要内容： 1、二分法 2、不动点迭代法（重点） 3、Newton迭代法（重点） 4、割线法与Muller迭代法 5、非线性方程组的迭代解法 1、二分法 /* Bisection Method */ 原理：若 f ?C[a, b]，且 f (a) · f (b) 0，则 f 在 (a, b) 上至少有一实根。 以此类推 终止法则？ x1 x2 a b When to stop? 不能保证 x 的精度 二分法算法 给定区间[a,b] ，求f(x)=0 在该区间上的根x. 输入: a和b; 容许误差 TOL; 最大对分次数 Nmax. 输出: 近似根 x. Step 1 Set k = 0; Step 2 Compute x=(a+b)/2; y=f(x); Step 3 While abs(y) TOL k ? Nmax Step 4, Set k=k+1; Step 5 If y *f(a)0 , Set b=x; Else Set a=x; Step 6; Compute: x=(a+b)/2; y=f(x); Step 7 Output the solution of equation: x and iterative times k; STOP. 由二分法的过程可知： 4、对分次数的计算公式： 解： ①简单; ② 对f (x) 要求不高(只要连续即可) . ①无法求复根及偶重根 ②收敛慢 注：用二分法求根，最好先给出 f (x) 草图以确定根的大概位置。或用搜索程序，将[a, b]分为若干小区间，对每一个满足 f (ak)·f (bk) 0 的区间调用二分法程序，可找出区间[a, b]内的多个根，且不必要求 f (a)·f (b) 0 。 2、迭代法的理论 /* Theory of Iteration Method*/ f (x) = 0 x = g (x)（迭代函数） 看起来很简单，令人有点不敢相信！！那么需要注意什么问题呢——收敛？？？ 如何保证这种方法是收敛的呢？ 一、不动点迭代 /*Fixed-Point Iteration*/ ? ? ? ? 几何意义 下面选取5种迭代格式： Lipschitz条件成立的充分条件 算法: 不动点迭代 给定初始近似值 x0 ，求x = g(x) 的解. 输入: 初始近似值 x0; 容许误差 TOL; 最大迭代次数 Nmax. 输出: 近似解 x 或失败信息. Step 1 k = 1; Step 2 x=g(x0); Step 3 While abs(x- x0) TOL k ? Nmax Step 4 k=k+1; Step 5 x0 =x; Step 6 x=g(x0); Step 7 Output the solution of equation: x and iterative times k 二、局部收敛性 /*Local Convergence*/ 注解: 局部收敛性特点：假定解存在，且肯定存在解的一个邻域，使得对其中所有初始值，由迭代生成的序列收敛于解。 *全局（整体）收敛：肯定在全空间或至少其中一个很大的部分中，无论从何处出发，都能保证收敛于一个解。 设 为 的不动点， 在 的某邻域连续， 且 ，则迭代法(*)局部收敛。 解： 设迭代法的迭代函数 的高阶导数 在不 动点 的邻域里连续，则 是 阶收敛的充要条件 是 且 证明： 由Taylor公式： 充分性 必要性 略.