第6章非线性方程(组)和最优化问题的.pptVIP

6.1.3 Newton迭代法 2.Newton迭代法的收敛性与收敛阶 例:利用Newton迭代法求方程 于[0,2]内的根 1).简化Newton迭代法 1). Newton下山法 例: 用割线法求方程 于[0.5,0.6]内的根 6.3.1 Broyden算法 PSB算法 秩为2对称修正的拟Newton法公式 DFP算法 6.4 无约束优化问题的变尺度方法 6.4.1 最速下降法 6.4.2 变尺度法 例6.6 用DEP和BFGS算法求解 6.5 求极小值点的单纯形方法 n维空间中具有n+1个顶点的多面体叫作 单纯形.各个棱长都相等的单纯形称为正规 单纯形 6.2 解非线性方程组的Newton迭代法 6.3 拟Newton法 * 第6章 非线性方程(组)和最优化问题的计算方法 6.1 方程式求根(二分法、迭代法和Newton迭代法) 6.1.1 二分法 定理1：设函数 f (x) 在区间[a, b]上连续，如果f (a) ? f (b) 0， 则方程 f (x) = 0 在[a, b]内至少有一实根x*。 b x* f(x) a 执行步骤 1．计算f (x)在有解区间[a, b]端点处的值，f (a)，f (b)。 2．计算f (x)在区间中点处的值f (x1)。 3．判断若f (x1) = 0，则x1即是根，否则检验： （1）若f (x1)与f (a)异号，则知解位于区间[a, x1]， b1=x1, a1=a; （2）若f (x1)与f (a)同号，则知解位于区间[x1, b]， a1=x1, b1=b。 反复执行步骤2、3，便可得到一系列有根区间： (a, b), (a1, b1), …, (ak, bk), … 4、当 时 5、则 即为根的近似 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 定义f (x) f (a)? f (b)0 f (a)? f (b)=0 f (a) =0 打印b, k 打印a, k 结束 是 是 是 否 否 否 m=(a+b)/2 |a-b|? f(a)?f(b)0 打印m, k a=m b=m 结束 k=K+1 是 是 否 否 输入 k = 0 6.1.2 迭代法 1．简单迭代法 f (x) = 0 等价变换 x y y = x x y y = x x y y = x x y y = x x* x* x* x* y=g(x) y=g(x) y=g(x) y=g(x) x0 p0 x1 p1 ? x0 p0 x1 p1 ? x0 p0 x1 p1 ? x0 p0 x1 p1 ? 定理6.1：假定x = ? (x) 满足下列条件 （1）?(x)在[a, b]上连续 （2）当x?[a, b]时， ? (x) ?[a, b] （3） 存在，且对任x?[a, b]，有 （6.1.10） 则方程x = ? (x)在[a, b]上有唯一的根x*,且对任意初值 x0?[a, b]时，迭代序列xk+1=? (xk) (k = 0, 1, …)所定义的唯一不动点x*收敛，即 ，同时有下列误差估计式成立 条件(3)还可削弱为:若 ? (x)在[a, b]上满足Lipschttz条件,即对[a, b]上的任意两点 x1,x2,有 |? (x1)- ? (x2)|≤L|x1-x2| 1．迭代过程的收敛速度 设迭代格式,xk+1=? (xk)收敛于方程xk+1=? (xk)的不动 点x*，如果迭代误差 满足渐进关系式 定义6.3： 则称此迭代格式是p阶收敛的，或称该方法具有p 阶敛速。 当p = 1时，称迭代格式为线性（一次）收敛； 当p 1时，称迭代格式为超线性收敛。 当p = 2时，称迭代格式为平方（二次）收敛； 牛顿法 一、牛顿法的迭代公式 x* x0 x1 x2 x y f(x) 原理：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