Ch7 非线性方程与方程组的数值解法.pptVIP

注意 ，从计算结果看到迭代法(1)及(2)均不收敛，且它们均不满足定理3中的局部收敛条件，迭代法(3)和(4)均满足局部收敛条件，且迭代法(4)比(3)收敛快，因在迭代法(4)中??(x*)=0. 为了衡量迭代法(2.2)收敛速度的快慢可给出以下定义. 定义2 设迭代过程xk+1=?(xk)收敛于方程x=?(x)的根x*，如果迭代误差ek=xk-x*当k→∞时成立下列渐近关系式 则称该迭代法是p阶收敛的. 特别地，p=1时称线性收敛，p1时称超线性收敛，p=2时称平方收敛. 定理4 对于迭代过程xk+1=?(xk)，如果?(p)(x)在所求根x*的邻近连续，并且 则该迭代过程在x*的邻近是p阶收敛的. 证明 由于??(x*)=0，根据定理3立即可以断定迭代过程xk+1=?(xk)具有局部收敛性. 再将?(xk)在根x*处做泰勒展开, 利用条件(2.8), 则有 注意到?(xk)=xk+1，?(x*)= x*，由上式得 因此对迭代误差，令k→∞时有 这表明迭代过程xk+1=?(xk)确实为p阶收敛. 证毕. 上述定理告诉我们，迭代过程的收敛速度依赖于迭代函数?(x)的选取. 如果x∈[a, b]但??(x)≠0时，则该迭代过程只可能是线性收敛. 7.3 迭代收敛的加速方法 7.3.1 埃特金加速收敛方法 对于收敛的迭代过程，只要迭代足够多次，就可以使结果达到任意的精度，但是有时迭代过程收敛较慢，从而使计算量变得很大，因此迭代过程的加速是个重要的课题. 　 设x0是根x*的某个近似值, 用迭代公式校正一次得 　　　　　 x1=?(x0) 而由微分中值定理，有 　　假设??(x)改变不大, 近似地取某个近似值L, 则有 由于 x2-x*≈L(x1-x*). 　 若将校正值x1=?(x0)再校正一次，又得 　　　　　 x2=?(x1) 将它与(3.1)式联立，消去未知的L，有 由此推知 ? Aitken 加速： x y y = x y = φ(x) x* x0 P(x0, x1) x1 x2 P(x1, x2) 一般地有： 比 收敛得略快。 在计算了x1及x2之后，可用上式右端作为x*的新近似,记作?x1，一般情形是由xk计算xk+1, xk+2，记 它表明序列{?xk}的收敛速度比{xk}的收敛速度快. (3.2)式称为埃特金(Aitken) △2加速方法. 可以证明 也称为埃特金 ( Aitken ) 外推法. 可以证明: 为线性收敛,则埃特金法为平方收敛； 这个加速迭代法也可写成下面格式 若 为 p ( p 1)阶收敛， 导数连续，则埃特金法为 2p–1 阶收敛. 的 p 阶 若 例题 求方程 x = e –x 在 x=0.5 附近的根. 解 取 x0=0.5, 迭代格式 x25=x26=0.5671433 若对此格式用埃特金法, 则 得 仍取 x0=0.5 , 得 由此可见, 埃特金法加速收敛效果是相当显著的. 7.3.2 斯蒂芬森(Steffensen)迭代法 埃特金方法不管原序列{xk}是怎样产生的，对{xk}进行加速计算，得到序列{?xk}. 如果把埃特金加速技巧与不动点迭代结合，则可得到如下的迭代法： 称为斯蒂芬森(Steffensen)迭代法. 实际上(3.3)是将不定点迭代法计算两步合并成一步得到的，可将它写成另一种不动点迭代 其中 对不动点迭代(3.5)有以下局部收敛性定理. 定理5 若x*为(3.5)定义的迭代函数Ψ(x)的不动点，则x*为?(x)的不定点. 反之，若x*为?(x)的不动点，设???(x)存在，??(x)≠1，则x*是Ψ(x)的不动点，且斯蒂芬森迭代法(3.3)是2阶收敛的. 7.4 牛顿法 7.4.1 牛顿法及其收敛性 对于方程f(x)=0，如果f(x)是线性函数，则它的求根是容易的. 牛顿法实质上是一种线性化方法，其基本思想是将非线性方程f(x)=0逐步归结为某种线性方程来求解. 设已知方程f(x)=0有近似根x0，且在 x0附近f(x)可用一阶泰勒多项式近似，表示为 当f?(x0)≠0时，方程f(x)=0可用线性方程(切线) 近似代替，即 f(x0)+f?(x0)(x-x0)=0.