Chapter 2非线性方程的数值解法.ppt

取 满足 ? 因此，选取迭代函数 Newton – Raphson迭代格式 称之为牛顿—拉夫森方法，简称牛顿法 原理：将非线性方程线性化 取 x0 ? x*，将 f (x)在 x0 做一阶Taylor展开: ，? 在 x0 和 x 之间 2、Taylor展开法/* Taylor’s expansion Method */ 将 (x* ? x0)2 看成高阶小量，则有： x y x* x0 只要 f ?C1，每一步迭代都有 而且 ，则 x*就是 f 的根。 与x轴交点的横坐标 无开方运算，又无除法运算。 例1：?写出求 的Newton迭代格式； ?写出求 的Newton迭代格式,要求公式中既 解： ?等价于求方程 的正根 ?解法一： 等价于求方程 的正根 ? 解法二： 等价于求方程 的正根 ? Th4.1 （局部收敛性） 设 x* 为方程 f (x) =0的根，在包含x*的某个开区间内 连续， 且 ，则存在 x* 的邻域 ，使得任取初值 ，由Newton’s Method产生的序列 以不低于二阶的收敛速度收敛于x*，且 有根 根唯一 产生的序列单调有界保证收敛 Th4.2 （收敛的充分条件）设f (x) =0 且f ?C2[a, b]，若 (1) f (a) f (b) 0；(2) 在整个[a, b]上 且 ； (3) 选取 x0 ? [a, b] 使得 ； 则Newton’s Method产生的序列{ xk } 收敛于方程的根 , 且 注：Newton’s Method 收敛性依赖于x0 的选取。 x* x0 ? x0 ? x0 Th4.3 （收敛的另一充分条件）设 在[a, b]上连续， (1) f (a) f (b) 0；(2) 在整个[a, b]上 且 ； (3) ， 则对 ，Newton’s Method产生的序列{ xk } 收敛于方 程 在[a, b]内的唯一实根 。 且 证数列 单调递增（减）且有上（下）界 Th4.3中条件（3）的几何意义 证明仿照Th2.8 改进与推广（补充） /* improvement and generalization */ ? 重根 /* multiple root */ 加速收敛法： Q1: 若　　　 ，Newton’s Method 是否仍收敛？ 设 x* 是 f 的 n 重根，则： 且 。 因为 Newton’s Method 事实上是一种特殊的不动点迭代， 其中 ，则 A1: 有局部收敛性，但重数 n 越高，收敛越慢。 Q2: 如何加速重根情况时的收敛速度？ A2: 将求 f 的重根转化为求另一函数的单根。 ? 令　　　　　，则 f 的重根 = ? 的单根。 ? 求复根 /* Finding Complex Roots */ —— Newton 公式中的自变量可以是复数 记 z = x + i y, z0 为初值，同样有 设 代入公式，令实、虚部对应相等，可得 §5 弦割法与抛物线法 /* Secant Method and Parabola Method */ x0 x1 割线 /* secant line */ 切线斜率　?　割线斜率 需要2个初值 x0 和 x1。 Newton’s Method 每一步要计算 f 和 ，为了避免计算导数值，现用 f 的值近似