2.3牛顿迭代法.ppt

Matlab代码 function [p1,err,k,y]=Newtonpt(f,p0,p1,delta,epsilon,max1) for k=2:max1 p2=p1-feval(f.p1)*(p1-p0)/(feval(f,p1)-feval(f,p0)); err=abs(p2-p1); relerr=2*err/abs(p2+eps); p0=p1; p1=p2; if(errdelta)|(relerrdelta)|(abs(y)epsilon) break; end end if k==max1 disp(‘超出最高迭代次数’)； end p=p’ * 重复上述过程可得到序列｛xk｝收敛到x* 高等数值分析 牛顿迭代法 牛顿法及几何意义 局部收敛性定理 牛顿迭代法的应用举例 算法思想实现过程 Newton’s Method Extend tangent line from current approximation [xi, f(xi)] to where it crosses the x axis [xi, f(xi)] 取x0作为初始近似值，将f(x)在x0做Taylor展开: 重复上述过程 ? 作为第一次近似值 一、牛顿法及其几何意义 Newton 迭代公式 基本思路：将非线性方程f(x)=0 线性化 牛顿法基本思想 x y x* x0 x 1 x 2 牛顿法也称为切线法 牛顿迭代法的局部收敛性定理 注：1. 称为牛顿迭代函数。 2. 则 ———不动点 设　　　　 且存在数 ，使 ,若 则存在一个数 ，对于任意初始近似值 使得由如下迭代定义的序列 收敛到 至少平方收敛 证明牛顿法的收敛性 证： 作为第一次近似值 令 代入 若 足够逼近 ，则最后一项远比前两项的和小。因此 即 可用来定义根的下一个近似值 又∵f(x*)=0,则g’(x*)=0,又g’(x)是连续的, 因此可找到一个数 ，在区间 内，使 由Taylor 展开： 令k?? ，由 f ?(x*) ? 0，即可得结论。 若　　　 ，Newton法是否仍收敛？ 设 x* 是 f 的 m 重根，则令： 且 Answer1: 有局部收敛性 思考题1 Answer2: 线性收敛 当x* 是 f (x)=0的m重根, 是否平方收敛？ 思考题2 收敛性与初始值的选取 X f(x) inflection point 结论：Newton法的收敛性依赖于x0 的选取。 x* x0 ? x0 ? x0 ? 设 f (x)?C2[a, b]，若 f (a) f (b) 0 在整个[a, b]上 f ?(x) ? 0 f ??(x)在 [a, b]上不变号 选取初始值x0 ? [a, b] 使得 f ??(x0) f (x0) 0 则由Newton法产生的序列{ xk } 单调地收敛到 f (x)=0 在 [a, b] 的唯一根x*,且收敛速度至少是二阶的 全局收敛性定理 有根 根唯一 保证产生的序列{xk}单调有界 保证Newton迭代函数将[a,b]映射于自身 将f(x*)在 xk 处作Taylor展开 证明：以 为例证明 说明数列{xk}有下界 对迭代公式两边取极限，得 故{xk}单调递减, 从而{xk}收敛.令 推论（求平方根的迭代法） 设A为实数，且A0，而且令 为 的初始近似值。使 用下列递归规则 定义序列 ，则序列 收敛到 .也可表示 为： 证：令 方程 的根为 .则 例题 用牛顿平方根求 的近似值。误差限为0.0005 解： 令 方程 的根为 .则 用牛顿平方根求 的近似值。误差限为0.0005 练习 用牛顿平方根求 的近似值。从 开始 解： 令 方程 的根为 .则 三、计算实例及其程序演示 (1) 选定初值x0 ,计算f (x0) , f ?(x0) (2) 按公式 迭代 得新的近似值xk+1 (3) 对于给定的允许精度?，如