数值chap7非线性方程组的求解导论.pptVIP

满足函数方程 f(x)=0 的x称为方程(1)的根，或称为函数f(x)的零点。如果函数?(x)可分解为 ?(x)=(x?s)mg(x) 且g(s )?0,则称s是?(x)的m重零点或?(x)=0的m重根。当m=1时，称s是?(x)的单根或单零点。 求根的隔离区间的两种方法 画出y = f (x)的略图，从而看出曲线与x轴交 点的大致位置。 也可将f (x) = 0分解为?1(x)= ?2(x)的形式， ?1(x)与 ?2(x)两曲线交点的横坐标所在的子 区间即为含根区间。 例如xlgx –1 = 0 可以改写为lgx=1/x 画出对数曲线y=lgx,与双曲线y= 1/x,它们交 点的横坐标位于区间[2,3]内 对于给定的f (x)，设有根区间为[A,B]，从x0=A 出发，以步长h=(B-A)/n(n是正整数)，在[A,B] 内取定节点：xi=x0＋ih (i=0，1，2，…，n)， 从左至右检查f (xi)的符号，如发现xi与端点x0 的函数值异号，则得到一个缩小的有根子区间 ［xi-1,xi］。 用逐步搜索法进行实根隔离的关键是选取步长h 要选择适当h ，使之既能把根隔离开来，工作量又 不太大。 二分法的优缺点 Matlab program 需要讨论的问题 首先期望每个xk都在? (x)的定义域上,保持有界而 且收敛到精确解; 如何选取适合的迭代函数? (x) ; 迭代函数? (x)迭代满足什么条件,迭代序列收敛到 精确解,收敛速度如何; H 设将原方程改写成下列形式 迭代法的收敛条件 注 局部收敛性 收敛性图像说明 matlab program  function y=iterate(x) x1=g(x) ; n=1 ; while (abs(x1–x)= 1.0e –6 ) ( n=1000 ) x = x1 ; x1=g(x); n = n+1 ; end x1 n 收敛阶(描述收敛速度)  收敛阶定理  Newton迭代法 Newton迭代法 Newton迭代法几何解释 牛顿法的收敛性  牛顿法的计算步骤： 牛顿法的计算步骤： matlab program 计算重根的牛顿迭代法 牛顿法应用举例 牛顿迭代法的优缺点 牛顿下山法采用以下迭代公式： 或写成不动点迭代形式 方程组可以表示为向量形式 F(x) = 0. 设D ?Rn,x*是D的内点,开区域S?D,函数F:D ?Rn在S内连续可微 且 F ?(x*)非奇异，则存在闭半球 D0={ x | || x?x*||?? , ? 0} ? S, 使对? x0?D0，由牛顿迭代公式产生的序列{x(k)}?D0，且此序列超线性收敛于x*；进一步，若F(x)在S内2次连续可微，则序列{x(k)}至少是平方收敛的. 收敛速度（收敛速度的阶） 设迭代过程 收敛于方程 的根 ， 如果迭代误差 当 时成立下列 渐近关系式 则称{xn}是p阶收敛 ?若 p = 1 , 称{xk}为线性收敛, 这时 0 C ≤1。 ? p1, 称{xk}为超线性收敛; p=2, 称其为平方收敛. 数p的大小反映了迭代法的收敛速度的快慢，P越大，收 敛越快，所以说收敛阶是对迭代法收敛速度的一种度量。 （收敛阶定理） 对于迭代过程 ，如果 在所求根 的邻近连续，并且: 则该迭代过程在点 邻近是P阶收敛的。 上述定理说明，迭代过程的收敛速度依赖于迭代函数 的选取. Newton法的基本思想 将非线性方程线性化，以线性方程的解逐步逼近非线性方程的解 具体而言： 设xk是非线性方程 f(x)=0的一个近似根，把 f(x)在xk处作一阶泰勒展开，即用前两项近似代替 则近似方程转化为 设 ，上式解为 于是方程 f(x)=0的新的近似根xk+1，可得牛顿迭代公式 牛顿迭代公式为特殊的不动点迭代。 其迭代函数为 设 是根 的某个近似值，