数值分析非线性方程求根Q.pptVIP

4.2 非线性方程组的迭代解法 n 个方程, n 个变元的非线性方程组的一般形式： 那么， 方程组(4.14)可以表示为向量形式 F(x) = 0. 定理4.10 设 x 是D的内点, D?Rn , 若?:D ?R1在 x 处可微, 则有 f 在 x 处的导数 ??(x) 叫 f 在 x 处的梯度, 记为 grad ?(x) 或 ??(x) . 定理4.11 设 D?Rn , x是D的内点, F:D?Rn , 则 (1) F 在 x 处可微 ? F 的所有分量函数 f i 在 x 处可微. (2) 若F 在 x 处可微, 则有等式: 定理4.12 设D?Rn , x是D的内点, F: D?Rn , 则 (1) 若F 在 x 处的 Jacobi 矩阵存在且连续, 则 F 在 x 处可微, (此时, 称 F 在 x 处连续可微).且有(**)式成立. (2) 若F 在 x 处可微, 则 F 在 x 处连续. (3) 若D为开区域, D0(? D)是开凸域, 则对 ?x?D0, x + h?D0, 成立等式 其中, 0?i 1, i=1,2,…, n, 定义 设向量序列{xk} 收敛于 x*, ek = xk? x*?0, (k = 0,1,2,…) , 若存在常数 c 0 和 r ?1 , 使得 4.2.2 简单迭代法 求方程组的解转化为求不动点 非线性方程组可表示为 F(x) = 0，其中 F: D?Rn ?Rn 是向量值函数， 如同单个方程的情形一样，把 F(x) = 0 改写为等价形式: x = G(x)，其中，G: D?Rn ?Rn是向量值函数. 若有x*?D，使 x* = G(x*)， 则称 x*是 G(x) 的不动点. x* = G(x*) ? F(x*) = 0 . 向量值函数的不动点迭代 选取初始向量 x（0）?D，构成迭代 x(k+1) = G(x(k))， k = 0,1,2… (4.20) 定理4.13 (压缩映像原理) 设n 维区域 D?Rn, 闭区域 D0? D, 向量值函数 G: D ?Rn 在 D0 上满足下两个条件: (i) G(D0) ? D0, 即, D0在G之下的像仍位于D0中; (ii) G 在 D0 上是压缩映射, 即, 存在常数 L?(0,1), 使对 ? x, y ?D0, 有 ||G(x) ? G(y)|| ? L ||x ? y||. 那么, 有下面的结论: (1) 对 ? x(0) ?D0, 迭代 x(k+1) = G(x(k)) 产生的序列 { x(k) }?D0 ,且收敛于 x = G(x) 在 D0 内的唯一解 x*. (2) 成立误差估计式 定理4.14 (局部收敛定理) 设区域 D?Rn，x*是D的内点， 函数G: D ?Rn 在 x*处可微， 若 G ?(x*) 的谱半径 ? (G ? (x*)) 1 , 则存在开球 使对任意的初值 x(0) ?D0， 迭代 x(k+1) = G(x(k)) 产生的序列 { x(k) }?D0 ，且此序列收敛于 x*. 例6 用简单迭代法求解下面的方程组 4.2.3 牛顿法 设方程组 F(x)=0 有解 x*, x*?S, S为开区域, F(x)在 S 内可微, x(k)又是 F(x)=0 的第 k 个近似解. 由一阶Taylor公式可得 用(4.26)的解作为 F(x)=0 的第个近似解，由此得迭代公式 x(k+1) = x(k)?F ?(x(k))?1F(x(k)) (k = 0,1,2,…) (4.27) 公式(4.27) 叫做求解 F(x) = 0 的牛顿法。 当 n =1 时，(4.27) 变为 f1(x1)=0的牛顿迭代公式 定理 4.15（牛顿法的局部收敛性）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， 由迭代公式(4.27)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. 求方程组 F(x) = 0 的解 x*, 可使用下迭代公式: F ?(x(k))(x ? x(k))= ? F(x(k)) (4.26) 4.2.4 离散的牛顿法 * 4.2.1 向量值函数的概念 其中 fi 是定义在区域 D (