基于MATLAB的科学计算—非线性方程(组).docVIP

科学计算—理论、方法 及其基于MATLAB的实现与分析 解非线性方程（组） （一）直接法 　　设方程在区间上有唯一解，并且，如方程 　　　　　　　 （2） 首先要确定适当的包含根的区间，这可以依据闭区间上连续函数的介值定理来确定，例如，，，所以方程 （２）至少有一个实根属于区间，图1表明区间中只含有一个根，显然方程 （２）的根不易直接求得。在区间[-1，0]、[0，1]和[1，2]的情形，如下图１所示 例１　plotNL_fun01.m plotNL_fun01 clear x=-1:0.05:2; f=x.^3-2.3*x.^2+x.*sin(x)+0.3; plot(x,f,r,x,0*x,k) title(The Image of f(x)=x^3-2.3*x^2+x*sin(x)+0.3) xlabel(\fontsize {12} \fontname {宋体}　图１) axis square 二分法的求根过程：用表示方程在区间上的根，对于给定的精度要求，取区间的中点，并按下式进行判断： 　　　　　　　（２） 以为例，如果，那么区间内的任何一点都可以作为方程的近根。二分法适用于一个方程的场合，收敛速度是线性的，二分次数的估计： 　　　　　　（３） ２、黄金分割法： 在区间内取对称的两点： 　　　　　　　　　（４） 使得 按这种方法选取点和，每次去掉的区间长度至少是原区间长度的0.618倍， 　　（５） 适用于一个方程的场合，收敛速度是线性的，迭代次数的估计： 　　　　　（６） （二）迭代法 首先将方程（组）写成等价的迭代形式： 　　　　　　　（７） 由此确定了相应的迭代法: （８） 　　 迭代收敛的图像解释 对于非线性方程（组）的迭代法来说，同样面临收敛性问题，为说明收敛性条件，先看下面的例子： 例2： 　　让我们来求如下方程的根 下面，我们采用迭代法求方程 （１）位于区间中的根，为此构造迭代算法如下： 　　 　　 （９） 　　， 　　 （１０） 在区间中任取一个迭代初值，如取初值．执行下面的程序：EqutIteration.m: open EqutIteration.m EqutIteration N = 29 下面欲求１．５附近的根，为此分别取初值，，迭代的结果如下： open Ex_IteraConv01 Ex_IteraConv01 N = 31 收敛性定理：（收敛的充分性条件） 　　设方程在上存在唯一解，是方程的等价形式，如果 １、在上连续可微； ２、对任何，； ３、， 则对任何，由迭代算法 　　，　　　　　　　　　 　（１１） 生成的序列收敛于方程在上的唯一解。并有误差估计式 . 注1：满足方程的点称为映射的不动点； 注2：具有性质的映射称为压缩映射； 因为，， ， 下面证明误差估计式，因为 ， 据此递推，可得 . 于是对任意正整数,有 在上式中令，注意到. 对任意正整数，有 . 令,则有 一点注释：当方程（组）为线性方程（组）时，就是迭代格式　中的矩阵，而就对应着矩阵的范数． 例3: Ex_IteraConv01.m open Ex_IteraConv01 x=[0.3:0.01:2]; y=(0.3+x.*sin(x))/(x.*(2.3-x)); plot(x,y,x,x) hold on m=1; z=1.4; while m15 y=(0.3+z*sin(z))/(z*(2.3-z));; plot([z z],[z y],r,[z y],[y y],r) z=y; m=m+1; pause end 迭代收敛的图像解释 例4: Ex_IteraConv02.m open Ex_IteraConv02 Ex_IteraConv02 上面的例子表明了两点：在根附近，迭代法（１０）不满足的条件，导致迭代法序列不收敛于此根；在根附近，迭代法（１０）尽管也不满足的条件，但所生成的序列收敛于此根． 例5 在用迭代法求解方程的正根时，构造迭代函数,试选取适当的使迭代计算收敛,并计算其迭代3步所得的值. 解： 由于根,故取使. 为使收敛速度快，取使 ， 因此迭代公式为.取初值=2,迭代计算，数值结果如下： 显然，这里选取的迭代公式收敛，并且收敛速度较快. 定理 （局部收敛性）设在的邻近连续，且 ， 则迭代过程在邻近具有局部收敛性. 收敛速度：如果有 （当时，要求）　　（２９） 则称迭代的收敛速度是阶的。特别地，时称为线性收敛(Linear Convergence)，时称为超