计算方法第2章f(x)=0求根.ppt

例:求方程 的解 解法2:与原方程等价的方程为: 2.迭代过程的收敛性 简单迭代法的两个基本问题: 设另有f(x1)=0,那么根据微分中值定理有 x1- x*=g(x1)-g(x*)=g’(x2)(x1- x*) 即有 (x1- x*)(1- g’(x2))=0 根据条件有x1- x*=0,即x1= x* 最后证迭代数列收敛.首先, 由于xn- x*=g(xn-1)-g(x*)=g’(yn-1) (xn-1- x*) L(xn-1- x*)L2(xn-2- x*)…Ln(x0- x*) 不等式两边取极限得xn→ x*. 定理2.1中的条件要求对任意的x?[a, b]，均有不等式2.1成立.这时对任意的x0?[a, b],迭代数列收敛.这种迭代格式被称为全局收敛. 3．迭代法的结束条件 关于如何停止迭代过程,我们有下面的定理 定理2.3 设x*是x=g(x)的解,如果对于任意的 均有 ,则有误差估计式 证明:首先有 再由微分中值定理有 所以有 欲使绝对误差限为?1,只要 就够了.故只要 就够 至此,我们可以依迭代法编写程序进行计算了.框图和例4参见P26--27 例5: 写出用迭代法求方程 的解的收敛的迭代格式,试问该方法是几阶收敛? 解;因为f(0)=-1;f(1)=e+80; 所以在[0,1]方程至少有一个解. 又方程的等价形式为 令g(x)=1/5-ex/10,则g’(x)=- ex/10 于是, 即解的迭代格式为 由于 所以 取极限得 根据定义知:此迭代格式为线性收敛. MATLAB程序: x0=0;k=0;dx=1; while dxeps x=1/5-exp(x0)/10; dx=abs(x-x0); x0=x; k=k+1; end x,k 例6:设C为正实数,导出用牛顿法求 的公式,并证明迭代序列的误差 满足 解:设 ,则 于是有 由于 所以在 内有一正根.又在 内, 根据定理2.5得牛顿迭代格式为: 因为 所以 注意:由上式可得: 即该迭代格式是2阶收敛的. MATLAB程序为: x0=0;k=0;dx=1; while dxeps x=x0-(exp(-x0/4)*(2-x0)-1)/(exp(-x0/4)*((x0-6)/4)); dx=abs(x-x0); x0=x; k=k+1; end x,k 这应该说是较精确的解 如果改写x0=3,又会得到怎样的结果呢? 计算结果如上. 如果改写x0=6,又会怎样呢? 计算结果如上. x(1)=8; for k=2:3 x(k)=x(k-1)-((2-x(k-1))*exp(-x(k-1)/4)-1)/(exp(-x(k-1)/4)*(x(k-1)-6)/4); end x x = 8.0000 34.7781 869.1528 定理2.5指出:x0的选取是很要紧的.例如此例: 选x0=0则完全符合定理条件,可确保迭代格式收敛;选x0=3也可收敛;说明定理条件是充分条件;但如果选x0=8则发散 x0=1;x1=2;k=3;dx=1; while abs(dx)0.1 x=-(sin(x1)-(x1/2)^2)/(sin(x1)-sin(x0)-(x1/2)^2+(x0/2)^2)*dx; dx=x; x2=x1;x0=x2;x1=x+x1; k=k+1; end x1 二、牛顿法收敛的充分条件 定理2.5： 设f (x)在[a, b]上满足下列条件： （1）f (a) ? f (b) 0； （2）f’ (x) ? 0； （3）f? (x) 存在且不变号； （4）取x0? [a, b]，使得f? (x)?f (x0) 0 则由（2.3）确定的牛顿迭代序列{xk}收敛于f (x) 在[a, b]上的唯一根x*。 注：Newton法的收敛性依赖于x0 的选取。 x* x0 ? x0 ? x0 3．牛顿法收敛的阶 定理2.6 对于方程f(x)=0,设f(x)充分光滑.x*是f(x)=0在[a,b]内的根. （1）x*是单根,则牛顿迭代格式是2阶收敛的; （2） x*是m重根,则牛顿迭代格式是线性收