非线性方程的数值解法.pptVIP

2.1 迭代法 2.1 迭代法 2.4 牛顿迭代法 2.4.3 牛顿迭代法的收敛性 例2.11 用牛顿迭代法求 x=e-x的根,ε=10-4 解：因 f (xk)= x ex –1 , f ′(xk)=ex ( x+1) 建立迭代公式 * 非线性方程的数值解法 引言 在科学研究和工程设计中, 经常会遇到的一大类问题是非线性方程 　　　　f(x)=0 (2.1)的求根问题，其中f(x)为非线性函数。 方程f(x)=0的根, 亦称为函数f(x)的零点 如果f(x)可以分解成 ,其中m为正整数且 ,则称x*是f(x)的m重零点,或称方程f(x)=0的m重根。当m=1时称x*为单根。若f(x)存在m阶导数,则是方程f(x)的m重根(m1) 当且仅当 记笔记 非线性方程的数值解法 当f(x)不是x的线性函数时，称对应的函数方程为非线性方程。如果f(x)是多项式函数，则称为代数方程，否则称为超越方程（三角方程，指数、对数方程等）。一般称n次多项式构成的方程 为n次代数方程,当n＞1时,方程显然是非线性的 一般稍微复杂的3次以上的代数方程或超越方程,很难甚至无法求得精确解。本章将介绍常用的求解非线性方程的近似根的几种数值解法 记笔记 非线性方程的数值解法 通常方程根的数值解法大致分为三个步骤进行 ①?判定根的存在性。即方程有没有根？如果有 根，有几个根？ ② 确定根的分布范围。即将每一个根用区间隔 离开来，这个过程实际上是获得方程各根的 初始近似值。 ③ 根的精确化。将根的初始近似值按某种方法 逐步精确化，直到满足预先要求的精度为止 对于一般的非线性方程,没有通常所说的求根公式求其精确解,需要设计近似求解方法,即迭代法。它是一种逐次逼近的方法,用某个固定公式反复校正根的近似值,使之逐步精确化，最后得到满足精度要求的结果。 2.3.1 迭代法的基本思想 为求解非线性方程f(x)=0的根，先将其写成便于迭代的等价方程 (2.3) 其中 为x的连续函数 例4 用迭代法求方程 在x=1.5附近的一个根 解 将方程改写成如下两种等价形式 相应地可得到两个迭代公式 如果取初始值 ＝1.5，用上述两个迭代公式分别迭代，计算结果见P21 即如果数 使f(x)=0, 则也有 , 反之, 若 , 则也有 , 称 为迭代函数 任取一个初值 , 代入式 的右端, 得到 再将 代入式 的右端, 得到 ,依此类推, 得到一个数列 …， 其一般表示 式(2.4)称为求解非线性方程的简单迭代法。 (2.4) 如果由迭代格式 产生的序列 收敛,即 则称迭代法收敛。 实际计算中当然不可能也没必要无穷多步地做下去, 对预先给定的精度要求ε，只要某个k满足 即可结束计算并取 当然，迭代函数 的构造方法是多种多样的。 迭代公式收敛（发散）指迭代序列 {xk } 收敛（发散）。 } 求方程 f(x)=x – 10x+2=0的一个根，取4位有效数字计算。 问题：迭代公式是否一定收敛？ 因 f(0)= 1 0, f(1)= -7 0, 所以方程在（0，1）中有根。方程改写为两种等价形式： 看下例： 解 对应的迭代公式分别为 10 x= x+2 x=lg(x+2) } 用迭代公式（1） x1=lg3=0.4771, x2=lg(x1+2)=0.3939, …., x6=0.3758, x7=lg(x6+2)=0.3758,… 用迭代公式（2） x1=10-2=8, x2=108-2≈108, x3=10108-2≈ 10108，…… x6、x7重合，所以迭代公式（1）是收敛的，x*≈0.3758。 迭代公式（2）发散。 取 x0=1, 算得 , x0=1, 算得 2.3.3 迭代法收敛的条件 对方程f(x)=0可以构造不同的迭代公式, 但迭代公式 并非总是收敛。那么,当迭代函数 满足什么条件时，相应的迭代公式才收敛呢？即使迭代收敛时，我们也不可能迭代很多次