非线性方程的Newton法求解 - 天津大学研究生e-Learning平台.DOC

非线性方程的Newton法求解 姓名：赖俊云 学号：2011208070 学院：材料科学与工程 一、引言 非线性方程是指方程中未知数的次数不是一次的方程，在求解一些高次或者带对数、带三角函数的非线性方程中，很难通过解析法获得方程的精确解，因此实际应用当中大多采用数值法来近似求解非线性方程[1]。求解非线性方程的数值法主要有二分法，牛顿法，弦截法等[1-3]。 其中牛顿（Newton）法, 又称牛顿-拉弗森(Newton-Raphson) 法或切线法[2], 是求解非线性方程零点的一种重要的迭代法. 牛顿法程序简单, 其在单根附近具有二阶敛速，收敛速度快，是一种平方收敛的单步法，这是其它算法都难以比拟的。牛顿法应用范围也很广，它即可用于解代数方程和超越方程，也可用于解非线性方程组，既可求方程实根，也可求复根；既可求单根，也能求重根，因此它是近似根精确化的一种相当有效的方法[6]。但是牛顿法需要求函数导数，对于复杂的函数求导较为困难，而且牛顿法对初值的选取依赖性很大，初值选取不当有可能导致牛顿法不收敛甚至发散，从而导致迭代失败，从而使牛顿法应用受到一定限制[7]。 二、Newton法求解非线性方程的基本原理 基本概念 牛顿法是一种特殊的不动点迭代法，它的基本思想是将非线性方程逐步转化为线性方程来求解[6]。 设给定函数方程 将在作泰勒展开 取其线性部分，令，则有 设，则其解为 再将在处展开，也取其线性部分，得到 以此类推，得到牛顿法的迭代序列为 适当选取初值，就可以由上式很快的收敛得到精确的近似解。 几何意义 给定的线性方程的根在几何上的意义是曲线与轴的交点的横坐标。 如右图所示，设 是的某个近似值,曲线 上点P(, ) 处的切线方程为 此切线与x轴的交点的横坐标就是由牛顿迭代公式所确定的，此时得到的比初值进一步向逼近，然后依次得，无限逼近，最终得到满足精度要求的近似解。 所以牛顿法就是以曲线各点的切线与x轴的交点近似代替曲线与x轴的交点,因此,牛顿法又称切线法。 三、Newton法的两种变形 牛顿法至少二阶局部收敛，收敛速度快，是求解非线性方程的主要方法，但是它也存在需要求导数值、对初值选取很敏感、对重根收敛速度较慢的缺点，因此人们根据不同的需求对经典牛顿法进行一定的改进，包括简易Newton法、求重根的改进牛顿法，牛顿下山法[2]，三次收敛牛顿法[7]等等，其中最为常见的两种变形为简易Newton法和求重根的改进牛顿法。 简易Newton法 经典的牛顿法因为在每次迭代的时候都要求一次相应导数值，计算量较大，过程较为复杂，简易Newton法的基本思想就是用，即简易Newton法的迭代序列为： 这种变形大大减少了Newton法的计算量，但是相对的收敛速度也变得较慢，迭代次数增加，而且对初值的要求更为严格。适用于对结果精度要求不高，初值取值范围较小的非线性方程。 求重根的改进牛顿法 在有重根的情况下，直接使用Newton法，收敛是线性收敛的，收敛速度明显变慢。为了解决这一问题，在求解有重根的非线性方程时，引入了一种改进的Newton法提高收敛速度。该方法就是将迭代序列改为如下迭代： 其中m指的是重根的数目，这种方法在有重根的情况下仍能保持的二次收敛性，有着较快的收敛速度，但是缺点是需要知道m值。 四、Matlab编程 为了具体比较经典Newton法，简易Newton法，牛顿下山法，改进的牛顿法这四种方法之间的优缺点，我们引入实例，并通过Matlab编程实现这四种方法。程序均以经典牛顿法的Matlab程序演变而来，经典Matlab程序如下： 先建立一个如下的M文件newton1.m: function nt=newton1(fx,dfx,x0,e,N) x=x0;f0=eval(fx);df0=eval(dfx); n=0; disp( [ 迭代次数n xn ] ); while n=N x1=x0-f0/df0; x=x1;f1=eval(fx); disp([n,x0]); if abs(x0-x1)e return else n=n+1; x0=x1;f0=f1; end end if n==N+1 fprintf(迭代失败,请重新选择初值和迭代次数 ), end 然后在Matlab程序上根据不同函数调用该文件即可。 简易牛顿法和求重根的改进牛顿法程序与经典牛顿法类似，简易牛顿法的程序只需将上述中的dfx改为dfx0常数即可，求重根的改进牛顿法只需将程序中的迭代方式改为x1=x0-m*f0/df0，m为重根数，以上两种方法都是由上述程序进行的略微改动，就不在此赘述了。 五、算例分析 1、以简单的方程=0为例，用Matlab程序来实现并比较比较经典牛顿法、简易牛顿法和求重根的