第9章 2-非线性方程组的迭代解法.pptVIP

9.3 非线性方程组的迭代解法 一.一般迭代法 二.牛顿迭代法 含有n个未知数的n个方程的非线性方程组为 (1) 其中 为n维列向量， 非线性方程组包 括： 高次方程组,即代数方程组 超越方程组 产生背景: 许多科学理论与工程技术都可化为非线性方程组 求解的特点： 无求解公式，无直接解法， 难求得精确解。 求解的方法： 间接法即迭代法。 迭代法求解的要求： 收敛 计算效率(快慢) 数值稳定性(考虑计算机的舍入误差) 初始值好 迭代公式合适(好的) 1.建立 x y y = x x y y = x x y y = x x y y = x x* x* x* x* x0 p0 x1 p1 ? x0 p0 x1 p1 ? x0 p0 x1 p1 ? x0 p0 x1 p1 ? 2.迭代法的收敛性 (局部收敛性) （收敛定理） 证: 1o 由微分中值定理 2o~ 4o 注：L越小，收敛越快。 定理3.1指出:只要构造的迭代函数满足 迭代法的收敛阶(收敛速度) 定义3.1. :设 若有实数c0,p≥1,使 则称 是 p阶收敛,相应的迭代法称为p阶方法. 特别, p = 1,称线性收敛; 1p2,称超线性收敛 p=2,称平方收敛。 (2) 3. 非线性方程组的一般迭代法 (3) 并构造不动点迭代法 (4) 把方程组(1)改写成下面便于迭代的等价形式： 对于给定的初始点 ,若由此生成的序列 收敛， (1)的解。 是方程组 的不动点， 是迭 。即 满足 连续函数.则 的 是自变量 是连续的,即 .且 代函数 例1 设有非线性方程组 把它写成等价形式 并由此构造不动点迭代法 取初始点 。计算结果列于表1，可见迭代收敛到方程的解 表 1 k 0 1 2 … 18 19 0 0.8 0.928 … 0.999999972 0.999999989 0 0.8 0.931 … 0.999999972 0.999999989 函数也称映射，若函数 的定义域为 ，则可用映射符号 简便地表示为 。为了讨论不动点迭代法（4）的收敛性，先定义向量值函数的映内性和压缩性。 1. 一元方程牛顿法 将 在点 作Taylor展开: ——Taylor展开线性化（重要思想） 近似于 解出 , 记为 ,则 Newton迭代法的几何意义 与 轴的交点 ，作为下一个迭代点 ,即 用 在点 处的切线 Newton迭代法 需要求每个迭代点处的导数 复杂！ (6) 这种格式称为简化Newton迭代法 精度稍低 Newton法的改进 无论哪种迭代法： Newton迭代法 简化Newton法 用Newton迭代法求解: x0 = 2 x1 = -3.54 x2 = 13.95 x3 = -279.34 x4 = 122017 是否收敛均与初值的位置有关. 例3 x0 =1 x1 = -0.5708 x2 = 0.1169 x3 = -0.0011 x4 = 7.9631?10-10 x5 = 0 收敛 发散 迭代法的局部收敛性 2. 非线性方程组的Newton法 对于非线性方程组，也可以构造类似于一元方程的Newton迭代法。设 是方程组（1）的解， 是方程组的一个近似解。用点 处的一阶Taylor展开式近似每一个分量函数 的值 ，有 其中 为 的Jacobi矩阵 在 的值，而 写成向量形式有 若矩阵 非奇异，则可以用使（7）右端为零的向量作为一个新的 的近似值，记为 ，于是得到Newton迭代法 （8) 其中 是给定的初值向量。如果写成一般不动点迭代 的形式，则Newton迭代函数为 (9) 在Newton法实际计算过程中，第k步是先解线性方程组 解出 后，再令 ，其中包括了计算向量 和矩阵 (10) 例4 用Newton法解例1的方程组 解 对该方程组有 取初始向量