非线性方程组的Newton法.docVIP

多元非线性方程组解法 多元非线性系统的数学模型一般都是非线性方程组。 由于维数的增高，可能导致一元非线性方程的求根方法无法推广到多元情况，比如二分法，但是不动点迭代法及Newton法却可以顺利地推广到多元情况。 和线性方程组相比非线性方程组的解情况更复杂，它可能无解、有任意多个解，甚至是无穷多解，比如这些方程组 对根的隔离非常困难。 非线性方程组的的一般形式是 其中每个方程中左边都是一个多元函数；如果构造向量值函数 则非线性方程组的向量形式是 这样写的好处是使多元非线性方程组看起来更类似于一元非线性方程，当维数是1时它退化成一元方程。 不动点迭代法 　　可能会有多种变法，每种变法导致的迭代法的性态都不一样，有的收敛、有的发散、有的收敛快、有的收敛慢、有的收敛域大、有的收敛域小。 不动点迭代法收敛性 在一维情况时当在根的附近如果或不动点迭代法就收敛； 在多维情况时将换成或，其中表示多元函数的Jacobi矩阵。怎么证明？ 不动点迭代法的例子：[2 P.257] 如果取区域，则有，故在区域D内必有解，而且对D内任意一点作为初值向量，不动点迭代法一定收敛到D内的解。 取计算6　次得什么迭代序列？ Newton迭代法 设是的一个第k次近似根，将函数的每个分量在处进行多元Taylor展开，并取到一次项为止 表示成向量形式是 这个线性方程的解作为第次的近似根，由此就产生了Newton迭代法 Newton迭代法的计算步骤： Step1:猜出初值向量； Step2:求解线性方程组　得解； Step3:校正得　； 特点：每迭代一步都需要计算不同的n阶Jacobi矩阵，每个Jacobi矩阵又需要计算次函数值；还需要合适的方法求解线性方程组，这个方程组可能变得病态；局部收敛方法； Newton迭代法的例子： 用Newton法求如下方程组的解，取初值向量 Broyden迭代法(拟Newton法类的一种) 称为秩1修正的Broyden迭代方法。 特点：（1）克服了Newton法中每步均需计算Jacobi的缺点；（2）将前一步的迭代矩阵？进行适当的秩1　修正得到下一步的迭代矩阵？，可以使每个迭代步的工作量减小，有利于提高效率；（3）在一定条件下Broyden法仍具有超线性收敛的速度；（4）利用秩1修正的求逆公式，还可以构造逆Broyden迭代法。（5）适当选择较好的初始近似及初始矩阵，可以很快地得到近似解。 Broyden法的例子 取初值向量