第二章 非线性方程(组)的数值解法3.pptVIP

* §6 非线性方程组的解法 /* The Solutions for Systems of Nonlinear Equations */ 一、基本概念(/* Basic Concepts */) n个方程的n元非线性方程组的一般形式： 其中 是定义在区域 上的n元实值函数，且 中至少有一个是非线性函数。 如 是向量 n个方程的n元非线性方程组的向量形式： 令 方程组(*)可表示成向量形式 其中 是定义在区域 上的n维实向量值函数 如果 使 则称 是方程组（*）的解。 设 若存在向量 ，满足 则称 在 处可微，向量 称为 在 处的导数，记为 若 是开区域且 在 内每点处都可微，则称 在 可微。 （n元实值函数的可微性 ） /*Real Valued Function of n variables*/ 证明： 令 Th2.11 （导数的求法） 若 在 处可微，则 在 处关于 各自变量的偏导数 存在，且有 /*Differentiate*/ ? Frechet导数 注： 多元实值函数 的导数实际上就是函数 的梯度 。 （n元向量函数的可微性 ） 记 ，若存在矩阵 ，满足 则称 在 处可微，矩阵 称为 在 处的导数，记为 。若 是开区域且 在 内每点都可微，则称 在 可微 。 /*Function of n variables*/ Gateaux导数（定义详见[3]） Th2.12 （Frechet导数的计算） 设 ， 在 处可微的充要条件是 的所有分量 在 处可微；若 在 处可微，则 证明： 在 处可微 所以存在向量 等价于 其中 即 是 在 处可微的充要条件 在 处可微 Th2.11 所以 称为Jacobi矩阵 （收敛阶/*the order of Convergence*/) 设向量序列 收敛于向量 ， ，若存在实数 及常数 ，满足 或者满足当 （某个正整数）时， 则称序列 是 阶收敛的。当 且 时，称 为线性收敛， 为超线性收敛， 时为平方或二次收敛 二、Newton迭代法 令 设方程组（*）存在解 在 的某个开邻域 内可微 设 是方程组（*）的第 次近似解 Taylor公式展开 1、Newton迭代格式 写成向量形式 用该线性方程组的解作为非线性方程组（*）的第k+1次近似解 从而得到Newton迭代格式： 注： Newton迭代格式中每迭代一步都要求矩阵的逆运算，计算量大，应该想办法避免。 Newton迭代方法在实际计算时，转化为求方程组的解 缺陷 每迭代一次需要计算Jacobi矩阵，计算量仍然很大 需要进一步改进 算法: Newton迭代 给定初始近似值 x(0) ，求非线性方程F(x)=0 的解. 输入: 初始近似值 x(0) ; 容许误差 TOL; 最大迭代次数 Nmax. 输出: 近似解 x* 或失败信息. Step 1 Set k= 1; Step 2 While ( k ? Nmax) do steps 3-7 Step 3 计算 和 Step 4 求解线性