解非线性方程组的迭代法非线性方程组6其中为非线性函数.PDFVIP

§9 解非线性方程组的迭代法 非线性方程组： f (x , x , , x ) 0 ⎧ 1 1 2 n ⎪ f (x , x , , x ) 0 ⎪ 2 1 2 n ⎨ ⎪ (6.9.1) ⎪ f (x , x , , x ) 0 ⎩ n 1 2 n 其中f (x , x , , x ) 0 (i 1, , n) 为非线性函数， i 1 2 n (6.9.1)亦可写成向量的形式： F(x)=0 T T 这里F (x ) [f 1(x ) f n (x )] , x [x1 x1 ] . 一、 解非线性方程组的迭代法 （一）化为便于迭代的格式 f (x , x , , x ) 0 =⇒x g (x , x , , x ) (i 1, , n) (6.9.2) i 1 2 n i i 1 2 n 或者简记为 x g (x ) 这里 T T g (x ) [g (x ) g (x )] , x [x x ] 1 n 1 1 （二）生成迭代格式 1 ．分量形式 初始点：(x (0) , x (0) , , x (0) )T 1 2 n 迭代公式： x (k +1) g (x (k ) , x (k ) , , x (k ) ) (i 1,, n;k 0, 1,) i i 1 2 n 2 ．向量形式 (0) 初始点：x 迭代公式：x (k +1) g (x (k ) ) (k 0, 1, ) （三）迭代收敛条件 定理 16 设有非线性方程组 x=g(x) (1) 设 x*是方程 x=g(x) 的解 (2) 设gi(x)关于x*充分小的邻域连续可微； (3) 满足条件|| G( x*) ||∞ r 1，其中 ∂g (x ) G( x) ( i )n×n ∂x j 则当初始向量x(0) 充分接近x* 时，迭代方程 x (k +1) g (x (k ) ) 产生的向量序列{x(k)}收敛于x*. 二、 解非线性方程组的牛顿法 （一）牛顿法的推导 F(x)=0 F(x) 的Jacobi 矩阵是指 ∂f i (x ) J (x ) ( )n×n ∂x