第三章迭代法s3.pptVIP

第三章 迭 代 法 迭代加速 迭代加速 简化： 迭代加速 迭代加速法的优点： 加快迭代过程的收敛速度 将发散的迭代格式加工成收敛的 Newton迭代 Newton迭代 Newton迭代 举例（一） 重根情形 提高收敛阶 降低初始点的要求 Newton下山法 * * 第三节 迭代加速和Newton迭代法 设有不动点迭代： （? 在 xk 和 x* 之间） 设： 缺点：每次迭代需计算 如何避免计算导数？ 设： “迭代-加速”格式 迭代函数由 变为 所以此格式定义合理。 故选择适当的D, 可能使 从而此迭代格式应该比原迭代格式的收敛速度更快！ 基本思想： 将非线性方程线性化 设 xk 是 f (x)=0 的近似根， 将 f (x) 在 xk Taylor 展开: ，? 在 xk 和 x 之间。 x y x* xk xk+1 条件： f’(x) ? 0 Newton 法可以看作下面的不动点迭代： 其中 ?’(x*) = 0 Newton 法至少 二阶 局部收敛 定理 设 f(x) 在其零点 x* 的某个邻域内二阶连续可导且 f’(x) ? 0，则存在 x* 的某个 ? 邻域 N(x*) =[x*-? , x* +? ], 使得对 ? x0? N(x*)，Newton 法产生的序列以不低于二阶的收敛速度收敛到 x* 。 (局部收敛定理) Newton 法也可以看作一类特殊的加速迭代 取 ?(x) = x+f(x) 例：设计一个二阶收敛算法计算 (a 0)。 解：转化为求 x2-a = 0 的正根 Newton 迭代： 二阶收敛 练习：设计一个局部收敛的迭代算法只用“+”、“-”、“*”计算倒数1/a。 设 x* 是 f(x) 的 m(m?2) 重根，Newton法是否收敛？ Taylor 展式 Newton 迭代： 线性收敛。 且重数 m 越高，收敛越慢。 Taylor 展式 Taylor 展式 提高收敛速度 但 m 通常无法预先知道！ 法一：取 二阶收敛 法二：将求 f(x) 的重根转化为求 另一个函数 的单根。 构造针对 ?(x) 的具有二阶收敛的 Newton 迭代： 令 ，则 x* 是 ?(x) 的单重根。 例：求 sin(x)-x/6=0 的正根。 mynewton.m Newton 下山法： ?k ?k 为数列 中满足 的最大数。 算法 7.2 (Newton下山法) 给定初始点 x0，精度要求 ? 1. 如果 | f (xk)| ? , 停机，输出 xk 2. 计算 ，? =1 3. 如果| f (xk+?dk)| | f(xk)|，令 xk+1= xk+?dk ，返回第1步； 否则? 折半，重新计算第3步 Newton 法的收敛依赖于初始点的选取。 定理 若xk 不是 f 的零点，则存在 ?0 0，使得对于?? ?[0, ?0] 有 Newton 下山法 Matlab程序：mynewton2.m 例：求 sin(x)-x/6=0 的正根。 f = sym(sin(x)-x/6); x=mynewton(f,1.6,1e-4) x=mynewton2(f,1.6,1e-4)