计算方法-非线性方程数值解法.pptVIP

* This is a placeholder for the demo. It reminds you when to switch over to the demo and it tells the audience why you are going to show them what you are showing both before the demo and when you switch back to the slides. 实际计算中当然不可能也没必要无穷多步地做下去, 对预先给定的精度要求ε，只要某个k满足： 即可结束计算并取 当然，迭代函数 的构造方法是多种多样的。 例6. 用迭代法求方程 在x=1.5附近的一个根。 相应地可得到两个迭代公式 如果取初始值 ，用上述两个迭代公式分别迭代，计算结果： 解 将方程改写成如下两种等价形式 k xk 0 1 2 3 4 5 6 7 1.5 1.35721 1.33086 1.32588 1.32494 1.32476 1.32473 1.32472 此迭代法收敛 此迭代法发散 k xk 0 1 2 3 4 5 6 7 1.5 2.375 12.4 1905.62 … … … … 7.2.3 迭代法收敛的条件 对方程f(x)=0可以构造不同的迭代公式, 但迭代公式并非总是收敛。 那么,当迭代函数 满足什么条件时，相应的迭代公式才收敛呢？ 即使迭代收敛时，我们也不可能迭代无穷次，而是迭代有限次后就停止，这就需要估计迭代值的误差，以便适时终止迭代。 定理1，2 设函数 在[a,b]上具有连续的一阶导数, 且满足 （1）对所有的x∈[a, b] 有 （2）存在 0 L 1 ,使所有的x∈[a,b]有 ① ② 则方程 在[a, b]上的解 存在且唯一。 对任意的 ，迭代过程 均收敛于 。并有误差估计式 上机计算，用此式估计误差 手动推导，给出迭代次数k x y a b a b 图形比较平缓 迭代之后的y值也在[a, b]内 一定有交叉点，故方程 一定有解。 从图中可以看出，曲线 例7. 对方程 ，构造收敛的迭代格式，求其最小正根，计算过程保留4位小数。 解：易知[1,2]是方程的有根区间, 且在此区间内 因此对应等式(1)的迭代公式不满足收敛条件。 故原方程在[1,2]有且仅有一根。试构造等式(1)： (1) 因此，对应等式(2)的迭代公式满足收敛条件。 现在以另外一种方式构造等式（2） （2） k xk 0 1 2 3 4 5 1.5 1.5157 1.5180 1.5184 1.5185 1.5185 k xk 0 1 2 3 4 5 课堂练习 Home k xk 0 1 2 3 4 5 1.9 1.5720 1.5265 1.5197 1.5187 1.5185 牛顿迭代法 用迭代法可逐步精确方程 根的近似值。 但必须要找到 的等价方程 如果 选得不合适,不仅影响收敛速度,而且有可能造成迭代格式发散。 问题：能否找到一种迭代方法,既结构简单,收敛速度快,又不存在发散的问题。这就是本节要介绍的牛顿迭代法。 7.4 牛顿迭代法 7.4.1 牛顿迭代法的基本思想 牛顿迭代法是一种重要和常用的迭代法, 它的基本思想是将非线性函数f(x)逐步线性化, 从而将非线性方程 f(x)=0 近似地转化为线性方程求解。 牛顿迭代公式的推导： 设f(x)有2阶连续的导数，对于方程 , 设其近似根为 , 则函数f(x)可在 附近作泰勒展开： 忽略高次项,用其线性部分作为函数f(x)的近似， 设 的根为 ,则有 ,即 … 于是得到著名的牛顿迭代公式： 将右端视为 ,即 是比 更接近于 的近似值。 评论：牛顿迭代法不属于不动点迭代法。 7.4.3 牛顿迭代法的收敛性 定理2.4 设 是方程 的单根, 且f(x)在 的某邻域内有连续的二阶导数,