第十章：非线性方程求根方法.ppt

Solutions of Nonlinear Equations 非线性方程的求根方法 Bisection Method方程求根的二分法 Fixed-Point Iteration迭代法及其收敛性 Newton Method of Nonlinear Equations Newton迭代法 在实际应用中有许多非线性方程的例子，例如 （1）在光的衍射理论（the theory of diffraction of light)中,需要求x-tanx=0的根 （2）在行星轨道（ planetary orbits）的计算中,对任意的a和b，需要求x-asinx=b的根 （3） 在数学中，需要求n次多项式xn + a1 xn-1+...+an-1 x + an ＝0的根 方程求解是科学计算中一个重要的研究对象; 几百年前就已经找到了代数方程中二次至五次方程的求解公式; 但是,对于更高次数的代数方程目前仍无有效的精确解法; 对于无规律的非代数方程的求解也无精确解法; 因此,研究非线性方程的数值解法成为必然。 非线性方程的一般形式： f(x)=0 代数方程： f(x)=a0+a1x+……+anxn （an?0） 超越方程 ：f(x)中含三角函数、指数函数、或其他超越函数。 用数值方法求解非线性方程的步骤： （1）找出有根区间；（只含一个实根的区间称隔根区间） （2）近似根的精确化。从隔根区间内的一个或多个点出发，逐次逼近，寻求满足精度的根的近似值。 Bisection Method 二分法 二分法的基本思想： 假定f(x)=0在[a,b]内有唯一单实根x*，考察有根区间[a,b]，取中点x0=(a+b)/2，若f(x0)=0，则x*= x0 ，否则， （1）若f(x0)f(a)0，则x*在x0右侧，令a1=x0， b1=b; （2）若f(x0)f(a)0，则x*在x0左侧，令a1=a， b1= x0。 以[a1, b1]为新的隔根区间，且仅为[a,b]的一半，对[a1, b1]重复前过程，得新的隔根区间[a2, b2]，如此二分下去，得一系列隔根区间： [a,b] ?[a1, b1] ? [a2, b2] ?…… ? [ak, bk] ? …… 其中每个区间都是前一区间的一半，故[ak, bk] 的长度： 当k趋于无穷时趋于0。即若二分过程无限继续下去，这些区间最后必收敛于一点x*，即方程的根。 Bisection Method 性质： f(an)·f(bn)0; bn – an = (b – a)/ 2n 定理 设x*为方程f(x)=0在[a,b]内唯一根，且f(x)满足f(a)f(b)0，则由二分法产生的第n个区间[an, bn] 的中点xn满足不等式 证明： 二分法求解非线性方程的优缺点： 计算过程简单，收敛性可保证； 对函数的性质要求低，只要连续即可。 收敛速度慢； 不能求复根和重根； 调用一次求解一个[a,b]间的多个根无法求得。 Fixed-Point Iteration 迭代法及其收敛性 不动点迭代法 不动点的存在性与迭代法的收敛性 迭代收敛的加速方法 迭代法的基本思想 迭代法是一种逐次逼近的方法，用某个固定公式反复校正根的近似值，使之逐步精确化，最后得到满足精度要求的结果。 例：求方程 x3-x-1=0 在 x=1.5 附近的一个根。 将所给方程改写成 假设初值x0=1.5是其根，代入得 x1≠x0，再将x1代入得 x2≠x1，再将x2代入得 如此下去，这种逐步校正的过程称为迭代过程。这里用的公式称为迭代公式，即 k=0,1,2,…… 迭代结果见下表。仅取六位数字，x7与x8相同，即认为x8是方程的根。 x*≈x8=1.32472 Fixed-Point Iteration 将连续函数方程f(x)＝0改写为等价形式：x=?(x) 其中?(x)也是连续函数，称为迭代函数。 不动点：若x*满足f(x*)=0，则x*=?(x*)；反之，若x*=?(x*) ，则f(x*)=0 ，称x*为?(x)的一个不动点。 不动点迭代： (k=0,1,……) 若对任意 x0?[a,b]，由上述迭代得序列{xk}，有极限 则称迭代过程收敛，且x*=?(x*)为?(x)的不动点。 迭代法并不总令人满意，如将前述方程x3-x-1=0改写为另一等价形式： 建迭代公式： 仍取初值x0=1.5，则有x1=2.375， x2=12.396，x3=1904, 结果越来越大。此时称迭代过程发散。 不动点的存在性与迭代法的收敛性 定理（存在性） 设?(x)?C[a,b]且满足以下两个条件： （1）对于任意x ?[a,b]，有a≤?(x)≤b； （2）若?(x)在[a,b]一阶连续，且存