第3节 简单迭法.pptVIP

* §3 简单迭代法(不动点迭代法) 3.1 简单迭代法公式 问题: f(x)实函数.求f(x)=0的近似值。 (1)先将f(x)=0化为等价方程 初始近似 k+1次近似 (迭代公式) 若 收敛于 且 连续,则 是f(x)=0的根。 说明: 由f(x)=0化成等价方程x=g(x)的化法有很多种。 (1) 如何选取迭代函数g(x)？ (3.2)式称为简单迭代法或单点迭代法或单步迭代法。 g(x)称为迭代函数。 基本思想方法： 出发,作序列 (2) 从某 讨论的问题: (2) g(x)满足什么条件，迭代序列收敛？ (2) 问题: 由 求 ，然而 是否是g(x)定义域上的值? 定义4 当迭代(3.2)收敛时,极限点 的解也称 的不动点。 的不动点。 称为 则 也可理解成： 是映射，若 满足 因此 则简单迭代法(3.2)称为收敛的。 迭代公式 说明两点： 分别就下列四种情况说明几何意义： (1) 中 的产生。 （2） 何时收敛,何时发散。 几何意义 求x=g(x)的根 求 的根 迭代法收敛 迭代法不收敛 从点 的直线交y=x于点 出发,作平行于x轴 作平行于y 轴的直线交y =g(x)于点 过该点 即 依次进行下去得到 且 x y y = x x* y=g(x) x0 p0 x1 p1 x y y = x x* y=g(x) x0 p0 x1 p1 定理 考虑方程 x = g(x), g(x)?C[a, b], 若 ( I ) 当 x?[a, b] 时， g(x)?[a, b]； ( II ) ? 0 ? L 1 使得 | g’(x) | ? L 1 对 ? x?[a, b] 成立。 则任取 x0?[a, b]，由 xk+1 = g(xk) 得到的序列 收敛于g(x) 在[a, b]上的唯一不动点。并且有误差估计式： ? ? ( k = 1, 2, … ) 且存在极限 ? ? ? ? ? ? k 证明：① g(x) 在[a, b]上存在不动点？ 令 有根 ② 不动点唯一？ 反证：若不然，设还有 ，则 在 和 之间。 而 ③ 当k ? ? 时， xk 收敛到 x* ？ ? ? ? ④ ? ⑤ ? ⑥ ? 可用 来控制收敛精度 L 越 收敛越快 小 注意: 定理2-6 （局部收敛定理） 实际计算中往往只在根 因此有局部收敛定理4： 邻近讨论， 定理2-7 （局部收敛定理） 例 解: 在 上有根. 方程 与 等价. 但 故不能用 作为迭代函数. 令 在 上满足 所以可用 作迭代函数求 的根. §3 Fixed-Point Iteration Algorithm: Fixed-Point Iteration Find a solution to x = g(x) given an initial approximation x0. Input: initial approximation x0; tolerance TOL; maximum number of iterations Nmax. Output: approximate solution x or message of failure. Step 1 Set i = 1; Step 2 While ( i ? Nmax) do steps 3-6 Step 3 Set x = g(x0); /* compute xi */ Step 4 If | x ? x0 | TOL then Output (x); /* successful */ STOP; Step 5 Set i ++; Step 6 Set x0 = x ; /* update x0 */ Step 7 Output (The method failed after Nmax iterations); /* unsuccessful */ STOP. 当 x 很大时，此处可改为 Aitken(埃特金)加速方法 几何意义: 设初值 由迭代法: 由三角形相似,得: 过两点 作直线 , 说明: 该表达式正是埃特金加速收敛的公式, 比 更接近于 从图中可以看出 (1)这里的 并不是简单收敛列 中的 (2)对某些不收敛的情况,用埃特金方法“加速”也有可