第7章非线性方程组的求解.ppt

(1) 在 x* 附近选取 x(0)?D0, 给定精度? 0. (2) 反复做以下步骤, 直到达到精度, ①计算 F(x(k)) 和 F ?(x(k)), ?x(k) = (x(k) ? x(k -1)) , ②求解关于?x(k)的方程组, ③计算 x(k+1) = x(k) + ?x(k) . 解非线性方程组的牛顿迭代法 算法 例 解 牛顿法迭代公式为 选 x =(1,1)T, 当 k = 4 时 Matlab非线性方程求根的命令 1. 代数方程组的求根roots r=roots(P) 2. 求零点fzero x=fzero(F,x0,option) 3 求方程组数值解的命令fsolve x=fsolve(fun,x0,options) 复习题 7.1，7.4, 7.5，7.8, 7.9 7.15, 7.16, 7.17, 7.18 收敛阶(描述收敛速度)  收敛速度（收敛速度的阶） 设迭代过程 收敛于方程 的根 ， 如果迭代误差 当 时成立下列 渐近关系式 则称{xn}是p阶收敛 ?若 p = 1 , 称{xk}为线性收敛, 这时 0 C ≤1。 ? p1, 称{xk}为超线性收敛; p=2, 称其为平方收敛. 收敛阶定理  数p的大小反映了迭代法的收敛速度的快慢，P越大，收 敛越快，所以说收敛阶是对迭代法收敛速度的一种度量。 （收敛阶定理） 对于迭代过程 ，如果 在所求根 的邻近连续，并且: 则该迭代过程在点 邻近是P阶收敛的。 上述定理说明，迭代过程的收敛速度依赖于迭代函数 的选取. Newton迭代法 Newton法的基本思想 将非线性方程线性化，以线性方程的解逐步逼近非线性方程的解 具体而言： 设xk是非线性方程 f(x)=0的一个近似根，把 f(x)在xk处作一阶泰勒展开，即用前两项近似代替 则近似方程转化为 设 ，上式解为 Newton迭代法 于是方程 f(x)=0的新的近似根xk+1，可得牛顿迭代公式 牛顿迭代公式为特殊的不动点迭代。 其迭代函数为 Newton迭代法几何解释 设 是根 的某个近似值，过曲线 上横坐标为 的点 引切线，并将该切线与 轴的交点的横坐标 作为 的新的近似值. 注意到切线方程为 牛顿法的收敛性  定理 设f(x*)=0, ,且在 x* 的邻域 上 存在, 连续,则可得 (1)Newton迭代公式在单根情况下至少2阶局部收敛. (2) 定理表明，当初值x0充分接近x*时，Newton法的 收敛速度较快，但当初值不够好时，可能会不收敛 或收敛于别的根，这可从Newton法的几何意义看到： 牛顿法的计算步骤： 步骤1 准备 选定初始近似值 ， 计算 步骤2 迭代 按公式 迭代一次， 得新的近似值 ，计算 步骤3 控制 如果 满足 或 ， 则终止迭代，以 作为所求的根； 否则转步骤4. 此处 是允许误差，而 牛顿法的计算步骤： 其中 是取绝对误差或相对误差的控制常数， 步骤4 修改 或者 ，则方法失败； 否则以 代替 转步骤2继续迭代. 如果迭代次数达到预先指定的次数 ， function y=newton(x0) x1=x0–fc(x0)/df(x0); n = 1; while (abs(x1 –x0)=1.0e–6)(n=100000000) x0 = x1 ; x1 = x0–fc(x0)/df(x0); n = n +1; end x1 n matlab program 计算重根的牛顿迭代法 Newton法在重根情形下的收敛阶为线性阶 若 是方程 的 重根， 即 此时有 牛顿法应用举例 可导出求开方值 的计算程序 ：开方公式对于任意给定的正初值均为平方