第5章4节牛顿法.pptVIP

* §4 牛顿法 1 牛顿法及其收敛性 设已知方程 有近似根 （假定 )， 将函数 在点 展开，有 于是方程 可近似地表示为 牛顿法是一种线性化方法， 逐步归结为某种线性方程来求解. 其基本思想是将非线性方程 * 这是个线性方程，记其根为 ， 则 的计算公式为 这就是牛顿(Newton)法. 牛顿法的几何解释. 方程 的根 可解释为 曲线 与 轴的交点的横坐标 图5-3 （图5-3). * 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. 由于这种几何背景，牛顿法也称切线法. 由定理4，可以直接得到牛顿法的收敛性. * 由于 假定 是 的一个单根， 即 ， 则由上式知 牛顿法的迭代函数为 在根 的邻近至少是平方收敛的. 于是依据定理4可以断定， 又因 * 可得 例7 解 取迭代初值 ，迭代结果列于表5-5中. 用牛顿法解方程 这里牛顿公式为 所给方程实际上是方程 的等价形式. 在根 的邻近是平方收敛的. 牛顿法 * 牛顿法的计算步骤： 步骤1 准备 选定初始近似值 ， 步骤2 迭代 迭代一次， 得新的近似值 ， 若用不动点迭代 迭代 到同一精度 可见牛顿法的收敛速度是很快的. 要迭代17次. 计算 按公式 计算 * 则终止迭代，以 作为所求的根； 此处 是允许误差，而 其中 是取绝对误差或相对误差的控制常数， 步骤4 修改 如果迭代次数达到预先指定的次数 ， 步骤3 控制 如果 满足 或 ， 否则转步骤4. 一般可取 * 或者 ，则方法失败； 否则以 代替 转步骤2继续迭代. * 2 牛顿法应用举例 对于给定的正数 ，应用牛顿法解二次方程 可导出求开方值 的计算程序 这种迭代公式对于任意初值 都是收敛的. *  先讨论局部收敛性 *  再讨论全局收敛性 1）当C1时，f(x)=x2-C在[1,C]上满足全局收敛性定理5，迭代法在[1,C]上全局收敛。 2）当C1时, f(x)=x2-C在[C,1]上满足全局收敛性定理5，迭代法在[C,1]上全局收敛。 * 解 取初值 ，对 按牛顿迭代公式迭代3次 便得到精度为 的结果 例8 求 . （见表5-6). * 3 牛顿下山法 牛顿法的优点是收敛快，缺点一是每步迭代要计算 及 ，计算量较大且有时 计算较困难， 为克服这两个缺点，通常可用下述方法. 二是初始近似 只在根 附近才能保证收敛，如 给的不合适可能不收敛. * 牛顿下山法. 牛顿法收敛性依赖初值 的选取. 如果 偏离所求根 较远，则牛顿法可能发散. 例如，用牛顿法求方程 在 附近的一个根 . 设取迭代初值 ，用牛顿法公式 计算得 * 迭代3次得到的结果 有6位有效数字. 但如果改用 作为迭代初值，则依牛顿法公式 迭代一次得 这个结果反而比 更偏离了所求的根 . 为了防止迭代发散，对迭代过程再附加一项要求，即 具有单调性： 满足这项要求的算法称下山法. * 将牛顿法与下山法结合起来使用，即在下山法保证函 数值稳定下降的前提下，用牛顿法加快收敛速度. 将牛顿法的计算结果 与前一步的近似值 适当加权平均作为新的改进值 其中 称为下山因子， 称为牛顿下山法. 即为 * 选择下山因子时从 开始，逐次将 减半进行试算， 若用此法解方程 ，当 时可求得 直到能使下降条件成立为止. ，它不满足下降条件. 通过 逐次取半进行试算，当 时可求得 此时有