牛顿迭代法论文.docVIP

盐城师范学院课程考察论文 课程名称：《计算方法》 学院：数学科学学院 专业：数学与应用数学 班级：数学09（4） 姓名：陈玉婷 学号论文题目：浅析牛顿迭代法及其延伸 成 绩 浅析牛顿迭代法及其延伸 数学学科中，代数方程求根问题是一个古老的问题，早在十六世纪就找到了三次、四次方程的求根公式。但是直到十九世纪才证明n＞=5次的一般代数方程式不能用代数公式求解。因此，需要研究用数值方法求得满足一定精度的代数方程式的近似解。 在工程和科学技术中许多问题常常归结为求解非线性方程式问题。现主要被运用的是二分法，迭代法，牛顿法，后经过一系列的改进，又产生了正割法和抛物线法等更加实用的方法。 内容摘要： 本篇文章浅析牛顿迭代法。对牛顿迭代法以及其基本原理进行基本阐述，介绍几个牛顿法变形，对其局部收敛性质进行分析。并列举相关例题进行解答，包括过程图以及编程代码。 关键字：迭代法 牛顿迭代法 问题背景: 牛顿迭代法（Newtons method）又称为牛顿-雷扶生法（Newton-Raphson method），它是牛顿在17世纪提出的一种在实数域和复数域上近似求解方程的方法。多数方程不存在求根公式，因此求精确根非常困难，甚至不可能，从而寻找方程的近似根就显得特别重要。基本阐述：方法使用函数f(x)的泰勒级数的前面几项来寻找方程f(x) = 0的根。牛顿迭代法是求方程根的重要方法之一，其最大优点是在方程f(x) = 0的单根附近具有平方收敛，而且该法还可以用来求方程的重根、复根,此时线性收敛，但是可通过一些方法变成超线性收敛。方法的基本思路是利用一个根的猜测值x0做初始近似值，使用函数f(x)在x0处的泰勒级数展式的前两项做为函数f(x)的近似表达式。由于该表达式是一个线性函数，通过线性表达式替代方程f(x) = 0中的f(x)求得近似解x1。即将方程f(x) = 0在x0处局部线性化计算出近似解x1，重复这一过程，将方程f(x) = 0在x1处局部线性化计算出x2， y xO x* x y x O x* x1 x0 由此得一次方程求解，得x1=x0-f(x0)/f’(x0) 如图1所示，x1比x0更接近于x*。该方法的几何意义是：用曲线上某点（x0，y0）的切线代替曲线，以该切线与x轴的交点（x1，0）作为曲线与x轴的交点（x*，0）的近似（所以牛顿迭代法又称为切线法）。设xn是方程解x*的近似，迭代格式xn+1=xn-f(x0)/f’(x0) ( n = 0，1，2，……) 就是著名的牛顿迭代公式，通过迭代计算实现逐次逼近方程的解。牛顿迭代法的最大优点是收敛速度快，具有二阶收敛。以著名的平方根算法为例，说明二阶收敛速度的意义。 题：已知 ，求 等价于求方程f(x) = x2 – 2 = 0的解。由于 。应用牛顿迭代法，得迭代计算格式 ，（n = 0，1，2，……） 取x0= 1.4为初值，迭代计算3次的数据列表如下 表1 牛顿迭代法数值实验 迭代次数 近似值 15位有效数 误差 0 1.4 1.41421356237310 -1.42e-002 1 1.41428571428571 1.41421356237310 7.21e-005 2 1.41421356421356 1.41421356237310 1.84e-009 3 1.41421356237309 1.41421356237310 -2.22e-016 观察表中数据，第一次迭代数据准确到小数点后四位，第二次迭代数据准确到小数点后八位，……。二阶收敛速度可解释为，每迭代一次，近似值的有效数位以二倍速度递增。对于计算任意正数C的平方根，牛顿迭代法计算同样具有快速逼近的性质。 牛顿迭代法的收敛性 牛顿迭代法在使用受条件限制，这个限制就是通常所说的牛顿迭代法的局部收敛性。 定理 假设f(x)在x*的某邻域内具有连续的二阶导数，且设f(x*)=0， ，则对充分靠近x*的初始值x0，牛顿迭代法产生的序列{xn}收敛于x*。 下面例子是牛顿迭代法不收敛的反例。反例说明，牛顿迭代法局部收敛性要求初始点要取得合适，否则导致错误结果。 题：用牛顿迭代法解方程 f(x) = x3 – x – 3 = 0。 表2 三次方程的三个根 r1 r2 r3 1.6717 -0.8358 - 1.0469i -0.8358 + 1.0469i 显然，三次方程有一个实根r1。 为了使用牛顿迭代法计算，对于 f(x) = x3 – x – 3 ，首先求导数，得 。取x0 = 0和x0 = 1取分别用牛顿迭代法计算，得 表3