ch04非线性方程组的求解.ppt

解非线性方程组的牛顿迭代法 方程组可以表示为向量形式 F(x) = 0. 只要把前面介绍的单变量函数 看成向量函数 则可将单变量方程求根方法推广到方程组. 将函数 的分量 在 用多元函数 泰勒展开，并取其线性部分，则可表示为 解非线性方程组的牛顿迭代法 令上式右端为零，得到线性方程组 其中 求解线性方程组，并记解为 ，则得 这就是解非线性方程组的牛顿迭代法. 解非线性方程组的牛顿迭代法 定理 （牛顿法的局部收敛性） 设D ?Rn,x*是D的内点,开区域S?D,函数F:D ?Rn在S内连续可微 且 F ?(x*)非奇异，则存在闭半球 D0={ x | || x?x*||?? , ? 0} ? S, 使对? x0?D0，由牛顿迭代公式产生的序列{x(k)}?D0，且此序列超线性收敛于x*；进一步，若F(x)在S内2次连续可微，则序列{x(k)}至少是平方收敛的. 求方程组F(x)=0的解x*,可使用下迭代公式: F ?(x(k))(x ? x(k))= ? F(x(k)) (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) 用不同方法求方程 的根 例 这里 其不动点为 由此构造不同的迭代法： 可改写为各种不同的等价形式 从计算结果看到迭代法（1）及（2）均不收敛，且它 们均不满足定理3中的局部收敛条件. 迭代法（3）和（4）均满足局部收敛条件，且迭代法（4）比（3）收敛快，因在迭代法（4）中 . function y=iterate(x) x1=g(x) ; n=1 ; while (abs(x1–x)= 1.0e –6 ) ( n=1000 ) x = x1 ; x1=g(x); n = n+1 ; end x1 n matlab program  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