数值计算方法课程设计.docxVIP

数值计算方法课程设计 1 2020 年 4 月 19 日 文档仅供参考 《数值计算方法》课程设计 非线性方程（组）的解法 问题的提出 分析比较 Newton 法、 Newton 法的变形格式。然后分别用 Newton 法、简化 Newton 法、选取不同的初值求解下面方程组，对于相同 的精度要求，比较这两种方法的运行时间。 f1 (x1 , x2 ) x1 2x2 3 0 f 2 ( x1, x2 ) 2x12 x22 5 0 背景分析 牛顿法是一种重要迭代法，她是逐步线性化方法的典型代表，牛 顿法的特点是每一步都需要计算 f (x(k ) ) 以及 f ( x(k) ) ，其计算量比较 大，为了减少计算量，提出简化牛顿法。 算法思想 1、牛顿法 设有非线性方程组 F (x) 0 其中F (x) ( f1( x), f2 ( x),..., f k ( x))T 由 fi ( x) 偏导数作成的矩阵记为 J (x) ，称为 F (x) 的雅克比矩阵 f1 (x) f1 (x) f1 ( x) x1 ... xn x2 f2 (x) f 2 ( x) f2 (x) J (x) ... xn x1 x2 ... ... ... 2 2020 年 4 月 19 日 文档仅供参考 fn (x) fn (x) ... fn (x) x1 x2 xn 设 x* 为 F ( x) 0 的解，且 x(k ) ( x1 (k) , x2 ( k) ,..., xn (k) ) 为 x* 的近似解。 利 用多元函数 fi ( x) 在 x(k ) 点的泰勒公式有 f ( x) f (k ) ) (x (k )fi ( x(k ) ) ... (x x ( k) fi (x( k ) ) 1 n ( x x (k ) )( x x (k) ) ? 2 fi (C i ) (x x ) n ) j j l P ( x) R(i 1,2,..., n) x1 xn 2 j , l 1 xj xl 其中， Ci 在 x(k ) 与 x 的所 的 段内。 如果用上式中的 性函数 P (x) 近似替代 f ( x) ，并将 性方程 i i Pi ( x) f i ( x (k ) ) (x1 (k) fi (x(k ) ) (xn xn (k) fi (x(k ) ) ?..(1) x1 ) ... ) 0 x1 xn 的解作 x* 的第 k 1 次近似解 x( k 1) 将（ 1）式写成矩 形式，即 F (x(k ) ) J( x(k ) )( x x(k ) ) 0 J ( x(k) ) 非奇异矩 , 牛 迭代公式： x(0) ???????????(2) x(k 1) x(k ) J (x(k ) ) 1 * F ( x(k ) ) (k 0,1,2 ) 求解非 性方程 F ( x) 0 牛 方法 x(0) (k) V ( k) (k ) ) J ( x ) x F ( x x(k 1) x(k ) Vx(k) 2、 化牛 法 在牛 法的基 上， 了减少 算量，将 J (x(k ) ) 均取 J ( x(0) ) ，得 如下 化牛 公式： x(0) ???????(3) x(k 1) x(k ) J (x(0) 1 ) * F ( x( k ) ) (k 0,1,2 ) 3 2020 年 4 月 19 日 文档仅供参考 其中（ 2）（ 3）式均为线性收敛的。 算法设计 将一个非线性方程组写成向量的形式有： F(x) = 0 牛顿迭代法的公式就是： x(k+1)=x(k)-F’(k)(x)-1F(x(k)) 其中 ’(k) 为 矩阵，我写的这段程序就是根据这个公式 F (x) Jacobi 来的。 运用 MATLAB 中的 jacobian 求出 F 的雅克比矩阵，用 inv 求逆 matrix=@(varargin)[varargin{:}] 构造迭代函数 在比较牛顿法和简化牛顿法运行时间方面，我们主要是经过比较 迭代次数。 程序清单 牛顿法源程序： function x=newton_solve(F,v,x0,e) if (~ischar(F) || ~ischar(v)) %定义类型 error(Parameter F and v should be char type! ); end if (~isnumeric(x0) || ~isnumeric(e)) error(Parameter x0 and e should be numeric type! ); 4 2020 年 4 月 19 日 文档仅供参考 end F=sym(F);v=sym(v); dF=jacobian