牛顿-拉夫森迭代法 2.docxVIP

§3.4牛顿迭代法 牛顿迭代法也称为牛顿-拉夫森(Newton-Raphson)迭代法，它是数值分析中最重要的方法之一，它不仅适用于方程或方程组的求解，还常用于微分方程和积分方程求解。 3.4.1牛顿迭代法 用迭代法解非线性方程时，如何构造迭代函数是非常重要的，那么怎样构造的迭代函数才能保证迭代法收敛呢？牛顿迭代法就是常用的方法之一，其迭代格式的来源大概有以下几种方式： 1设f(x)GC2［a,b］，对f(x)在点X0日,b］作泰勒展开： f(x)=f(x)+f(x)(x-x)+f(提Txo)2 ooo2! 略去二次项，得到f⑴的线性近似式：f(x)牝f(xo)+f(xo)(x-xo)。 x=x八、00），_f（x）气+】—气_广（x）kf(x)由此得到方程f3)= x=x八、00），_f（x）气+】—气_广（x）k 由此得到方程f3)=0的近似根(假定『3)。 即可构造出迭代格式(假定广(气)*0)：这就是牛顿迭代公式，若得到的序列｛xo 即可构造出迭代格式(假定广(气)*0)：这就是牛顿迭代公式，若得到的序列｛x 2牛顿迭代法也称为牛顿切线法，这是由于f(x)的线性化近似函数l(x)=f(xo)+广(xo)(x-xo)是曲线＞=f(x)过点(xo,f(xo))的切线而得名的，求f(x)的零点代之以求l(x)的零点，即切线l(x)与x轴交点的横坐标，如右图所示，这就是牛顿切线法的几何解释。实际上，牛顿迭代法也可以从几何意义上推出。利用牛顿迭代公式，由xk得到xk+1，从几何图形上看，就是过点(气,f(气))作函数f⑴的切线lk，切线lk与x轴的交点就是xk+1，所以有f(x)=) kTxk+i，整理后也能得出牛顿迭代公式： _f(x)气+广x_fd)k。 3要保证迭代法收敛，不管非线性方程f(x)=0的形式如何，总可以构造： x=9(x)=x一k(x)f(x)(k(x)*o)作为方程求解的迭代函数。因为：9(x)=1-k(x)f(x)一k(x)f(x)而且9(x)在根a附近越小，其局部收敛速度越快，故可令：9(a)=°若广(口)0(即根a不是/(x)=0的重根)，则由0(a)=0得：()广(以),k(x)=1x=x-旦因此可令f，(X)，则也可以得出迭代公式：k+1kf(Xk)O 4迭代法的基本思想是将方程f(x)=0改写成等价的迭代形式x=^(x)，但随之而来的问题却是迭代公式不一定收敛，或者收敛的速度较慢。运用前述加速技巧，对于简单迭代过程七+1=J+f(，其加速公式具有形式: n+1—七)天—中(x)，其中n+1nf(x)nL记L=°T,上面两式可以合并写成：i1*X n+1—七)天—中(x)，其中n+1nf(x)nL 记L=°T,上面两式可以合并写成：i1* 需要注意的是，由于L是甲(x)的估计值，若取中(x)=x+f(x)，则0(x)实际上便是f(x)的估计值。假设广(x)0，则可以用广(x)代替上式中的L，就可得到牛顿法的迭代 xf(x「 x—x—n公式：En广(叩o 牛顿迭代法实质上是一种线性化方法，其基本思想是将非线性方程逐步归结为某种线性方程来求解。 3.4.2牛顿迭代法的收敛性中(x)-x—^ 牛顿迭代公式可以看成是由广(x)而获得的不动点迭代格式。这样就可以应用不动点迭代的收敛原则，只须证明在根a附近的迭代函数是一个压缩映象。由于： =1—[f(x)]2-f(x)f(x)=f(x)f(x)^_[f3]2[f(x)]20(a)=f(a)f(a)=0这里的根^单根，即f(a)=0且f(a)。0，于是：[f(a)]2O那么由0(x)的连续性可知，存在一个邻域(a—,a+)，对这个邻域内的一切x，有：0(x)q，其中ovq1，因此0(x)为区间(a-，a+)上的一个压缩映象，于是有以下结论： 定理3.4.1设f⑴GC2[a,b]，**是f⑴=0的精确解，且广3^0，则存在**的邻域(**一X*+5)，对于任何迭代初值*0日**一如**+5)，迭代序列｛收敛于x*O 牛顿迭代法具有较高的收敛速度，它的收敛阶数为P=2；而牛顿迭代法的局部收敛性较 强，只有初值充分地接近*，才能确保迭代序列的收敛性。为了放宽对局部收敛性的限制，必须再增加条件建立以下收敛的充分条件。 定理3.4.2设f(x)GC2［a,b］，且满足：在区间［a，b］上， ⑴f(a)f(b)0；⑵广⑴。0； ⑶f(x)不变号；⑷幻或⑶满足条件：f(「(0 ① f(a)0 ， f(b)0 ， f(x)0 ， f(x)0. ； ② f(a)0 ， f(b)0 ， 广⑴0 ， f(x)0. ； ③ f(a)0 ， f(b)0 ， f(x)0 ， f(x)0. ； ④ f(a)0 ， f(b)0 ， f(x)0 ， f(x)0 。 则牛顿迭代序列