非线性方程组数值解法.docxVIP

非线性方程组数值解法 n 个变量n 个方程(n 1)的方程组表示为 (1) 式中 ? (x ,x ,…,x )是定义在n 维欧氏空间Rn 的开域D 上的实函数。若? 中至少有一个非 i 1 2 n i 线性函数，则称(1)为非线性方程组。在Rn 中记 ?＝ 则(1)简写为?(尣)=0。若存在尣*∈D，使 ?(尣*)＝0，则称尣*为非线性方程组的解。 方程组(1)可能有一个解或多个解，也可能有无穷多解或无解。对非线性方程组解的存在性 的研究远不如线性方程组那样成熟，现有的解法也不象线性方程组那样有效。除极特殊的方 程外，一般不能用直接方法求得精确解，目前主要采用迭代法求近似解。根据不同思想构造 收敛于解尣*的迭代序列{尣 k}(k=0，1，…)，即可得到求解非线性方程组的各种迭代法，其中最著名的是牛顿法。 牛顿法及其变形 牛顿法基本思想是将非线性问题逐步线性化而形成如下迭代程序： (2) 式中 是 ?(尣 k)的雅可比矩阵,尣 0 是方程(1)的解尣*的初始近似。 这个程序至少具有 2 阶收敛速度。由尣k 算到尣k+的步骤为:①由尣k 算出?(尣 k)及 ;②用直接法求线性方程组 。 的解Δ 尣 k；③求 由此看到迭代一次需计算n 个分量函数值和 n2 个分量偏导数值，并求解一次n 阶线性方程组。 为了评价非线性方程组不同迭代法的优劣，通常用效率 作为衡量标准,其中P 为迭代法的收敛阶,W 为每迭代步计算函数值? i 及偏导数值 的总个数（每迭代步中求一 次逆的工作量相同,均不算在W 内）。效率e 越大表示此迭代法花费代价越小,根据效率定 义，牛顿法(2)的效率为 。 牛顿法有很多变形,如当顿法，即 奇异或严重病态时，可引进阻尼因子λ ，得到阻尼牛 k 式中 I 是单位矩阵。牛顿法是局部收敛方法,因而对初始近似尣 0 限制较严，为放宽对尣 0 的要求,扩大收敛范围,通常可引进松弛因子 ω ，得到牛顿下降法： k (3) 式中 ω 的选择应使 成立。 k 为减少解线性方程组次数，提高效率，可使用修正牛顿程序 (4) 这种算法也称为萨马斯基技巧，它的收敛阶为 p =m+1，由尣k 计算 的工作量为W =n2 +mn，于是该法的效率 。当 n=10,m＝7 时, 当 n＝1 00,m＝37 时, 果越明显。 ，由此看到修正牛顿法(4)比牛顿法效率高，且 m 越大效 在计算机上往往采用不计算偏导数的离散牛顿法，即 (5) 式中 ， 其中 e j 为基向量, ,若取 ，则(5)仍具有 2 阶收敛速度。其效 率与牛顿法相同。 若在牛顿法(2)中解线性方程组不用直接法,而采用迭代法则得到一类解非线性方程组 的双重迭代法。按解线性方程组采用的方法不同就得到不同名称的迭代法，如牛顿－赛德尔迭代法，牛顿－SOR 迭代法，牛顿－ADI 迭代法，等等。这些方法都具有超线性收敛速度， 工作量也比牛顿法大，除了对某些特殊稀疏方程组外，通常用得校少。若将解线性方程组迭代法的思想直接用于非线性方程组(1)，然后把(1)化为一维方程求解，可得到另一类双重迭代法，由于采用的迭代法与解一维非线性方程的方法不同，则得到不同的双重迭代法。如果利用 SOR 迭代法后再用牛顿法解一维方程则得SOR－牛顿迭代法，在牛顿法中只计算一步而不进行迭代，则得一步的SOR－牛顿迭代，其计算公式可表示为 式中记号嬠 ? 表示 ；ω 为迭代参数，当 ω =1 时就是赛德尔-牛顿迭代法,这类方法对 i i 解维数高的稀疏的非线性方程组是有效的。 割线法 若对方程组 (1)线性化时使用插值方法确定线性方程组 (6) 中的 A 和 b ,则可得到一类称为割线法的迭代序列。假定已知第k 步近似尣 ，为确定 A 和 k k k k b ,可在尣k 附近取n 个辅助点у 忋(j=1,2,…,n),使 n 个向量 线性 k 无关，由插值条件可知 由此可求得 由(6)解得 以此作为方程 (1)的新近似，记作 ，于是得到 (7) 称为解非线性方程组的割线法。辅助点у 忋 取得不同就得到不同的割线法程序，例如 取 为常数(j=1,2,…,n)，就得到与(5)相同的 程序，由于它只依赖于尣k 点的信息，故也称一点割线法,若取 它依赖于点 尣 k 及 , 称为两点割线法。其他多点割线法由于稳定性差，使用较少。 布朗方法 布朗采用对每个分量方程 ? (尣)=0 逐个进行线性化并逐个消元的步骤， i 即在每迭代步中用三角分解求线性方程组的解，得到了一个效率比牛顿法提高近一倍的迭代法，即 式中 中当i=n 时求得x 记作 n ,再逐次回代,求出 (i=n-1,n-2,…, 1)就完成了一个迭代步。布朗迭代程序的敛速仍保持p＝2，而每一迭代步的工作量 ，故效率 对这方法还可与牛顿法一样进